基於采銅《精進：如何成為一個很厲害的人》核心理念，為中學生打造的 AI 驅動學習提升平台。
盲目的努力，只是一種緩慢的疊加。精準的方法，才能帶來質的飛躍。
本系統將《精進》一書的七大維度轉化為可操作的功能模組：
| 模組 | 書中維度 | 核心功能 |
|---|---|---|
| 時間羅盤 | 時間之尺 | 半衰期評估、時間投入記錄、AI 分析時間品質 |
| 選擇導航 | 尋找心中的巴拿馬 | 目標設定、隱含假設識別、第三選擇探索 |
| 行動工坊 | 即刻行動 | 圖層工作法任務分解、MVP 式練習、AI 即時反饋 |
| 學習道場 | 直面現實的學習 | 以問題為中心學習、知識解碼、知識融合 |
| 思維鍛造 | 修煉思維利器 | 蘇格拉底問答、斷捨離簡化、結構化思考 |
| 才能精進 | 優化努力方式 | 長板優勢識別、必要難度挑戰設計、能力畫像 |
| 成長復盤 | 創造獨特成功 | 三行而後思、AI 深度反饋、學習歷程檔案 |
- 學科提升 — 各學科知識學習與練習
- 表達提升 — 邏輯性、語言組織、說服力訓練
- 面試提升 — 模擬面試、回答技巧訓練
- 個人檔案系統 — 活的數據模型，隨學習過程持續演化，驅動 AI Prompt 動態調整
- 題庫系統 — 支持手動錄入 + AI 動態生成，按難度分級（必要的難度）
- 語音交互 — 語音輸入（訊飛 STT）+ 語音朗讀（瀏覽器 TTS），提升交互體驗
- AI 流式反饋 — DeepSeek API SSE 流式輸出，即時看到 AI 回覆
- 前端: React 18 + TypeScript + Vite + TailwindCSS + Recharts
- 後端: Python FastAPI + SQLAlchemy (async) + MySQL
- AI: DeepSeek API (Chat Completion, SSE)
- 語音: 訊飛 WebSocket STT + 瀏覽器 SpeechSynthesis TTS
- Python 3.11+
- Node.js 18+
- MySQL 8.0+
- DeepSeek API Key
cp backend/.env.example backend/.env
# 編輯 backend/.env，填入你的 MySQL 密碼和 DeepSeek API Key./start.sh啟動腳本會自動完成以下操作：
- 檢查 MySQL 連接，自動建立數據庫（如不存在），不覆蓋已有數據
- 初始化 Python 虛擬環境和依賴
- 初始化 npm 依賴
- 同時啟動前後端服務，日誌統一輸出到 console（帶
[前端]/[後端]前綴） - 按
Ctrl+C可優雅停止所有服務
# 後端
cd backend && source venv/bin/activate && uvicorn main:app --reload --port 8000
# 前端（另開終端）
cd frontend && npm run dev打開瀏覽器訪問 http://localhost:5173
improve/
├── backend/
│ ├── main.py # FastAPI 入口
│ ├── config.py # 配置管理
│ ├── schemas.py # Pydantic 數據模型
│ ├── database/
│ │ ├── connection.py # MySQL 連接
│ │ └── models.py # ORM 模型
│ ├── services/
│ │ ├── ai_service.py # DeepSeek API 封裝
│ │ ├── voice_service.py # 訊飛語音代理
│ │ └── learning_engine.py # 業務邏輯引擎
│ ├── routers/ # 各模組 API 路由
│ └── prompts/
│ └── templates.py # AI Prompt 模板
├── frontend/
│ ├── src/
│ │ ├── components/ # 通用 UI 組件
│ │ ├── pages/ # 頁面組件
│ │ ├── hooks/ # React Hooks
│ │ └── services/ # API 封裝
│ └── ...
└── README.md
啟動後端後，訪問 http://localhost:8000/docs 查看 Swagger API 文檔。
系統的核心設計是一個持續精進的閉環：
個人檔案 → Prompt 動態調整 → 練習/行動 → AI 評估 → 更新檔案 → ...
每一次學習和反饋都會更新學生的個人檔案（能力畫像、反饋摘要），從而讓下一次的 AI 交互更加個性化和精準。
MIT