Giới thiệu dự án

Sự bùng nổ của công nghệ thông tin cùng xu hướng chuyển đổi số mạnh mẽ trong kỷ nguyên Cách mạng Công nghiệp 4.0 đã biến mạng xã hội thành hạ tầng giao tiếp thiết yếu. Theo thống kê từ We Are Social và DataReportal (2023), tỷ lệ người dùng mạng xã hội tại Việt Nam đạt hơn 78.4 triệu người (chiếm khoảng 79.1% tổng dân số), với thời gian trực tuyến trung bình hơn 6.5 giờ/ngày. Tuy nhiên, các nền tảng mạng xã hội tập trung quy mô lớn hiện nay (như Facebook, X/Twitter, Instagram) thường gặp phải các hạn chế nghiêm trọng: kiến trúc nguyên khối phức tạp, thu thập dữ liệu cá nhân quá mức, thuật toán hiển thị thiếu minh bạch và không thể tùy biến linh hoạt cho các tổ chức, trường học hay cộng đồng nội bộ.

Đồ án tốt nghiệp "Xây dựng website mạng xã hội sử dụng Django và ReactJS" của nhóm tác giả (Lê Nguyễn Hùng Anh, Lưu Ngạn Lâm, Phạm Ngọc Đức - Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh, dưới sự hướng dẫn của TS. Lê Văn Vinh) tập trung giải quyết triệt để bài toán xây dựng nền tảng mạng xã hội hiện đại, tách biệt hoàn toàn giữa Frontend và Backend, đảm bảo tính mở rộng, độ bảo mật và hiệu năng thời gian thực.

+-----------------------------------------------------------------------------------+
|                              MỤC TIÊU CỐT LÕI DỰ ÁN                               |
+-----------------------------------------------------------------------------------+
| 1. Xây dựng RESTful API backend chuẩn mực trên nền tảng Django & PostgreSQL.       |
| 2. Phát triển giao diện người dùng Single Page Application (SPA) với ReactJS.     |
| 3. Tích hợp giao tiếp thời gian thực: Chat văn bản, Video Call và Audio Call.     |
| 4. Triển khai kiến trúc xác thực không trạng thái bảo mật bằng JSON Web Token.    |
| 5. Đóng gói Container hóa với Docker và tự động hóa tích hợp/triển khai CircleCI.  |
+-----------------------------------------------------------------------------------+

Phương pháp tiếp cận của đề tài là kiến trúc phân tầng rời rạc (Decoupled Architecture). Phía máy chủ ứng dụng Python/Django chịu trách nhiệm xử lý logic nghiệp vụ, quản lý cơ sở dữ liệu quan hệ PostgreSQL tuân thủ chặt chẽ chuẩn ACID, và cung cấp các điểm cuối API tiêu chuẩn. Phía máy khách ReactJS sử dụng cơ chế Virtual DOM cùng thư viện quản lý trạng thái và bất đồng bộ React Query, mang lại trải nghiệm mượt mà không cần tải lại trang. Dự án giới hạn trong phạm vi xây dựng mạng xã hội kết nối cộng đồng, tập trung vào các tính năng tương tác người dùng, gọi điện âm thanh/hình ảnh chất lượng cao và phân hệ quản trị hệ thống tập trung.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát hệ thống mạng xã hội hiện nay cho thấy sự phân hóa rõ rệt giữa các nền tảng hàng đầu:

Nền tảng Điểm mạnh kỹ thuật Hạn chế chính Khả năng ứng dụng nội bộ/tùy biến
Facebook Hệ sinh thái tính năng đa dạng, thuật toán gợi ý dữ liệu lớn Mã nguồn đóng, nặng nề, rủi ro lộ lọt dữ liệu người dùng Rất thấp (Không thể triển khai Private Cloud)
X (Twitter) Cập nhật xu hướng thời gian thực, xử lý text stream tốc độ cao Giới hạn dung lượng media, thuật toán kiểm duyệt chưa chặt chẽ Thấp
Instagram Tối ưu hiển thị hình ảnh/video chất lượng cao, UI tối giản Thiếu các công cụ quản trị tương tác nhóm chuyên sâu Thấp
Đề tài (Django + ReactJS) Mã nguồn mở, kiến trúc Microservices-ready, bảo mật JWT, gọi thoại P2P Chưa tích hợp bộ lọc AI tự động ở phiên bản ban đầu Rất cao (Triển khai độc lập, kiểm soát 100% dữ liệu)

Nhóm nghiên cứu áp dụng mô hình phân loại yêu cầu MoSCoW nhằm tối ưu hóa quá trình phát triển:

  • Must-have: Xác thực tài khoản (JWT), bảng tin (Newsfeed CRUD), quản lý quan hệ bạn bè, hệ thống bình luận, thả cảm xúc, Chat real-time, Video/Audio Call WebRTC.
  • Should-have: Bảng điều khiển quản trị viên (Admin Dashboard), trang cá nhân tùy biến, phân quyền RBAC (Role-Based Access Control), thông báo đẩy (Notifications).
  • Could-have: Tùy biến bộ lọc tìm kiếm nâng cao, thu nhỏ nén ảnh tự động trước khi lưu trữ.
  • Won't-have (giai đoạn này): Thuật toán gợi ý nội dung bằng học sâu (Deep Learning Recommendation Engine).

Thiết kế hệ thống

Kiến trúc tổng thể được xây dựng theo mô hình Client-Server hiện đại, chia tách rõ ràng các tầng giao tiếp:

flowchart TD
    Client[ReactJS SPA Client\nReact Query + TailwindCSS]
    
    subgraph Infrastructure [Hạ tầng & Triển khai]
        Nginx[Nginx Reverse Proxy\nSSL / Load Balancer]
        WSGI[Gunicorn WSGI Server]
        Django[Django Core Application\nREST Framework Engine]
        DB[(PostgreSQL Database\nACID Compliant)]
        VideoSDK[VideoSDK / WebRTC Gateway\nP2P & SFU Media Server]
    end

    Client -->|HTTPS / REST API / JWT| Nginx
    Client <-->|WebRTC Signaling & Media Stream| VideoSDK
    Nginx --> WSGI --> Django
    Django -->|Django ORM / psycopg2| DB

Bảng thông số ngăn xếp công nghệ (Technology Stack)

Thành phần Công nghệ / Thư viện Phiên bản Vai trò kỹ thuật
Backend Core Python / Django Framework 3.11.x / 4.2 LTS Xử lý nghiệp vụ logic, ORM, bảo mật Middleware
API Framework Django REST Framework (DRF) 3.14.x Xây dựng chuẩn RESTful APIs, Serializers, Permissions
Frontend Core ReactJS 18.2.x Xây dựng giao diện tương tác Single Page Application
State & Fetching TanStack React Query 4.29.x Quản lý Server State, Caching, Polling, Optimistic Updates
Database PostgreSQL 15.3 Quản trị cơ sở dữ liệu quan hệ, Indexing B-Tree
Realtime Media VideoSDK JavaScript Library 0.0.8x Thiết lập kết nối gọi video/audio WebRTC độ trễ thấp
Authentication JSON Web Token (PyJWT) 2.8.x Xác thực token không trạng thái (Access & Refresh Token)
DevOps & CI/CD Docker Engine & CircleCI 24.0.x / Cloud Container hóa môi trường, tự động hóa build & test

Thiết kế cơ sở dữ liệu và API

Mô hình dữ liệu quan hệ PostgreSQL được chuẩn hóa về dạng 3NF (Third Normal Form) gồm các thực thể: User, UserProfile, Friendship, Post, PostMedia, Comment, Reaction, ChatRoom, Message, Notification.

+------------------------------------------------------------------------------------+
|                         DANH SÁCH ENDPOINTS API TIÊU BIỂU                          |
+------------------------------------------------------------------------------------+
| POST /api/auth/register/          - Đăng ký tài khoản người dùng mới               |
| POST /api/auth/token/             - Xác thực tài khoản & nhận JWT Access/Refresh   |
| GET/POST /api/posts/              - Lấy danh sách bảng tin (phân trang) / Tạo bài  |
| GET/PUT/DELETE /api/posts/{id}/   - Chi tiết / Cập nhật / Xóa bài viết             |
| POST /api/posts/{id}/reactions/   - Tương tác cảm xúc (Like, Love, Care, ...)      |
| GET/POST /api/posts/{id}/comments/- Truy vấn cây bình luận / Gửi bình luận mới     |
| GET/POST /api/friends/requests/   - Quản lý gửi, duyệt hoặc từ chối kết bạn        |
| POST /api/media/rtc-token/        - Khởi tạo Token kết nối phòng gọi VideoSDK      |
+------------------------------------------------------------------------------------+

Phương pháp luận phát triển (Methodology)

Dự án áp dụng phương pháp phát triển phần mềm linh hoạt (Agile/Scrum) với chu kỳ 4 Sprint trong vòng 16 tuần:

[Tuần 1-4: Sprint 1] ──> [Tuần 5-8: Sprint 2] ──> [Tuần 9-12: Sprint 3] ──> [Tuần 13-16: Sprint 4]
Khảo sát, thiết kế      Phát triển Core API,      Xây dựng UI ReactJS,     Kiểm thử toàn diện,
kiến trúc & DB          JWT & Post Module         Chat & VideoSDK Call      Dockerize & CI/CD

Quản trị rủi ro tập trung vào hai vấn đề: Độ trễ băng thông khi xử lý luồng Video đa điểm (khắc phục bằng cơ chế Adaptive Bitrate từ VideoSDK) và rủi ro rò rỉ JWT (giải quyết bằng việc lưu Refresh Token trong HttpOnly Secure Cookie và rút ngắn thời gian sống của Access Token xuống 15 phút).

Implementation và kết quả

Quá trình phát triển và hiện thực hóa kỹ thuật

Hệ thống mã nguồn tuân thủ nghiêm ngặt nguyên tắc Clean Architecture và Clean Code:

1. Xử lý logic Backend với Django REST Framework (Serializer & ViewSet)

Backend triển khai xử lý quan hệ tương tác bài viết tối ưu, giảm thiểu vấn đề truy vấn thừa N+1 thông qua các phương thức select_related và prefetch_related:

# posts/serializers.py
from rest_framework import serializers
from .models import Post, PostMedia, Comment

class PostSerializer(serializers.ModelSerializer):
    author_name = serializers.ReadOnlyField(source='author.username')
    author_avatar = serializers.ReadOnlyField(source='author.profile.avatar.url')
    reactions_count = serializers.IntegerField(source='reactions.count', read_only=True)
    comments_count = serializers.IntegerField(source='comments.count', read_only=True)
    media_files = serializers.SlugRelatedField(
        many=True, read_only=True, slug_field='file_url'
    )

    class Meta:
        model = Post
        fields = [
            'id', 'author', 'author_name', 'author_avatar', 
            'content', 'media_files', 'reactions_count', 
            'comments_count', 'created_at', 'privacy_level'
        ]
        read_only_fields = ['author', 'created_at']

    def validate_content(self, value):
        if not value and not self.initial_data.get('media_files'):
            raise serializers.ValidationError("Bài viết phải có nội dung chữ hoặc hình ảnh/video kèm theo.")
        return value

2. Quản lý trạng thái và bất đồng bộ Frontend với React Query

ReactJS sử dụng Custom Hooks kết hợp React Query nhằm lưu bộ nhớ đệm (Cache) và cập nhật giao diện lập tức (Optimistic Update) khi người dùng tương tác:

// hooks/usePosts.js
import { useMutation, useQueryClient } from '@tanstack/react-query';
import axiosClient from '../api/axiosClient';

export const useToggleReaction = () => {
  const queryClient = useQueryClient();
  
  return useMutation({
    mutationFn: async ({ postId, reactionType }) => {
      const response = await axiosClient.post(`/api/posts/${postId}/reactions/`, {
        type: reactionType,
      });
      return response.data;
    },
    onMutate: async ({ postId, reactionType }) => {
      await queryClient.cancelQueries(['posts']);
      const previousPosts = queryClient.getQueryData(['posts']);
      
      queryClient.setQueryData(['posts'], (old) => {
        if (!old) return old;
        return {
          ...old,
          pages: old.pages.map((page) => ({
            ...page,
            results: page.results.map((post) => 
              post.id === postId ? { ...post, reactions_count: post.reactions_count + 1 } : post
            ),
          })),
        };
      });
      return { previousPosts };
    },
    onError: (err, newReaction, context) => {
      queryClient.setQueryData(['posts'], context.previousPosts);
    },
    onSettled: () => {
      queryClient.invalidateQueries(['posts']);
    },
  });
};

3. Tích hợp Real-time Video Call bằng VideoSDK Engine

Khởi tạo và kết nối luồng hội thoại trực tiếp thông qua VideoSDK Core API:

// components/VideoCallRoom.jsx
import React, { useEffect, useRef } from "react";
import { useMeeting, Constants } from "@videosdk.live/react-sdk";

export function ParticipantView({ participantId }) {
  const videoRef = useRef(null);
  const { webcamStream, webcamOn, isLocal } = useParticipant(participantId);

  useEffect(() => {
    if (webcamRef.current && webcamOn && webcamStream) {
      const mediaStream = new MediaStream();
      mediaStream.addTrack(webcamStream.track);
      videoRef.current.srcObject = mediaStream;
      videoRef.current.play().catch((e) => console.error("Lỗi phát video:", e));
    }
  }, [webcamStream, webcamOn]);

  return (
    <div className="relative rounded-lg overflow-hidden border border-slate-700 bg-black">
      <video ref={videoRef} autoPlay playsInline muted={isLocal} className="w-full h-auto" />
      <span className="absolute bottom-2 left-2 text-xs bg-slate-900/80 px-2 py-1 text-white rounded">
        {isLocal ? "Bạn" : participantId}
      </span>
    </div>
  );
}

Kiểm thử và đánh giá hiệu năng (Testing & Validation)

Hệ thống trải qua các bài kiểm thử nghiêm ngặt bao gồm Unit Test, Integration Test và Load Testing:

Chỉ số đo lường (Metrics) Giá trị kế hoạch Kết quả thực nghiệm Đánh giá
Độ bao phủ kiểm thử Backend (PyTest) > 80% 88.4% Đạt yêu cầu xuất sắc
Độ bao phủ kiểm thử Frontend (Jest/RTL) > 75% 82.1% Đạt yêu cầu
Thời gian phản hồi API trung bình (Latency) < 300 ms 185 ms (P95) Phản hồi cực nhanh
Khả năng tải đồng thời (Locust Benchmark) 200 Users 500 Users (0% Error Rate) Vượt 150% chỉ tiêu
Độ trễ thiết lập phòng gọi (Call Setup Time) < 2.0 giây 1.25 giây Mượt mà trên WebRTC
Chỉ số hài lòng người dùng (UAT - CSAT) > 4.0 / 5.0 4.65 / 5.0 (N=50 tester) Phản hồi rất tích cực 
TỔNG KẾT THEO DÕI LỖI (BUG TRACKING STATS)
- Tổng số Bug phát hiện qua các Sprint: 42
- Đã khắc phục triệt để (Resolved/Closed): 42 (100%)
- Thời gian trung bình sửa lỗi (MTTR): 4.2 giờ

Đổi mới và đóng góp

  1. Kiến trúc tách rời linh hoạt (Decoupled SPA Architecture): Khắc phục hoàn toàn sự phụ thuộc giao diện của mô hình Django Template truyền thống, giúp Frontend và Backend có chu kỳ phát triển độc lập, tối ưu hóa băng thông tải trang nhờ định dạng JSON siêu nhẹ.
  2. Cơ chế xác thực an toàn không trạng thái (Stateless JWT Flow): Thiết lập cơ chế luân chuyển mã xác thực (Token Rotation) kết hợp kiểm tra quyền động tại từng API Endpoint, loại bỏ gánh nặng lưu trữ phiên người dùng (Session Storage) trên máy chủ Backend.
  3. Trải nghiệm người dùng tức thì với Optimistic UI Updates: Ứng dụng kỹ thuật cập nhật trạng thái lạc quan thông qua TanStack React Query, cho phép các thao tác như Thả tim (Reaction), Bình luận, Kết bạn hiển thị ngay lập tức trên màn hình trước khi máy chủ xác nhận phản hồi, giảm thiểu độ trễ cảm nhận của người dùng về 0ms.
  4. Tích hợp WebRTC gọi thoại/hình ảnh chất lượng cao không cần cấu hình TURN/STUN phức tạp: Khai thác giải pháp VideoSDK kết hợp công nghệ Adaptive Bitrate, tối ưu độ trễ âm thanh/video ở mức dưới 250ms ngay cả trong điều kiện mạng 4G/Wifi thông thường.
  5. Cải thiện 40% hiệu năng hiển thị: Việc áp dụng React Virtual DOM và luồng dữ liệu 1 chiều (One-way Data Flow) giúp giảm 40% số lần re-render component không cần thiết so với kiến trúc jQuery/Vanilla JS.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế

Nền tảng được thiết kế phù hợp với các mô hình ứng dụng đa dạng:

  • Mạng xã hội học tập nội bộ: Triển khai cho Trường ĐH Sư phạm Kỹ thuật TP.HCM nhằm kết nối sinh viên - giảng viên, chia sẻ tài liệu và thảo luận học thuật.
  • Hệ thống kết nối doanh nghiệp (Enterprise Intranet): Nền tảng trao đổi công việc, họp trực tuyến bảo mật thông tin nội bộ cho các doanh nghiệp vừa và nhỏ.

Chiến lược vận hành và hạ tầng

+------------------------------------------------------------------------------------+
|                      QUY TRÌNH TRIỂN KHAI TỰ ĐỘNG (CI/CD)                          |
+------------------------------------------------------------------------------------+
| 1. Developer Git Push code lên nhánh main của Repository GitHub.                   |
| 2. CircleCI Pipeline tự động kích hoạt: Chạy PyTest, ESLint, React Testing Lib.     |
| 3. Docker build tạo các Multi-stage Production Container Images.                   |
| 4. Triển khai tự động (Continuous Deployment) lên Droplet VPS của DigitalOcean.    |
| 5. Nginx phân phối Traffic, cấp phát chứng chỉ bảo mật SSL/TLS Let's Encrypt.     |
+------------------------------------------------------------------------------------+

Phân tích chi phí và hiệu quả đầu tư (Cost-Benefit & ROI)

CHI PHÍ VẬN HÀNH DỰ KIẾN (Cho quy mô 10,000 Người dùng hoạt động/tháng):
- Máy chủ DigitalOcean Droplet (2 vCPU, 4GB RAM, 80GB SSD NVMe): $24 / tháng
- Cơ sở dữ liệu Managed PostgreSQL Database: $15 / tháng
- Lưu trữ Media Object Storage (DigitalOcean Spaces 250GB): $5 / tháng
- Băng thông gọi VideoSDK (10,000 phút gọi miễn phí ban đầu): $0 / tháng
==> TỔNG CHI PHÍ VẬN HÀNH: ~$44 USD / tháng (~1.100.000 VNĐ / tháng)

So với chi phí thuê mua giải pháp mạng xã hội SaaS doanh nghiệp (khoảng 3-5 USD/user/tháng), giải pháp tự chủ mã nguồn này tiết kiệm hơn 95% chi phí vận hành, đồng thời đảm bảo 100% quyền riêng tư và sở hữu dữ liệu.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Hệ thống chưa hỗ trợ mã hóa đầu cuối (End-to-End Encryption - E2EE) đối với dữ liệu tin nhắn văn bản riêng tư.
  • Khả năng xử lý video dung lượng lớn (>500MB) còn phụ thuộc vào tài nguyên CPU của máy chủ đơn thể.
  • Chưa có hệ thống AI lọc nội dung tự động (Spam/Sensitive Image Detection).

Hướng phát triển trong tương lai

  • Tích hợp công nghệ Firebase Cloud Messaging (FCM) hoặc WebPush API để gửi thông báo đẩy native trên thiết bị di động.
  • Nâng cấp hệ thống Chat thời gian thực với Django Channels & Redis Pub/Sub để mở rộng quy mô phòng chat lên hàng chục nghìn kết nối đồng thời.
  • Tích hợp mô hình học máy (Machine Learning) dựa trên thuật toán Collaborative Filtering để xây dựng tính năng gợi ý kết bạn và bài viết theo sở thích cá nhân.

Đối tượng hưởng lợi

+------------------------------------------------------------------------------------+
|                        LỢI ÍCH ĐỊNH LƯỢNG CHO CÁC NHÓM ĐỐI TƯỢNG                   |
+------------------------------------------------------------------------------------+
|  SINH VIÊN & NGƯỜI HỌC:                                                           |
|  - Tiếp cận mã nguồn mẫu chuẩn mực về kiến trúc Fullstack Django & ReactJS.        |
|  - Nắm vững quy trình phát triển Agile, viết Unit Test và cấu hình CI/CD thực tế.   |
|                                                                                    |
|  LẬP TRÌNH VIÊN (DEVELOPERS):                                                      |
|  - Sử dụng khung kiến trúc (Boilerplate) sẵn có để rút ngắn 60% thời gian dự án.   |
|  - Mô hình tích hợp VideoSDK WebRTC chuẩn hóa, dễ dàng mở rộng cho các app khác.   |
|                                                                                    |
|  DOANH NGHIỆP & TỔ CHỨC:                                                          |
|  - Sở hữu nền tảng truyền thông nội bộ độc lập với chi phí chỉ ~44 USD/tháng.      |
|  - Bảo mật tuyệt đối dữ liệu kinh doanh, không phụ thuộc vào nền tảng thứ ba.      |
+------------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu cấu hình tối thiểu để triển khai (Deploy) hệ thống là gì?

Máy chủ Linux (khuyến nghị Ubuntu 22.04 LTS), tối thiểu 1 vCPU, 2GB RAM và 20GB ổ cứng trống. Môi trường cần cài đặt sẵn Docker Engine (v24+) và Docker Compose. Đối với môi trường phát triển (Development): Node.js v18+, Python 3.10+, PostgreSQL 14+.

2. Hệ thống có khả năng mở rộng (Scalability) như thế nào khi lượng người dùng tăng cao?

Hệ thống được thiết kế theo kiến trúc phi trạng thái (Stateless Backend) nên có thể mở rộng theo chiều ngang (Horizontal Scaling) dễ dàng bằng cách tăng số lượng Django Container đằng sau một Bộ cân bằng tải (Load Balancer như Nginx hoặc AWS ALB), kết hợp phân tách cơ sở dữ liệu PostgreSQL sang cụm Read/Write Replicas.

3. Làm thế nào để tích hợp thêm các dịch vụ xác thực bên thứ 3 (OAuth2 Google, Facebook)?

Django REST Framework hỗ trợ tích hợp module django-allauth hoặc dj-rest-auth. Nhà phát triển chỉ cần khai báo Client ID/Secret từ Google/Facebook Console và bổ sung Provider Endpoint vào hệ thống xác thực hiện tại.

4. Chi phí bản quyền và chi phí duy trì hệ thống bao gồm những gì?

Toàn bộ mã nguồn cốt lõi (Django, ReactJS, PostgreSQL, Nginx, Docker) đều là mã nguồn mở miễn phí. Chi phí định kỳ duy nhất bao gồm: Tiền thuê máy chủ Cloud/VPS (từ 10 - 40 USD/tháng tùy quy mô) và tên miền (Domain ~10 USD/năm).

5. Dữ liệu hình ảnh và video người dùng tải lên được lưu trữ và bảo vệ ra sao?

Trong môi trường production, toàn bộ tệp media được lưu trữ trên các kho lưu trữ hướng đối tượng (Object Storage như AWS S3 hoặc DigitalOcean Spaces) có cấu hình CDN Cloudflare để tăng tốc độ phân phối nội dung và ẩn đường dẫn lưu trữ gốc, ngăn chặn truy cập trái phép.

Kết luận

Đồ án tốt nghiệp "Xây dựng website mạng xã hội sử dụng Django và ReactJS" do nhóm sinh viên Khoa Công nghệ Thông tin - Trường Đại học Sư phạm Kỹ thuật TP.HCM thực hiện đã hoàn thành xuất sắc toàn bộ các mục tiêu đặt ra. Bằng việc kết hợp sức mạnh xử lý ổn định, bảo mật của Django ở tầng Backend và sự linh hoạt, tối ưu của ReactJS ở tầng Frontend, hệ thống đã giải quyết thành công bài toán xây dựng một mạng xã hội hiện đại, thời gian thực, đáp ứng đầy đủ từ các tính năng tương tác mạng xã hội cơ bản đến gọi điện Video Call chất lượng cao.

Dự án không chỉ là minh chứng xuất sắc cho việc vận dụng kiến thức lý thuyết vào giải quyết bài toán thực tiễn mà còn cung cấp một bộ giải pháp kỹ thuật hoàn chỉnh, có tiềm năng thương mại hóa và ứng dụng rộng rãi cho các tổ chức giáo dục và doanh nghiệp. Nền tảng đã sẵn sàng để tiếp tục mở rộng, nâng cấp các tính năng trí tuệ nhân tạo và tiến tới các đợt thử nghiệm quy mô lớn hơn trong tương lai.