Город — это люди

Построить парк кажется простым решением. Пока не выясняется, что тот же участок нужен школе, новому району не хватает поликлиники, а бюджета должно хватить на пять решений.

QALA превращает таблицу городских показателей в понятную стратегическую игру. Изучайте районы, выбирайте карточки проектов и заранее смотрите последствия. В конце получите Astana Quality of Life Score с разбором до каждого показателя.

От Civilization — исследование районов. От Balatro — карточки и синергии. От Plague Inc — наглядные последствия. Математика соответствует выданному датасету.

Начните за 30 секунд

1. Скачайте play/QALA.html кнопкой Download raw file на GitHub или скачайте ZIP репозитория.
2. Откройте файл в современном браузере. Установка, интернет, аккаунт и API-ключ не нужны.
3. Познакомьтесь с Айдой, выберите район, изучите прогноз и примите первое решение. Русский язык включён по умолчанию; EN и ҚАЗ доступны в игре.

Код, Canvas-рендерер, стили, данные и изображение включены в один HTML. Офлайн работает даже при первом открытии. Город использует Canvas и не требует WebGL. Текущая партия сохраняется в браузере, если его настройки разрешают; результат можно экспортировать в JSON.

Для разработки нужен Node.js 22.18+:

npm ci
npm run demo

npm run check       # Тесты, TypeScript и сборка
npm run test:e2e    # Браузерные сценарии, офлайн и мобильная версия
npm run package    # Готовый play/QALA.html

При необходимости установите тестовый браузер: npx playwright install chromium. Интернет нужен для установки зависимостей, но не для готовой игры.

Откройте http://localhost:8789. demo собирает игру и запускает локальный сервер с опциональным AI. .env не обязателен. Для разработки с горячим обновлением используйте npm run dev и адрес из терминала.

Для coding agent: начните с AGENTS.md. Там команды запуска, проверочные значения, границы модулей и работа с ключами. Пошаговый запуск и диагностика.

Что умеет QALA

• Изометрическая сцена на основе IsoCity: пять районов из датасета, шесть узнаваемых зданий Астаны, движение машин, автобусов и пешеходов, масштабирование, день/ночь и видимые изменения после решений.
• Обучение с Айдой прямо в первом ходе: выбрать потребность → проверить прогноз → принять решение → понять результат. Можно пропустить или пройти заново.
• На основном экране — город, три варианта и компактная подсказка Айды с переходом к прогнозу. Книга, история и настройки собраны в «Кабинете мэра».
• Достижения за устранение критических проблем, синергию и улучшение всех районов; скрытых бонусов к баллу нет.
• Книга мэра: восемь оригинальных советов, связанных с игровыми мерами.
• Четырнадцать карточек с ценой, задержкой, эффектом за два года и выбором района.
• Пять ходов, контроль бюджета, запрет конфликтов, отмена последнего решения и защита от невозможности завершить партию.
• Три синергии: полосы + светофоры, освещение + обращения, чистое топливо + зелёный пояс.
• Прозрачный отчёт: средний балл, слабейший район, штрафы, все 50 показателей и вклад каждой меры.
• Локальный советник, сохранение до десяти сценариев, сравнение и экспорт JSON.
• Русский, английский и казахский интерфейсы; опциональное объяснение от LLM.

От живого города к обоснованному решению

Инструмент	Что он даёт мэру
Паспорт района	Доля населения, все 10 показателей до и после, критический порог 40
График проблем	Видно, какой дефицит по показателям до порога 40 остался и какой удалось закрыть
Сравнение и матрица	Изменения пяти районов и все 50 показателей рядом, без скрытых агрегатов
Вклад каждой меры	Точное распределение Шепли: вклады складываются в общее изменение Score до округления
Поиск плана	Советник перебирает допустимые продолжения и предлагает лучший найденный вариант
Открытая модель	Текущие слагаемые формулы, веса, лаги, доли населения, синергии и ограничения

Поиск сохраняет уже принятые решения, на каждом шаге удерживает до 180 промежуточных планов и показывает число проверенных вариантов. Найденную меру можно сначала рассмотреть. Программа не расходует бюджет автоматически и не объявляет результат доказанным глобальным оптимумом.

Лаборатория сценариев

Откройте Кабинет мэра → Лаборатория сценариев или значок изменения лимита у бюджета. Здесь можно изменить бюджет от 1 до 1 000, число решений от 1 до 10 и добавить собственную проблему с мерой: описание, цена, задержка, районный или городской охват, положительные и отрицательные эффекты.

Статистика районов, график проблем, матрица и формула пересчитываются вместе. Если уменьшить лимит ниже уже потраченного, прогноз остаётся виден, а нарушение правил объясняется. Эксперимент хранится отдельно и экспортируется как песочница.

Конкурсная партия сохраняет 100 единиц и ровно пять решений. Лаборатория не меняет её сохранение, архив или официальный AI-контракт. Эффекты собственной меры — допущения автора, а не подтверждённые городские данные. Идеи аналитики и экспериментов перенесены из прототипа коллеги akim_5_hr; что и почему интегрировано.

Посмотреть матрицу и расчётную модель

Астана, которую узнаёшь

Используются реальные модули отрисовки и графические ресурсы IsoCity под MIT. Все нужные файлы включены в офлайн-сборку, авторство сохранено. Ось Хан Шатыр — Бәйтерек — Ақорда и переход через Есиль к Пирамиде помогают узнать город. Интеграция и лицензия · Географические ориентиры.

Бәйтерек, Ақорда, Хан Шатыр, мечеть Әзірет Сұлтан, Дворец мира и согласия и Нұр Әлем нарисованы как отдельные игровые спрайты. Застройка различается по кварталам: старый город, современная левая сторона, набережные, дворы и район EXPO. Машины, автобусы и пешеходы используют единый визуальный стиль и движутся по связанным улицам и тротуарам. Набережные, мосты, жилые дворы и площади формируют город. Новые здания занимают участки района; отмена восстанавливает прежнюю застройку. Визуальные эффекты иллюстрируют решения, а расчёт остаётся воспроизводимым.

Советы в книге мэра — оригинальные тексты QALA по темам «100 советов мэру» Ильи Варламова и Максима Каца (2020). Предоставленный фрагмент содержит вступление и оглавление, а не полные главы. PDF книги не публикуется в репозитории.

Правила без скрытой магии

У всех 100 единиц бюджета и одинаковые синтетические данные. Нужно ровно пять уникальных мер, не более двух в одном направлении. Районная мера требует район; городская действует везде. Несовместимости проверяются автоматически. Остаток бюджета не даёт бонуса.

Каждый ход — выбор, а не прошедший квартал. Горизонт всех мер — восемь кварталов, поэтому порядок решений не меняет результат.

Показатель = clip(база + Σ эффект × (8 − лаг) / 8 + синергии, 0, 100)
Район      = Σ вес показателя × показатель
Город      = Σ доля населения × балл района
Score      = 0.7 × город + 0.3 × слабейший район − критические показатели

Критический показатель — строго ниже 40. Бонусы синергии фиксированы и не уменьшаются из-за лага. Невалидный набор не получает итоговый Score; до пяти решений показывается только прогноз.

База: 52.55768. Пример организаторов (M7 Нура, M8 Нура, M10 Нура, M12 город, M5 Сарыарка) стоит 95 и даёт 56.54307. Числа вычисляются из исходных показателей, а не подставляются.

Как устроен проект и где AI

React + TypeScript + Vite + IsoCity Canvas. Чистый модуль src/game/engine.ts валидирует решения и считает все числа. Интерфейс и карта читают его результат. База данных и CDN не нужны; сборка упаковывает приложение в один HTML.

Офлайн-советник использует правила, а не LLM. Он объясняет критические показатели и предлагает допустимый следующий ход по немедленному приросту Score. Это не доказанный глобальный оптимум.

Если игра уже запущена, откройте http://localhost:8789/#ai: форма ключа появится сразу, повторно запускать сервер не нужно. В офлайн HTML есть кнопка «Открыть AI-версию»; она открывает локальную игру в другой вкладке. У файла и localhost отдельные сохранения.

В обучении и панели советника можно опционально подключить API-ключ. Ключ сессии хранится только в памяти локального сервера до отключения или перезапуска; он не попадает в хранилище браузера, JSON или HTML. Подключение само по себе не вызывает платную модель. В офлайн-файле остаётся локальный анализ.

Разработчики могут использовать .env для подключения Jev и LLM:

cp .env.example .env
# TYPESAFE_API_KEY — выбор Jev; OPENAI_API_KEY — объяснения OpenAI.
# Ключи только в .env, без префикса VITE_.
npm run demo

Откройте http://localhost:8789: Кабинет мэра → AI-советник → Получить совет. Можно подключить один или оба сервиса. Jev выбирает только из рассчитанных допустимых вариантов; OpenAI объясняет последствия. Сервер и браузер проверяют JSON Schema, а числа заново вычисляются движком. Предложение не принимается автоматически. При ошибке остаётся явно обозначенный локальный анализ.

Настраиваемые модели по умолчанию: jev-1.13.0 и gpt-4.1-mini. Ключи остаются на localhost-сервере и не попадают в офлайн-файл. Уверенность Jev не означает вероятность реального городского результата. Восемь схем и границы проверки.

Интеграции проверены на имитации ответов. Реальные платные вызовы без ваших ключей не проверены. Сервер предназначен для локальной демонстрации.

Карта проекта

Файл	Назначение
src/game/engine.ts	Конкурсные правила и точный расчёт
src/game/data.ts	Датасет организаторов и тексты RU/EN/KK
src/game/planSearch.ts	Поиск допустимого плана и вклады Шепли
src/game/sandbox.ts	Отдельные правила лаборатории и пользовательские меры
src/components/MayorExperience.tsx	Игровой цикл: прогноз → решение → последствия
src/components/CityAnalytics.tsx	Общая аналитика отчёта и лаборатории
schemas/ · server/	Контракты AI, проверка ответов и локальное подключение
tests/	Воспроизводимые проверки модели, API и браузера

Проверка и развитие

Тесты покрывают формулу, официальный пример, лаги, синергии, несовместимости, порог 40, все 120 перестановок примера и 60 воспроизводимых партий. Браузерные проверки проходят пять ходов, проверяют сохранение, экспорт, мобильный интерфейс, отсутствие WebGL и первый запуск HTML без сети.

npm run checkpoint проверяет проект, фиксирует завершённые изменения и отправляет их в командный репозиторий без force-push и пустых коммитов.

Данные синтетические; карта не повторяет реальные границы районов. Это учебная модель, не прогноз реальной Астаны. Следующие шаги: случайные события в лаборатории, реальные GIS-слои и общая таблица результатов.

План на пять часов · Модель · Демо для жюри · Исходный датасет