R.A.F.F

Que significa: Rotina de Aprendizado Focada e Flexível.

Uma ferramenta simples, pensada e feita com carinho para ajudar meu irmão Rafael e outras pessoas neurodivergentes a transformar a saída para a internet em uma recompensa por aprendizado. O objetivo não é “controlar” ninguém, e sim oferecer um fluxo de estudos previsível, supervisionado e configurável, respeitando o ambiente favorito do aluno: o computador.

Resumo técnico

Script Python que busca perguntas em um URL remoto, apresenta-as numa interface CLI minimalista (feito com urwid), bloqueia adaptadores de rede até as perguntas serem respondidas corretamente e persiste um fallback local para evitar perda de conteúdo caso a internet (ou o script) caia.

Por que isso importa?

Viver com autismo frequentemente implica rotinas rígidas e preferências sensoriais. Para muitas pessoas, o computador é um ambiente seguro e reiterador. A intenção é usar isso como vantagem pedagógica. Criei o R.A.F.F porque queria uma solução prática para ajudar o Rafael a:

• Se adaptar aos estudos de forma progressiva e controlada por mim, podendo adpatar as perguntas do dia ao emocional dele.

• Garantir que ele crie um hábito saúdavel no ambiente que ele mais gosta, o computador. De forma que não seja imponente, agressiva ou frustrante.

• Manter conteúdo apresentado de forma limpa, sem sobrecarga sensorial;

• Evitar “trapaças” simples (reiniciar/fechar o computador) graças a persistência do último conjunto de questões.

---

Esse projeto nasceu do cuidado de um irmão e de bons princípios de design para educação: previsibilidade, feedback claro, reforço positivo e personalização (por parte do tutor que controla as perguntas do dia remotamente)

Principais características

• Fetch de controle e de conteúdo a partir de URLs configuráveis.

• Formato simples de perguntas (QUESTION, EXPLAIN, ANSWER) em texto “raw”.

• Interface CLI acessível e de baixa distração construída com urwid.

• Bloqueio/reativação de adaptadores de rede configurável por sistema.

• Persistência local de fallback em .lastvalue (perguntas) e .lastcheck (último estado do controle).

• Extensível e facilmente configurável via .env.

Técnicas e princípios pedagógicos aplicados

Nem só de programação vive o dev, haha!

Um pouco de literatura pedagógica e decidi focar nos seguintes pontos durante a concepção dessa solução, traduzido a educação no que eu faço de melhor: Criar coisas.

• Reforço positivo: acesso restaurado + mensagem de parabéns ao completar.

• Previsibilidade e rotina: comportamento determinístico. Se as respostas estiverem corretas, a consequência é conhecida.

• Minimização de sobrecarga sensorial: interface textual simples, sem animações ou sons intrusivos.

• Supervisão e consentimento: projetado para ser usado com acompanhamento quando apropriado; configurações permitem ajustar rigidez e escopo.

• Fallback resiliente: persistência local para evitar perda de conteúdo e reduzir frustração.

Como funciona — visão técnica (fluxo)

O script faz um fetch no URL de checagem (definido em .env) para verificar se está liberado executar.

Se o conteúdo coincidir com o valor esperado (também no .env), o script faz outro fetch no URL de perguntas e baixa as questões.

Tanto o conteúdo da checagem quanto das perguntas são guardados localmente:

.lastcheck é o último valor da checagem

.lastvalue é o último arquivo de perguntas Isso permite exibir perguntas mesmo com internet offline caso o processo seja interrompido.

O script desabilita os adaptadores de rede configurados (não necessariamente todos) para garantir que a internet só volte ao término do exercício.

Após isso, apresenta a interface CLI com urwid, que mostra pergunta + texto explicativo e entrada para resposta.

Ao responder todas corretamente (comparação simples com ANSWER), o script reativa os adaptadores de rede e exibe uma mensagem de parabéns.

Formato das perguntas (arquivo remoto)

Cada linha representa uma pergunta com três campos separados por ponto-e-vírgula ; (padrão simples). Exemplo:

QUESTION=Qual é a capital do Brasil?; EXPLAIN=Escolha a cidade capital; ANSWER=Brasília;
QUESTION=2+2; EXPLAIN=Operação de soma simples; ANSWER=4;

Regras:

• Use QUESTION=; EXPLAIN=; e ANSWER=; exatamente assim.

• EXPLAIN pode ser alternativas (A/B/C) ou contexto adicional.

• Cada linha é uma pergunta independente.

• Use \n no EXPLAIN=; para pular linhas.

---

Lista de tarefas (to-do)

• Tarefas ainda para a V1/MVP (essa)
  • Atualizar e melhorar o README para a última refatoração + CLI
  • Adicionar fallback para uso offline em caso de erros
  • Adicionar tratamentos de erros
  • Melhorar a estrutura do _config.py
  • Adicionar comentários mais úteis e claros
  • Melhorar o .gitignore
  • Aviso prévio (x horas ou minutos) antes de executar o código
  • Melhorar nome dos arquivos
  • Adicionar splashscreen ASCII-art como loading
  • Finalizar README com introdução, detalhes, instruções
  • Adicionar troubleshoot e artigo científico sobre o R.A.F.F (feito por mim) junto com imagens no README
  • Adicionar nome na janela .py (quando executado via processo, tipo cmd ou taskschd)
  • Melhorar tratamento de fechamento de janela (Windows)
  • Melhorar a configuração de adaptadores e limpar o código net.py
  • Se não tiver .lastcheck e .lastvalue, criar automaticamente
  • Adicionar IA para otimizar estudos
  • Usar env-vars para se livrar do _config.py
  • Sistema de acumulação de feedbacks (últimos X feedbacks)
  • Refatoração completa da estrutura do projeto
  • Correção do problema de repetição de perguntas
  • Preparar fallback para esgotamento de créditos da IA (Gemini) e não deixar o PC travado sem internet

• Tarefas para a V2/RELEASE
  • Criar uma versão instalável para Windows
  • Melhorar o sistema do var.txt (removido, agora usa .network_state)
  • Implementar a versão GUI com customização de usuário (sons, imagens)
  • Tirar a necessidade do uso do Task Scheduler do Windows (restart + periódico)
  • Criação de uma API
  • Criação de um website para o projeto

Forma de usar até o momento (Windows)

Instalação

1. Baixe o projeto

2. Entre na pasta raiz do projeto

3. Instale as dependências:

Se você quiser usar comandos de CLI como raff start, então:

pip install .

Mas se você só quiser as dependências pra rodar, então:

pip install -r requirements.txt

Não existe problema em executar ambos comandos. As dependências dos dois são sincronizadas automaticamente.

4. Configure o arquivo .env:

   • Copie o arquivo .env.example para .env
   • Edite o .env e preencha suas configurações:
     • URL_QUESTIONS: URL onde estão as perguntas (ex: Pastebin no modo Raw)
     • URL_CHECK: URL para verificar se deve executar
     • CHECK_CHAR: Caractere que indica execução (ex: "1")
     • GEMINI_API_KEY: Sua chave da API do Gemini
     • STUDENT_NAME: Nome do estudante
     • TEACHER_NAME: Nome do responsável
     • NETWORK_DEVICE_1 e NETWORK_DEVICE_2: Nomes dos adaptadores de rede (veja com netsh interface show interface)
     • Configure as matérias por dia da semana (Segunda=0, Domingo=6)
     • AI_MODE: True para usar IA, False para usar perguntas remotas
     • AI_QUESTIONS_COUNT: Quantidade de perguntas a serem geradas
     • MAX_FEEDBACKS: Quantidade de feedbacks a armazenar

5. Teste a instalação:

   python healthcheck.py

   Este script verifica se tudo está configurado corretamente.

6. Adicione uma tarefa no Task Scheduler do Windows:

   • Configurar para executar: python -m src.main
   • Diretório inicial: pasta raiz do projeto
   • Executar com privilégios de administrador (necessário para controlar adaptadores de rede)

7. Configure os triggers conforme sua necessidade:

   • Exemplo: A cada 2 horas durante período de estudos
   • Exemplo: Sempre às 16h00 em dias normais
   • Exemplo: Ao reiniciar o PC