AI 学习助手剧情任务线
你可以把这门课想象成一个养成故事：你不是在机械地刷章节，而是在训练一名 AI 学习助手。最开始它什么都不会，只是一个空项目；随着你学习工具、Python、数据、模型、Prompt、RAG 和 Agent，它会一步步成长为能读资料、做计划、查问题、记录失败并帮助你复习的 AI 队友。
这条剧情线不会替代课程主线，而是给每个阶段一个更轻松的目标。学完一站，你就给助手解锁一个新能力。
总剧情：从空白助手到 AI 队友
剧情任务的规则很简单：每阶段只做一个最小任务，留下一个可见证据。如果任务失败，也要留下失败样本，因为这正是 AI 工程能力的一部分。
第一幕：唤醒助手
| 阶段 | 剧情任务 | 学到的能力 | 任务证据 |
|---|---|---|---|
| 1 开发者工具基础 | 给助手搭建工作台 | 终端、目录、Git、环境 | 项目目录、第一次 commit、运行截图 |
| 2 Python 编程基础 | 让助手拥有记事本 | 变量、函数、文件、异常、JSON | tasks.json、命令输出、错误处理样例 |
| 3 数据分析与可视化 | 让助手看懂你的学习记录 | Pandas、清洗、统计、图表 | 学习时长图、完成率图、数据质量检查 |
这一幕的目标是让新人快速获得“我真的做出了东西”的感觉。不要追求功能复杂，只要助手能稳定运行、保存数据、输出结果，就算过关。
第二幕：让助手拥有判断力
| 阶段 | 剧情任务 | 学到的能力 | 任务证据 |
|---|---|---|---|
| 4 AI 数学基础 | 教助手理解相似、概率和变化 | 向量、概率、梯度、指标 | 小实验、指标解释、手算样例 |
| 5 机器学习 | 让助手预测学习风险 | baseline、训练测试划分、分类、评估 | 指标表、错误样本、改进记录 |
| 6 深度学习与 Transformer | 让助手认识训练失败 | 训练循环、loss、过拟合、Transformer 直觉 | loss 曲线、配置、失败样本 |
这一幕的重点不是把模型做得很强，而是让学习者知道模型判断从哪里来，为什么会错，怎么证明改进有效。
第三幕：让助手学会交流和查资料
| 阶段 | 剧情任务 | 学到的能力 | 任务证据 |
|---|---|---|---|
| 7 大模型与 Prompt | 让助手会写学习计划和复盘卡 | Prompt、结构化输出、schema、评估 | Prompt 版本、固定输入输出、失败样本 |
| 8 LLM 应用与 RAG | 让助手能读课程资料回答问题 | 文档切分、检索、引用、RAGOps | eval questions、retrieval logs、citation check |
| 9 AI Agent | 让助手能拆解并执行学习任务 | 工具调用、trace、权限、停止条件 | agent trace、tool calls、安全边界说明 |
这一幕会让助手从“会聊天”变成“会基于资料工作”。新人最容易混淆 Prompt、RAG 和 Agent，可以用剧情理解：Prompt 是会说话，RAG 是会查资料，Agent 是会分步做事。
第四幕：毕业任务
| 阶段 | 剧情任务 | 学到的能力 | 任务证据 |
|---|---|---|---|
| 10 计算机视觉 | 让助手看懂截图或图片 | 图像读取、分类、OCR、可视化 | 输入图片、预测结果、失败图片 |
| 11 自然语言处理 | 让助手理解文本任务 | 分类、抽取、摘要、标签体系 | 标注样例、指标、错误文本 |
| 12 AIGC 与多模态 | 让助手生成可审核内容 | 图片、语音、视频、多模态工作流 | 素材来源、生成记录、人工审核 |
| 毕业项目 | 让助手成为可展示产品 | 综合设计、部署、评估、复盘 | Demo、README、评估报告、演示脚本 |
方向拓展不要求全做深。你可以根据毕业项目选择一个方向，把它接入 AI 学习助手，而不是同时做视觉、NLP 和多模态所有能力。
每个剧情任务的固定格式
建议每完成一个剧情任务，都在 README 或 reports/improvement_record.md 中写一段简短记录。
## 剧情任务：让助手拥有记事本
### 本次解锁能力
助手可以新增、查看和完成学习任务，并保存到 JSON 文件。
### 我学到的内容
Python 函数、列表、字典、文件读写和异常处理。
### 运行方式
python main.py add "学习 Python 文件读写"
### 成功证据
生成了 tasks.json，并能再次读取。
### 失败样本
当 tasks.json 被手动改坏时，程序一开始会崩溃。
### 修复记录
增加 JSONDecodeError 处理，提示用户备份或重建文件。
这个格式能让学习过程更像游戏存档。每次存档都有能力、证据、失败和修复，最后自然形成作品集。
剧情里的 NPC 提示
学习时可以把常见角色想象成 NPC，它们会不断提醒你不同角度的问题。
| NPC | 它会问你什么 | 对应能力 |
|---|---|---|
| 产品经理 | 这个助手到底帮谁解决什么问题 | 问题定义、用户场景 |
| 测试同学 | 如果输入为空、错、坏，会发生什么 | 异常处理、测试样例 |
| 数据侦探 | 数据从哪里来，能不能相信 | 数据清洗、质量检查 |
| 模型教练 | baseline 是什么，指标是否可信 | 评估、误差分析 |
| 安全官 | Agent 能不能做危险动作 | 权限、人工确认、安全边界 |
| 面试官 | 你怎么证明项目真的有效 | README、演示、失败复盘 |
当你不知道下一步做什么时，就让其中一个 NPC 提问。能回答这些问题，说明项目越来越成熟。
新手友好玩法
第一遍不要追求满分通关。每个剧情任务只需要完成基础版：能运行、能截图、能记录一个失败。等主线跑通后，再回头把某些任务升级为标准版或作品集版。
如果你某一站学得很吃力，就把目标缩小为“给助手解锁一个最小能力”。比如 RAG 阶段不要一开始做企业知识库，只要让助手能读取 3 个 Markdown 文件并回答 5 个问题，就已经是实质进步。
学习的成就感来自可见进度。每完成一个剧情任务，就给 README 增加一条版本记录，让你能清楚看到助手是怎样从空项目一步步长大的。