Reorganize 2026_AI camp: Traditional names, Gemini key prompt, deps

- Add main.py entries and fix student scripts for Arcade Hub
- Traditional Chinese project folder names; Gemini terminal API key UI
- requirements: pandas, matplotlib, bs4, lxml, google-genai SDKs

projects/2026_AI營1/劉宗穎/{DataFrame指令练习 → DataFrame指令練習}/d1_1_pandas_intro.py

@@ -1,37 +1,38 @@
-# d1_1_pandas_intro.py
-# Day 1 學員填空：Pandas 基礎（完成 TODO 後執行）
-# cd examples/Day1/student && python3 d1_1_pandas_intro.py
-# 參考答案：../Teacher/d1_1_pandas_intro.py
-
-import pandas as pd
-
-df = pd.read_csv("taipei_weather_2026.csv")
-print("=== 數據載入成功！ ===")
-
-print("\n--- 1. head ---")
-print(df.head())
-
-print("\n--- 2. info ---")
-df.info()
-
-print("\n--- 3. describe ---")
-print(df.describe())
-
-print("\n--- 4. Temperature 前 5 筆 ---")
-print(df['Temperature'].head())
-
-print("\n--- 5. Date 與 Rainfall ---")
-print(df[['Rainfall', 'Date']].head())
-
-print("\n--- 挑戰：最高溫與平均濕度 ---")
-max_temp = df['Temperature'].max()
-avg_humidity = df['Humidity'].mean()
-min_rainfall = df['Rainfall'].min()
-print(f"最高溫度：{max_temp}°C")
-print(f"平均濕度：{avg_humidity:.2f}%")
-print(f"最低降雨:{min_rainfall:.2f}%")
-
-print("\n--- whether it is good for egyptians")
-
-egy = df[(df['Temperature'] > 27) & (df['Rainfall'] == 0)] 
+import os
+# d1_1_pandas_intro.py
+# Day 1 學員填空：Pandas 基礎（完成 TODO 後執行）
+# cd examples/Day1/student && python3 d1_1_pandas_intro.py
+# 參考答案：../Teacher/d1_1_pandas_intro.py
+
+import pandas as pd
+
+df = pd.read_csv(os.path.join(os.path.dirname(__file__), "taipei_weather_2026.csv"))
+print("=== 數據載入成功！ ===")
+
+print("\n--- 1. head ---")
+print(df.head())
+
+print("\n--- 2. info ---")
+df.info()
+
+print("\n--- 3. describe ---")
+print(df.describe())
+
+print("\n--- 4. Temperature 前 5 筆 ---")
+print(df['Temperature'].head())
+
+print("\n--- 5. Date 與 Rainfall ---")
+print(df[['Rainfall', 'Date']].head())
+
+print("\n--- 挑戰：最高溫與平均濕度 ---")
+max_temp = df['Temperature'].max()
+avg_humidity = df['Humidity'].mean()
+min_rainfall = df['Rainfall'].min()
+print(f"最高溫度：{max_temp}°C")
+print(f"平均濕度：{avg_humidity:.2f}%")
+print(f"最低降雨:{min_rainfall:.2f}%")
+
+print("\n--- whether it is good for egyptians")
+
+egy = df[(df['Temperature'] > 27) & (df['Rainfall'] == 0)] 
 print(egy)

projects/2026_AI營1/劉宗穎/DataFrame指令練習/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: d1_1_pandas_intro.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'd1_1_pandas_intro.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/{ai_api串接练习 → ai_api串接練習}/d2_1_gemini.py

@@ -1,41 +1,63 @@
-# d2_1_gemini.py — Day2 學員填空
-# cd examples/Day2/Student && python3 d2_1_gemini.py
-# 參考答案：../Teacher/d2_1_gemini.py
-
-import os
-from google import genai
-
-# === 【學員填空練習點 1：設置與載入 API Key】 ===
-# TODO: 嘗試從環境變數 GEMINI_API_KEY 取得 API Key。如果未設定，則使用 input() 提示手動輸入。
-api_key = os.environ.get("GEMINI_API_KEY", "AQ.Ab8RN6LgriztRWiwQOdkK1wXmmfs4AzlZKSQsP2X0cnjzaMCCg")
-
-if not api_key:
-    print("[提示] 未檢測到環境變數 GEMINI_API_KEY。")
-    print("      請先設定：export GEMINI_API_KEY=\"your_key\"")
-    print("      或於下方手動輸入（僅供本機測試，勿寫死在檔案中上傳）：")
-    api_key = input("API Key: ").strip()
-    if not api_key:
-        print("[結束] 未提供 API Key。可改練習 d2_1_ollama_local.py。")
-        exit(0)
-
-# === 【學員填空練習點 2：設定模型名稱】 ===
-# TODO: 設定使用的 Gemini 模型名稱（例如 'gemini-3.1-flash-lite'）
-model_name = "gemini-3.1-flash-lite"
-
-print(f"正在連線至 Google Cloud Model ({model_name})...")
-
-# === 【學員填空練習點 3：初始化 Gemini Client】 ===
-# TODO: 呼叫 genai.Client 並傳入 api_key 參數來初始化 Client 物件，指派給 client 變數
-client = genai.Client(api_key=api_key)
-
-# === 【學員填空練習點 4：發送內容生成請求】 ===
-# TODO: 使用 client.models.generate_content 呼叫模型，傳入 model 參數與 contents 提示詞
-#       提示詞內容：請模型以繁體中文解釋什麼是『API 串接』，並用餐廳點餐作為比喻，字數約 100 字。
-response = client.models.generate_content(model=model_name, contents="请用中文解释为什么泡面很好吃，字数一百字以内")
-# === 【學員填空練習點 5：讀取並印出回應】 ===
-# TODO: 從 response 物件中取得 text 欄位內容，並列印出來。
-print("\n=== AI 回應結果 ===")
-# 請在下方實作列印邏輯：
-print(response.text)
-# for i in range(10):
+# d2_1_gemini.py — Day2 學員填空
+# cd examples/Day2/Student && python3 d2_1_gemini.py
+# 參考答案：../Teacher/d2_1_gemini.py
+
+import os
+from google import genai
+
+# === 【學員填空練習點 1：設置與載入 API Key】 ===
+# TODO: 嘗試從環境變數 GEMINI_API_KEY 取得 API Key。如果未設定，則使用 input() 提示手動輸入。
+
+def _telearn_require_gemini_api_key(*, allow_skip: bool = False) -> str:
+    """終端機輸入介面：請使用者自行貼上 GEMINI_API_KEY。"""
+    import os
+    key = (os.environ.get("GEMINI_API_KEY") or "").strip()
+    if key:
+        print("[Telearn] 已使用環境變數中的 GEMINI_API_KEY")
+        return key
+    print()
+    print("=" * 54)
+    print("  本專案需要 Google Gemini API Key")
+    print("  取得金鑰：https://aistudio.google.com/apikey")
+    print("  請在下方貼上 Key 後按 Enter")
+    print("  （僅本次執行使用，不會寫入任何檔案）")
+    if allow_skip:
+        print("  若要改用離線 Mock 模式：直接按 Enter 略過")
+    print("=" * 54)
+    try:
+        key = input("請輸入 GEMINI_API_KEY: ").strip()
+    except EOFError:
+        key = ""
+    if key:
+        os.environ["GEMINI_API_KEY"] = key
+        print("[Telearn] 已接收 API Key，開始連線…")
+        return key
+    if allow_skip:
+        print("[Telearn] 未輸入 Key → 使用離線 Mock / 略過雲端功能")
+        return ""
+    print("[結束] 未輸入 API Key，無法繼續執行 Gemini 功能。")
+    raise SystemExit(0)
+
+api_key = _telearn_require_gemini_api_key(allow_skip=False)
+
+# === 【學員填空練習點 2：設定模型名稱】 ===
+# TODO: 設定使用的 Gemini 模型名稱（例如 'gemini-3.1-flash-lite'）
+model_name = "gemini-3.1-flash-lite"
+
+print(f"正在連線至 Google Cloud Model ({model_name})...")
+
+# === 【學員填空練習點 3：初始化 Gemini Client】 ===
+# TODO: 呼叫 genai.Client 並傳入 api_key 參數來初始化 Client 物件，指派給 client 變數
+client = genai.Client(api_key=api_key)
+
+# === 【學員填空練習點 4：發送內容生成請求】 ===
+# TODO: 使用 client.models.generate_content 呼叫模型，傳入 model 參數與 contents 提示詞
+#       提示詞內容：請模型以繁體中文解釋什麼是『API 串接』，並用餐廳點餐作為比喻，字數約 100 字。
+response = client.models.generate_content(model=model_name, contents="请用中文解释为什么泡面很好吃，字数一百字以内")
+# === 【學員填空練習點 5：讀取並印出回應】 ===
+# TODO: 從 response 物件中取得 text 欄位內容，並列印出來。
+print("\n=== AI 回應結果 ===")
+# 請在下方實作列印邏輯：
+print(response.text)
+# for i in range(10):
 #     print(response.text)

projects/2026_AI營1/劉宗穎/ai_api串接練習/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: d2_1_gemini.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'd2_1_gemini.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/mock_密室逃脫遊戲/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: d2_3_chatbot_memory_game_template.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'd2_3_chatbot_memory_game_template.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/mock_關鍵詞抓取/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: d2_3_chatbot_memory_mock.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'd2_3_chatbot_memory_mock.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/{mock&AI_api双模式 → mock與AI_api雙模式}/d2_3_chatbot_memory.py

@@ -1,95 +1,124 @@
-# d2_3_chatbot_memory.py
-# Day 2: 生成式 AI 串接實戰 - 具對話記憶的智慧客服機器人 (Gemini / Local Mock 雙模)
-
-import os
-from google import genai
-
-# 優先讀取環境變數 GEMINI_MODEL，預設為 gemini-3.1-flash-lite
-GEMINI_MODEL = os.environ.get("GEMINI_MODEL", "gemini-3.1-flash-lite")
-api_key = os.environ.get(
-    "GEMINI_API_KEY", "")
-
-
-def local_mock_response(user_input, history):
-    user_input_lower = user_input.lower()
-
-    # TODO: 處理 營業時間 / 你好 / 再見，其餘回兜底句
-    if "營業時間" in user_input_lower or "時間" in user_input_lower:
-        return "我們觀測站的營業時間為週一至週五的上午 9:00 至下午 6:00，週末休息。"
-    # elif "XX" in user_input_lower or "XX" in user_input_lower:
-    #     return "XXXXXXXXXXXXXXXXX"
-
-
-    else:
-        turns = len(history) // 2 + 1
-        return (
-            f"（模擬模式）收到您的訊息：『{user_input}』。"
-            f"這是我與您的第 {turns} 次對話，請問還有其他需要協助的嗎？"
-        )
-
-
-def main():
-    print("=" * 50)
-    print("  得能 AI 智慧客服對話系統 (支援對話上下文記憶)")
-    print("=" * 50)
-
-    use_mock = False
-    chat_session = None
-
-    if not api_key:
-        print("[提示] 未檢測到環境變數 GEMINI_API_KEY，將自動啟用「離線模擬模式 (Local Mock Mode)」。")
-        print("      （如需連線雲端模型，請設定 GEMINI_API_KEY 環境變數）")
-        use_mock = True
-    else:
-        try:
-            print(f"正在連線 Google Gemini 雲端客服伺服器 ({GEMINI_MODEL})...")
-            client = genai.Client(api_key=api_key)
-            # TODO: 設定系統指令 (System Instruction / System Prompt)
-            # system_instruction = (
-            #     "你是一位專業的得能教育客服人員，語氣溫和客氣，"
-            #     "XXXXXXXXXXXXXXXXXXXXXXX"
-            # )
-
-            chat_session = client.chats.create(
-                model=GEMINI_MODEL,
-                config={'system_instruction': system_instruction}
-            )
-            print("雲端客服系統已就緒！")
-        except Exception as e:
-            print(f"連線雲端客服失敗 ({e})，切換至離線模擬模式...")
-            use_mock = True
-
-    local_history = []
-
-    print("\n系統啟動完成！請輸入您要諮詢的問題（輸入 'quit' 或 'exit' 結束對話）：")
-    print("-" * 50)
-
-    while True:
-        try:
-            user_input = input("\n[您]: ").strip()
-            if not user_input:
-                continue
-
-            if user_input.lower() in ["quit", "exit"]:
-                print("對話結束，感謝您的使用！")
-                break
-
-            if use_mock:
-                ai_reply = local_mock_response(user_input, local_history)
-                local_history.append({"role": "user", "text": user_input})
-                local_history.append({"role": "model", "text": ai_reply})
-            else:
-                response = chat_session.send_message(user_input)
-                ai_reply = response.text
-
-            print(f"[AI 客服]: {ai_reply}")
-
-        except KeyboardInterrupt:
-            print("\n對話強行終止。再見！")
-            break
-        except Exception as e:
-            print(f"\n[錯誤] 發生異常：{e}")
-
-
-if __name__ == "__main__":
-    main()
+# d2_3_chatbot_memory.py
+# Day 2: 生成式 AI 串接實戰 - 具對話記憶的智慧客服機器人 (Gemini / Local Mock 雙模)
+
+import os
+from google import genai
+
+# 優先讀取環境變數 GEMINI_MODEL，預設為 gemini-3.1-flash-lite
+
+def _telearn_require_gemini_api_key(*, allow_skip: bool = False) -> str:
+    """終端機輸入介面：請使用者自行貼上 GEMINI_API_KEY。"""
+    import os
+    key = (os.environ.get("GEMINI_API_KEY") or "").strip()
+    if key:
+        print("[Telearn] 已使用環境變數中的 GEMINI_API_KEY")
+        return key
+    print()
+    print("=" * 54)
+    print("  本專案需要 Google Gemini API Key")
+    print("  取得金鑰：https://aistudio.google.com/apikey")
+    print("  請在下方貼上 Key 後按 Enter")
+    print("  （僅本次執行使用，不會寫入任何檔案）")
+    if allow_skip:
+        print("  若要改用離線 Mock 模式：直接按 Enter 略過")
+    print("=" * 54)
+    try:
+        key = input("請輸入 GEMINI_API_KEY: ").strip()
+    except EOFError:
+        key = ""
+    if key:
+        os.environ["GEMINI_API_KEY"] = key
+        print("[Telearn] 已接收 API Key，開始連線…")
+        return key
+    if allow_skip:
+        print("[Telearn] 未輸入 Key → 使用離線 Mock / 略過雲端功能")
+        return ""
+    print("[結束] 未輸入 API Key，無法繼續執行 Gemini 功能。")
+    raise SystemExit(0)
+
+GEMINI_MODEL = os.environ.get("GEMINI_MODEL", "gemini-3.1-flash-lite")
+api_key = _telearn_require_gemini_api_key(allow_skip=True)
+
+
+def local_mock_response(user_input, history):
+    user_input_lower = user_input.lower()
+
+    # TODO: 處理 營業時間 / 你好 / 再見，其餘回兜底句
+    if "營業時間" in user_input_lower or "時間" in user_input_lower:
+        return "我們觀測站的營業時間為週一至週五的上午 9:00 至下午 6:00，週末休息。"
+    # elif "XX" in user_input_lower or "XX" in user_input_lower:
+    #     return "XXXXXXXXXXXXXXXXX"
+
+
+    else:
+        turns = len(history) // 2 + 1
+        return (
+            f"（模擬模式）收到您的訊息：『{user_input}』。"
+            f"這是我與您的第 {turns} 次對話，請問還有其他需要協助的嗎？"
+        )
+
+
+def main():
+    print("=" * 50)
+    print("  得能 AI 智慧客服對話系統 (支援對話上下文記憶)")
+    print("=" * 50)
+
+    use_mock = False
+    chat_session = None
+
+    if not api_key:
+        print("[提示] 未輸入 GEMINI_API_KEY，改用「離線模擬模式 (Local Mock Mode)」。")
+        use_mock = True
+    else:
+        try:
+            print(f"正在連線 Google Gemini 雲端客服伺服器 ({GEMINI_MODEL})...")
+            client = genai.Client(api_key=api_key)
+            # TODO: 設定系統指令 (System Instruction / System Prompt)
+            # system_instruction = (
+            #     "你是一位專業的得能教育客服人員，語氣溫和客氣，"
+            #     "XXXXXXXXXXXXXXXXXXXXXXX"
+            # )
+
+            chat_session = client.chats.create(
+                model=GEMINI_MODEL,
+                config={'system_instruction': system_instruction}
+            )
+            print("雲端客服系統已就緒！")
+        except Exception as e:
+            print(f"連線雲端客服失敗 ({e})，切換至離線模擬模式...")
+            use_mock = True
+
+    local_history = []
+
+    print("\n系統啟動完成！請輸入您要諮詢的問題（輸入 'quit' 或 'exit' 結束對話）：")
+    print("-" * 50)
+
+    while True:
+        try:
+            user_input = input("\n[您]: ").strip()
+            if not user_input:
+                continue
+
+            if user_input.lower() in ["quit", "exit"]:
+                print("對話結束，感謝您的使用！")
+                break
+
+            if use_mock:
+                ai_reply = local_mock_response(user_input, local_history)
+                local_history.append({"role": "user", "text": user_input})
+                local_history.append({"role": "model", "text": ai_reply})
+            else:
+                response = chat_session.send_message(user_input)
+                ai_reply = response.text
+
+            print(f"[AI 客服]: {ai_reply}")
+
+        except KeyboardInterrupt:
+            print("\n對話強行終止。再見！")
+            break
+        except Exception as e:
+            print(f"\n[錯誤] 發生異常：{e}")
+
+
+if __name__ == "__main__":
+    main()

projects/2026_AI營1/劉宗穎/{mock&AI_api双模式 → mock與AI_api雙模式}/d2_4_chatbot_memory.py

@@ -1,129 +1,158 @@
-# d2_3_chatbot_memory.py
-# Day 2: 生成式 AI 串接實戰 - 具對話記憶的智慧客服機器人 (Gemini / Local Mock 雙模)
-
-import os
-from google import genai
-
-# 優先讀取環境變數 GEMINI_MODEL，預設為 gemini-3.1-flash-lite
-GEMINI_MODEL = os.environ.get("GEMINI_MODEL", "gemini-3.1-flash-lite")
-api_key = os.environ.get(
-    "GEMINI_API_KEY", "AQ.Ab8RN6JvbUqLW-wcddeMducmta0aGE2QtcrmF4Kfd8nnpZ9mzg")
-
-
-def local_mock_response(user_input, history):
-    user_input_lower = user_input.lower()
-
-    if "營業時間" in user_input_lower or "時間" in user_input_lower:
-        return "我们冰淇淋店的營業時間為週一至週五的上午 9:00 至下午 6:00，週末休息。"
-    elif "地址" in user_input_lower or "地点" in user_input_lower or "地方" in user_input_lower:
-         return "我们的店在求毛星球毛笔城市QQ镇喜喜街167号一楼。"
-    elif "冰淇淋的口味" in user_input_lower or "口味" in user_input_lower:
-        return "我们的冰淇淋的口味有草莓,芒果,巧克力,咖啡,蓝莓,汽水和芭乐。"
-    elif "冰淇淋的价格" in user_input_lower or "价格" in user_input_lower or "冰淇淋怎么卖" in user_input_lower:
-        return "一球100元,两球170元,三球250元,五球400元,十球750元。"
-    elif "有打折吗" in user_input_lower or "有优惠吗" in user_input_lower or "有进行促销活动吗" in user_input_lower or "有活动吗" in user_input_lower or "折扣" in user_input_lower:
-        return "我们有和吃鸡炸鸡店合作，去那里消费满1000元即可换一球冰淇淋。"
-    elif "help" in user_input_lower or "帮助" in user_input_lower:
-        return "\n輸入「營業時間、時間」即可知道營業時間\n輸入「地址、地點、地方」即可知道地址\n輸入「冰淇淋的口味、口味」即可知道口味\n輸入「冰淇淋的價格、價格、冰淇淋怎麼賣」即可知道價格\n輸入「有打折嗎、有優惠嗎、有進行促銷活動嗎、有活動嗎、折扣」即可知道優惠資訊\n輸入「停車場、停車、附近有沒有停車場」即可知道停車資訊\n輸入「可以客製化嗎、客製化的服務、客製化」即可知道客製化服務\n輸入「客製化的價錢、客製化要多少錢」即可知道客製化價格\n輸入「推薦、招牌」即可知道推薦口味\n輸入「外帶、內用」即可知道用餐方式\n輸入「付款、支付、可以刷卡」即可知道付款方式。"
-    elif "你好" in user_input_lower or "hello" in user_input_lower or "hi" in user_input_lower or "Hi" in user_input_lower:
-        return "你好！请问您需要什么帮助吗？"
-    elif "停车场" in user_input_lower or "停车" in user_input_lower or "附近有没有停车场" in user_input_lower:
-        return "我们的店附近有三个停车场，步行三分钟即可到达我们的店。"
-    elif "可以克制化吗" in user_input_lower or "客制化的服务"  in user_input_lower or "客制化"  in user_input_lower:
-        return "我们的店可以克制化冰淇淋,可以选择彩糖、珍珠、草莓酱、巧克力酱、布丁、奶油和炼乳。"
-    elif "客制化的价钱" in user_input_lower or "客制化要多少钱" in user_input_lower or "客制化要多少钱？" in user_input_lower:
-        return "客制化每一种材料都要再加15元。"
-    elif "推薦" in user_input_lower or "招牌" in user_input_lower:
-        return "推薦您試試草莓、巧克力和芭樂口味，都是熱門選擇。"
-    elif "外帶" in user_input_lower or "內用" in user_input_lower:
-        return "我們提供內用及外帶服務。"
-    elif "付款" in user_input_lower or "支付" in user_input_lower or "可以刷卡" in user_input_lower:
-        return "我們接受現金、信用卡及行動支付。"
-    elif "谢谢" in user_input_lower or "Thank you" in user_input_lower:
-        return "不客气！还需要什么帮助吗?"
-
-    else:
-        # 計算目前是第幾輪對話（一輪包含使用者輸入與客服回覆，共 2 個元素）
-        # Why: 藉由傳入的 history 串列長度除以 2，即可動態得知目前互動的輪數，模擬記憶狀態。
-        turns = len(history) // 2 + 1
-        return (
-            f"（模擬模式）收到您的訊息：『{user_input}』。"
-            f"這是我與您的第 {turns} 次對話，請問還有其他需要協助的嗎？"
-        )
-
-
-def main():
-    print("=" * 50)
-    print("   吃吃吃冰淇淋店客服對話系統 (支援對話上下文記憶)")
-    print("=" * 50)
-
-    use_mock = False
-    chat_session = None
-
-    if not api_key:
-        print("[提示] 未檢測到環境變數 GEMINI_API_KEY，將自動啟用「離線模擬模式 (Local Mock Mode)」。")
-        print("      （如需連線雲端模型，請設定 GEMINI_API_KEY 環境變數）")
-        use_mock = True
-    else:
-        try:
-            print(f"正在連線 Google Gemini 雲端客服伺服器 ({GEMINI_MODEL})...")
-            client = genai.Client(api_key=api_key)
-            # TODO: 設定系統指令 (System Instruction / System Prompt)
-            system_instruction = (
-                "你是一位冰淇淋店的客服，负责提供资讯"
-                "我们冰淇淋店的營業時間為週一至週五的上午 9:00 至下午 6:00，週末休息。"
-                "我们的店在求毛星球毛笔城市QQ镇喜喜街167号一楼。"
-                "冰淇淋的价格一球100元,两球170元,三球250元,五球400元,十球750元。"
-                "我们的店有进行优惠，有和吃鸡炸鸡店合作，去那里消费满1000元即可换一球冰淇淋。"
-                "这是我们的资讯：輸入「營業時間、時間」即可知道營業時間,輸入「地址、地點、地方」即可知道地址,輸入「冰淇淋的口味、口味」即可知道口味,輸入「冰淇淋的價格、價格、冰淇淋怎麼賣」即可知道價格,輸入「有打折嗎、有優惠嗎、有進行促銷活動嗎、有活動嗎、折扣」即可知道優惠資訊,輸入「停車場、停車、附近有沒有停車場」即可知道停車資訊,輸入「可以客製化嗎、客製化的服務、客製化」即可知道客製化服務,輸入「客製化的價錢、客製化要多少錢」即可知道客製化價格,輸入「推薦、招牌」即可知道推薦口味,輸入「外帶、內用」即可知道用餐方式,輸入「付款、支付、可以刷卡」即可知道付款方式。"
-                "你应该亲切的向客户问好。"
-                "我们的店附近有三个停车场，步行三分钟即可到达我们的店。"
-                "我们的店可以克制化冰淇淋,可以选择彩糖、珍珠、草莓酱、巧克力酱、布丁、奶油和炼乳。"
-                "客制化每一种材料都要再加15元。"
-                "我們提供內用及外帶服務。"
-                "我們接受現金、信用卡及行動支付。"
-            )   
-
-            chat_session = client.chats.create(
-                model=GEMINI_MODEL,
-                config={'system_instruction': system_instruction}
-            )
-            print("雲端客服系統已就緒！")
-        except Exception as e:
-            print(f"連線雲端客服失敗 ({e})，切換至離線模擬模式...")
-            use_mock = True
-
-    local_history = []
-
-    print("\n系統啟動完成！請輸入您要諮詢的問題（輸入 'quit' 或 'exit' 結束對話）：")
-    print("-" * 50)
-
-    while True:
-        try:
-            user_input = input("\n[您]: ").strip()
-            if not user_input:
-                continue
-
-            if user_input.lower() in ["quit", "exit"]:
-                print("對話結束，感謝您的使用！")
-                break
-
-            if use_mock:
-                ai_reply = local_mock_response(user_input, local_history)
-                local_history.append({"role": "user", "text": user_input})
-                local_history.append({"role": "model", "text": ai_reply})
-            else:
-                response = chat_session.send_message(user_input)
-                ai_reply = response.text
-
-            print(f"[AI 客服]: {ai_reply}")
-
-        except KeyboardInterrupt:
-            print("\n對話強行終止。再見！")
-            break
-        except Exception as e:
-            print(f"\n[錯誤] 發生異常：{e}")
-
-
-if __name__ == "__main__":
-    main()
+# d2_3_chatbot_memory.py
+# Day 2: 生成式 AI 串接實戰 - 具對話記憶的智慧客服機器人 (Gemini / Local Mock 雙模)
+
+import os
+from google import genai
+
+# 優先讀取環境變數 GEMINI_MODEL，預設為 gemini-3.1-flash-lite
+
+def _telearn_require_gemini_api_key(*, allow_skip: bool = False) -> str:
+    """終端機輸入介面：請使用者自行貼上 GEMINI_API_KEY。"""
+    import os
+    key = (os.environ.get("GEMINI_API_KEY") or "").strip()
+    if key:
+        print("[Telearn] 已使用環境變數中的 GEMINI_API_KEY")
+        return key
+    print()
+    print("=" * 54)
+    print("  本專案需要 Google Gemini API Key")
+    print("  取得金鑰：https://aistudio.google.com/apikey")
+    print("  請在下方貼上 Key 後按 Enter")
+    print("  （僅本次執行使用，不會寫入任何檔案）")
+    if allow_skip:
+        print("  若要改用離線 Mock 模式：直接按 Enter 略過")
+    print("=" * 54)
+    try:
+        key = input("請輸入 GEMINI_API_KEY: ").strip()
+    except EOFError:
+        key = ""
+    if key:
+        os.environ["GEMINI_API_KEY"] = key
+        print("[Telearn] 已接收 API Key，開始連線…")
+        return key
+    if allow_skip:
+        print("[Telearn] 未輸入 Key → 使用離線 Mock / 略過雲端功能")
+        return ""
+    print("[結束] 未輸入 API Key，無法繼續執行 Gemini 功能。")
+    raise SystemExit(0)
+
+GEMINI_MODEL = os.environ.get("GEMINI_MODEL", "gemini-3.1-flash-lite")
+api_key = _telearn_require_gemini_api_key(allow_skip=True)
+
+
+def local_mock_response(user_input, history):
+    user_input_lower = user_input.lower()
+
+    if "營業時間" in user_input_lower or "時間" in user_input_lower:
+        return "我们冰淇淋店的營業時間為週一至週五的上午 9:00 至下午 6:00，週末休息。"
+    elif "地址" in user_input_lower or "地点" in user_input_lower or "地方" in user_input_lower:
+         return "我们的店在求毛星球毛笔城市QQ镇喜喜街167号一楼。"
+    elif "冰淇淋的口味" in user_input_lower or "口味" in user_input_lower:
+        return "我们的冰淇淋的口味有草莓,芒果,巧克力,咖啡,蓝莓,汽水和芭乐。"
+    elif "冰淇淋的价格" in user_input_lower or "价格" in user_input_lower or "冰淇淋怎么卖" in user_input_lower:
+        return "一球100元,两球170元,三球250元,五球400元,十球750元。"
+    elif "有打折吗" in user_input_lower or "有优惠吗" in user_input_lower or "有进行促销活动吗" in user_input_lower or "有活动吗" in user_input_lower or "折扣" in user_input_lower:
+        return "我们有和吃鸡炸鸡店合作，去那里消费满1000元即可换一球冰淇淋。"
+    elif "help" in user_input_lower or "帮助" in user_input_lower:
+        return "\n輸入「營業時間、時間」即可知道營業時間\n輸入「地址、地點、地方」即可知道地址\n輸入「冰淇淋的口味、口味」即可知道口味\n輸入「冰淇淋的價格、價格、冰淇淋怎麼賣」即可知道價格\n輸入「有打折嗎、有優惠嗎、有進行促銷活動嗎、有活動嗎、折扣」即可知道優惠資訊\n輸入「停車場、停車、附近有沒有停車場」即可知道停車資訊\n輸入「可以客製化嗎、客製化的服務、客製化」即可知道客製化服務\n輸入「客製化的價錢、客製化要多少錢」即可知道客製化價格\n輸入「推薦、招牌」即可知道推薦口味\n輸入「外帶、內用」即可知道用餐方式\n輸入「付款、支付、可以刷卡」即可知道付款方式。"
+    elif "你好" in user_input_lower or "hello" in user_input_lower or "hi" in user_input_lower or "Hi" in user_input_lower:
+        return "你好！请问您需要什么帮助吗？"
+    elif "停车场" in user_input_lower or "停车" in user_input_lower or "附近有没有停车场" in user_input_lower:
+        return "我们的店附近有三个停车场，步行三分钟即可到达我们的店。"
+    elif "可以克制化吗" in user_input_lower or "客制化的服务"  in user_input_lower or "客制化"  in user_input_lower:
+        return "我们的店可以克制化冰淇淋,可以选择彩糖、珍珠、草莓酱、巧克力酱、布丁、奶油和炼乳。"
+    elif "客制化的价钱" in user_input_lower or "客制化要多少钱" in user_input_lower or "客制化要多少钱？" in user_input_lower:
+        return "客制化每一种材料都要再加15元。"
+    elif "推薦" in user_input_lower or "招牌" in user_input_lower:
+        return "推薦您試試草莓、巧克力和芭樂口味，都是熱門選擇。"
+    elif "外帶" in user_input_lower or "內用" in user_input_lower:
+        return "我們提供內用及外帶服務。"
+    elif "付款" in user_input_lower or "支付" in user_input_lower or "可以刷卡" in user_input_lower:
+        return "我們接受現金、信用卡及行動支付。"
+    elif "谢谢" in user_input_lower or "Thank you" in user_input_lower:
+        return "不客气！还需要什么帮助吗?"
+
+    else:
+        # 計算目前是第幾輪對話（一輪包含使用者輸入與客服回覆，共 2 個元素）
+        # Why: 藉由傳入的 history 串列長度除以 2，即可動態得知目前互動的輪數，模擬記憶狀態。
+        turns = len(history) // 2 + 1
+        return (
+            f"（模擬模式）收到您的訊息：『{user_input}』。"
+            f"這是我與您的第 {turns} 次對話，請問還有其他需要協助的嗎？"
+        )
+
+
+def main():
+    print("=" * 50)
+    print("   吃吃吃冰淇淋店客服對話系統 (支援對話上下文記憶)")
+    print("=" * 50)
+
+    use_mock = False
+    chat_session = None
+
+    if not api_key:
+        print("[提示] 未輸入 GEMINI_API_KEY，改用「離線模擬模式 (Local Mock Mode)」。")
+        use_mock = True
+    else:
+        try:
+            print(f"正在連線 Google Gemini 雲端客服伺服器 ({GEMINI_MODEL})...")
+            client = genai.Client(api_key=api_key)
+            # TODO: 設定系統指令 (System Instruction / System Prompt)
+            system_instruction = (
+                "你是一位冰淇淋店的客服，负责提供资讯"
+                "我们冰淇淋店的營業時間為週一至週五的上午 9:00 至下午 6:00，週末休息。"
+                "我们的店在求毛星球毛笔城市QQ镇喜喜街167号一楼。"
+                "冰淇淋的��格一球100元,两球170元,三球250元,五球400元,十球750元。"
+                "我们的店有进行优惠，有和吃鸡炸鸡店合作，去那里消费满1000元即可换一球冰淇淋。"
+                "这是我们的资讯：輸入「營業時間、時間」即可知道營業時間,輸入「地址、地點、地方」即可知道地址,輸入「冰淇淋的口味、口味」即可知道口味,輸入「冰淇淋的價格、價格、冰淇淋怎麼賣」即可知道價格,輸入「有打折嗎、有優惠嗎、有進行促銷活動嗎、有活動嗎、折扣」即可知道優惠資訊,輸入「停車場、停車、附近有沒有停車場」即可知道停車資訊,輸入「可以客製化嗎、客製化的服務、客製化」即可知道客製化服務,輸入「客製化的價錢、客製化要多少錢」即可知道客製化價格,輸入「推薦、招牌」即可知道推薦口味,輸入「外帶、內用」即可知道用餐方式,輸入「付款、支付、可以刷卡」即可知道付款方式。"
+                "你应该亲切的向客户问好。"
+                "我们的店附近有三个停车场，步行三分钟即可到达我们的店。"
+                "我们的店可以克制化冰淇淋,可以选择彩糖、珍珠、草莓酱、巧克力酱、布丁、奶油和炼乳。"
+                "客制化每一种材料都要再加15元。"
+                "我們提供內用及外帶服務。"
+                "我們接受現金、信用卡及行動支付。"
+            )   
+
+            chat_session = client.chats.create(
+                model=GEMINI_MODEL,
+                config={'system_instruction': system_instruction}
+            )
+            print("雲端客服系統已就緒！")
+        except Exception as e:
+            print(f"連線雲端客服失敗 ({e})，切換至離線模擬模式...")
+            use_mock = True
+
+    local_history = []
+
+    print("\n系統啟動完成！請輸入您要諮詢的問題（輸入 'quit' 或 'exit' 結束對話）：")
+    print("-" * 50)
+
+    while True:
+        try:
+            user_input = input("\n[您]: ").strip()
+            if not user_input:
+                continue
+
+            if user_input.lower() in ["quit", "exit"]:
+                print("對話結束，感謝您的使用！")
+                break
+
+            if use_mock:
+                ai_reply = local_mock_response(user_input, local_history)
+                local_history.append({"role": "user", "text": user_input})
+                local_history.append({"role": "model", "text": ai_reply})
+            else:
+                response = chat_session.send_message(user_input)
+                ai_reply = response.text
+
+            print(f"[AI 客服]: {ai_reply}")
+
+        except KeyboardInterrupt:
+            print("\n對話強行終止。再見！")
+            break
+        except Exception as e:
+            print(f"\n[錯誤] 發生異常：{e}")
+
+
+if __name__ == "__main__":
+    main()

projects/2026_AI營1/劉宗穎/mock與AI_api雙模式/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: d2_4_chatbot_memory.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'd2_4_chatbot_memory.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/{三指捏游戏 → 三指捏遊戲}/d5_pinch_challenge_solution.py

@@ -1,217 +1,216 @@
-"""
-Week 10 - 魔法手勢：Pinch 偵測與手勢按鈕 (三指捏合挑戰 Template 填空版)
-==================================================================
-本週挑戰目標：
-  1. 實作「三指捏合 (Three-Finger Pinch)」：
-     必須同時滿足「大拇指 (4) 與食指 (8) 的距離 < Threshold」
-     以及「大拇指 (4) 與中指 (12) 的距離 < Threshold」才判定為 Pinch
-  2. 用三指碰觸 Pygame 畫面上的按鈕 + 捏合 = 魔法點擊
-  3. 使用邊緣觸發 (Edge Detection) 防止重複觸發
-  4. 新增 30 秒限時機制，時間到顯示最終得分
-"""
-import pygame
-import cv2
-import mediapipe as mp
-import math
-import sys
-import os
-import random
-
-# ============================================
-# 1. 初始化
-# ============================================
-pygame.init()
-WIDTH, HEIGHT = 800, 600
-screen = pygame.display.set_mode((WIDTH, HEIGHT))
-pygame.display.set_caption("Week 10 - 三指魔法手勢按鈕 (填空版) ")
-clock = pygame.time.Clock()
-from mediapipe.tasks import python
-from mediapipe.tasks.python import vision
-
-# 攝影機
-cap = cv2.VideoCapture(0)
-
-# 【TODO 1】初始化 MediaPipe 手勢偵測器 (Hand Landmarker)
-\
-
-try:
-    from mediapipe.tasks import python
-    from mediapipe.tasks.python import vision
-    base_options = python.BaseOptions(model_asset_path=os.path.join('hand_landmarker.task'))
-    options = vision.HandLandmarkerOptions(base_options=base_options, num_hands=1)
-    detector = vision.HandLandmarker.create_from_options(options)
-except Exception as e:
-    print(f"Error loading model: {e}")
-    pygame.quit()
-    sys.exit()
-
-# ============================================
-# 2. 遊戲變數
-# ============================================
-# 手指座標
-finger_x, finger_y = 400, 300   # 食指
-thumb_x, thumb_y = 400, 300     # 大拇指
-middle_x, middle_y = 400, 300   # 中指
-
-# 距離變數
-dist_thumb_index = 0.0
-dist_thumb_middle = 0.0
-
-# Pinch 相關變數
-is_pinching = False
-was_pinching = False     # 邊緣觸發
-PINCH_THRESHOLD = 50     # 距離臨界值
-
-# 按鈕設定
-button_rect = pygame.Rect(300, 250, 200, 100)
-button_colors = [(100, 100, 220), (220, 100, 100),
-                 (100, 220, 100), (220, 180, 50)]
-current_color_index = 0
-
-# 點擊計數器
-click_count = 0
-
-# --- 限時機制變數 ---
-START_TIME = pygame.time.get_ticks()
-GAME_DURATION = 30  # 遊戲限制時間（秒）
-game_state = "PLAYING"  # 狀態機
-
-# ============================================
-# 3. 主迴圈
-# ============================================
-running = True
-while running:
-    for event in pygame.event.get():
-        if event.type == pygame.QUIT:
-            running = False
-
-    # --- 讀取攝影機與手勢偵測 ---
-    success, img = cap.read()
-    is_pinching = False  # 每幀重設狀態，防止手離屏時卡死
-
-    if success:
-        img = cv2.flip(img, 1)  # 鏡像翻轉
-        img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
-
-        mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=img_rgb)
-        results = detector.detect(mp_image)
-
-        # === 【TODO 2：挑戰關卡三之手部安全偵測】 ===
-        # 1. 判斷手部是否在畫面中 (results.hand_landmarks 是否有資料)
-        # 2. 如果在畫面中，取得食指 (8)、大拇指 (4)、中指 (12) 的像素座標
-        # 3. 如果手不在畫面中，將 is_pinching 設為 False
-        #
-        hand_in_frame = False
-        if results.hand_landmarks:
-            hand_in_frame = True
-            for hand_lms in results.hand_landmarks:
-                # 食指 (8)
-                lm8 = hand_lms[8]
-                finger_x = int(lm8.x * WIDTH)
-                finger_y = int(lm8.y * HEIGHT)
-
-                # 大拇指 (4)
-                lm4 = hand_lms[4]
-                thumb_x = int(lm4.x * WIDTH)
-                thumb_y = int(lm4.y * HEIGHT)
-
-                # 中指 (12)
-                lm12 = hand_lms[12]
-                middle_x = int(lm12.x * WIDTH)
-                middle_y = int(lm12.y * HEIGHT)
-
-                # === 【TODO 3：挑戰關卡一之三指捏合判定】 ===
-                # 提示：計算食指與大拇指距離，以及中指與大拇指距離
-                # 兩組距離皆小於 PINCH_THRESHOLD 時，is_pinching 才為 True
-                dist_thumb_index = math.hypot(finger_x - thumb_x, finger_y - thumb_y)
-                dist_thumb_middle = math.hypot(middle_x - thumb_x, middle_y - thumb_y)
-                is_pinching = (dist_thumb_index < PINCH_THRESHOLD) and (dist_thumb_middle < PINCH_THRESHOLD)
-
-                dist_thumb_index = math.hypot(finger_x - thumb_x, finger_y - thumb_y)
-                dist_thumb_middle = math.hypot(middle_x - thumb_x, middle_y - thumb_y)
-                is_pinching = (dist_thumb_index < PINCH_THRESHOLD) and (dist_thumb_middle < PINCH_THRESHOLD)
-
-    # --- 狀態機邏輯處理 ---
-    if game_state == "PLAYING":
-        # 1. 計算剩餘時間
-        current_ticks = pygame.time.get_ticks()
-        elapsed_seconds = (current_ticks - START_TIME) / 1000
-        remaining_time = max(0, GAME_DURATION - elapsed_seconds)
-
-        # 2. 檢查時間是否到了
-        if remaining_time <= 0:
-            game_state = "GAME_OVER"
-
-        # 3. 邊緣觸發點擊判斷
-        if is_pinching and not was_pinching:
-            finger_rect = pygame.Rect(finger_x - 5, finger_y - 5, 10, 10)
-            if finger_rect.colliderect(button_rect):
-                click_count += 1
-                current_color_index = (current_color_index + 1) % len(button_colors)
-                
-                # === 【TODO 4：挑戰關卡二之按鈕隨機移動】 ===
-                # 提示：當點擊發生時，讓按鈕的 x 和 y 座標隨機分配在畫面內
-
-                button_rect.x = random.randint(0, WIDTH - button_rect.width)
-                button_rect.y = random.randint(0, HEIGHT - button_rect.height)
-                print(f" 魔法三指點擊！第 {click_count} 次")
-
-        # 更新上一幀狀態
-        was_pinching = is_pinching
-
-    # --- 繪製畫面 ---
-    screen.fill((20, 20, 35))
-    font = pygame.font.SysFont(None, 32)
-    large_font = pygame.font.SysFont(None, 64)
-
-    if game_state == "PLAYING":
-        # 繪製按鈕
-        btn_color = button_colors[current_color_index]
-        pygame.draw.rect(screen, btn_color, button_rect, border_radius=16)
-
-        btn_text = font.render(f"Clicks: {click_count}", True, (255, 255, 255))
-        screen.blit(btn_text, (button_rect.centerx - btn_text.get_width() // 2,
-                               button_rect.centery - btn_text.get_height() // 2))
-
-        # 顯示倒數計時
-        time_text = font.render(f"Time Left: {remaining_time:.1f}s", True, (255, 220, 100))
-        screen.blit(time_text, (WIDTH - time_text.get_width() - 20, 10))
-
-        # 畫手指游標
-        cursor_color = (50, 255, 50) if is_pinching else (255, 50, 50)
-        pygame.draw.circle(screen, cursor_color, (finger_x, finger_y), 12)    # 食指
-        pygame.draw.circle(screen, (255, 255, 255), (thumb_x, thumb_y), 12)  # 大拇指
-        pygame.draw.circle(screen, (100, 150, 255), (middle_x, middle_y), 12) # 中指
-
-        # === 【TODO 5：挑戰關卡三之畫面提示】 ===
-        # 提示：當手不在畫面中時，在畫面上方顯示警告文字提醒學生將手部放回
-       
-        if not hand_in_frame:
-            warning_text = font.render("OUT OF FRAME - PLEASE PUT HANDS BACK", True, (255, 100, 100))
-            screen.blit(warning_text, (WIDTH // 2 - warning_text.get_width() // 2, 100))
-
-        # 顯示調試數值
-        small_font = pygame.font.SysFont(None, 24)
-        status = small_font.render(f"Finger: ({finger_x}, {finger_y})", True, (150, 150, 150))
-        screen.blit(status, (10, 10))
-
-        dist_text = small_font.render(f"Dist Thumb-Index: {dist_thumb_index:.0f} px", True, (150, 150, 200))
-        screen.blit(dist_text, (10, 35))
-
-        dist_text2 = small_font.render(f"Dist Thumb-Middle: {dist_thumb_middle:.0f} px", True, (150, 150, 200))
-        screen.blit(dist_text2, (10, 60))
-
-    elif game_state == "GAME_OVER":
-        # 繪製遊戲結束畫面
-        over_text = large_font.render("GAME OVER", True, (255, 50, 50))
-        score_text = font.render(f"Total Clicks: {click_count} times", True, (255, 255, 255))
-
-        screen.blit(over_text, (WIDTH // 2 - over_text.get_width() // 2, HEIGHT // 2 - 50))
-        screen.blit(score_text, (WIDTH // 2 - score_text.get_width() // 2, HEIGHT // 2 + 20))
-
-    pygame.display.update()
-    clock.tick(30)
-
-cap.release()
-pygame.quit()
-sys.exit()
+"""
+Week 10 - 魔法手勢：Pinch 偵測與手勢按鈕 (三指捏合挑戰 Template 填空版)
+==================================================================
+本週挑戰目標：
+  1. 實作「三指捏合 (Three-Finger Pinch)」：
+     必須同時滿足「大拇指 (4) 與食指 (8) 的距離 < Threshold」
+     以及「大拇指 (4) 與中指 (12) 的距離 < Threshold」才判定為 Pinch
+  2. 用三指碰觸 Pygame 畫面上的按鈕 + 捏合 = 魔法點擊
+  3. 使用邊緣觸發 (Edge Detection) 防止重複觸發
+  4. 新增 30 秒限時機制，時間到顯示最終得分
+"""
+import pygame
+import cv2
+import mediapipe as mp
+import math
+import sys
+import os
+import random
+
+# ============================================
+# 1. 初始化
+# ============================================
+pygame.init()
+WIDTH, HEIGHT = 800, 600
+screen = pygame.display.set_mode((WIDTH, HEIGHT))
+pygame.display.set_caption("Week 10 - 三指魔法手勢按鈕 (填空版) ")
+clock = pygame.time.Clock()
+from mediapipe.tasks import python
+from mediapipe.tasks.python import vision
+
+# 攝影機
+cap = cv2.VideoCapture(0)
+
+# 【TODO 1】初始�� MediaPipe 手勢偵測器 (Hand Landmarker)
+
+try:
+    from mediapipe.tasks import python
+    from mediapipe.tasks.python import vision
+    base_options = python.BaseOptions(model_asset_path=os.path.join(os.path.dirname(os.path.abspath(__file__)), 'hand_landmarker.task'))
+    options = vision.HandLandmarkerOptions(base_options=base_options, num_hands=1)
+    detector = vision.HandLandmarker.create_from_options(options)
+except Exception as e:
+    print(f"Error loading model: {e}")
+    pygame.quit()
+    sys.exit()
+
+# ============================================
+# 2. 遊戲變數
+# ============================================
+# 手指座標
+finger_x, finger_y = 400, 300   # 食指
+thumb_x, thumb_y = 400, 300     # 大拇指
+middle_x, middle_y = 400, 300   # 中指
+
+# 距離變數
+dist_thumb_index = 0.0
+dist_thumb_middle = 0.0
+
+# Pinch 相關變數
+is_pinching = False
+was_pinching = False     # 邊緣觸發
+PINCH_THRESHOLD = 50     # 距離臨界值
+
+# 按鈕設定
+button_rect = pygame.Rect(300, 250, 200, 100)
+button_colors = [(100, 100, 220), (220, 100, 100),
+                 (100, 220, 100), (220, 180, 50)]
+current_color_index = 0
+
+# 點擊計數器
+click_count = 0
+
+# --- 限時機制變數 ---
+START_TIME = pygame.time.get_ticks()
+GAME_DURATION = 30  # 遊戲限制時間（秒）
+game_state = "PLAYING"  # 狀態機
+
+# ============================================
+# 3. 主迴圈
+# ============================================
+running = True
+while running:
+    for event in pygame.event.get():
+        if event.type == pygame.QUIT:
+            running = False
+
+    # --- 讀取攝影機與手勢偵測 ---
+    success, img = cap.read()
+    is_pinching = False  # 每幀重設狀態，防止手離屏時卡死
+
+    if success:
+        img = cv2.flip(img, 1)  # 鏡像翻轉
+        img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
+
+        mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=img_rgb)
+        results = detector.detect(mp_image)
+
+        # === 【TODO 2：挑戰關卡三之手部安全偵測】 ===
+        # 1. 判斷手部是否在畫面中 (results.hand_landmarks 是否有資料)
+        # 2. 如果在畫面中，取得食指 (8)、大拇指 (4)、中指 (12) 的像素座標
+        # 3. 如果手不在畫面中，將 is_pinching 設為 False
+        #
+        hand_in_frame = False
+        if results.hand_landmarks:
+            hand_in_frame = True
+            for hand_lms in results.hand_landmarks:
+                # 食指 (8)
+                lm8 = hand_lms[8]
+                finger_x = int(lm8.x * WIDTH)
+                finger_y = int(lm8.y * HEIGHT)
+
+                # 大拇指 (4)
+                lm4 = hand_lms[4]
+                thumb_x = int(lm4.x * WIDTH)
+                thumb_y = int(lm4.y * HEIGHT)
+
+                # 中指 (12)
+                lm12 = hand_lms[12]
+                middle_x = int(lm12.x * WIDTH)
+                middle_y = int(lm12.y * HEIGHT)
+
+                # === 【TODO 3：挑戰關卡一之三指捏合判定】 ===
+                # 提示：計算食指與大拇指距離，以及中指與大拇指距離
+                # 兩組距離皆小於 PINCH_THRESHOLD 時，is_pinching 才為 True
+                dist_thumb_index = math.hypot(finger_x - thumb_x, finger_y - thumb_y)
+                dist_thumb_middle = math.hypot(middle_x - thumb_x, middle_y - thumb_y)
+                is_pinching = (dist_thumb_index < PINCH_THRESHOLD) and (dist_thumb_middle < PINCH_THRESHOLD)
+
+                dist_thumb_index = math.hypot(finger_x - thumb_x, finger_y - thumb_y)
+                dist_thumb_middle = math.hypot(middle_x - thumb_x, middle_y - thumb_y)
+                is_pinching = (dist_thumb_index < PINCH_THRESHOLD) and (dist_thumb_middle < PINCH_THRESHOLD)
+
+    # --- 狀態機邏輯處理 ---
+    if game_state == "PLAYING":
+        # 1. 計算剩餘時間
+        current_ticks = pygame.time.get_ticks()
+        elapsed_seconds = (current_ticks - START_TIME) / 1000
+        remaining_time = max(0, GAME_DURATION - elapsed_seconds)
+
+        # 2. 檢查時間是否到了
+        if remaining_time <= 0:
+            game_state = "GAME_OVER"
+
+        # 3. 邊緣觸發點擊判斷
+        if is_pinching and not was_pinching:
+            finger_rect = pygame.Rect(finger_x - 5, finger_y - 5, 10, 10)
+            if finger_rect.colliderect(button_rect):
+                click_count += 1
+                current_color_index = (current_color_index + 1) % len(button_colors)
+                
+                # === 【TODO 4：挑戰關卡二之按鈕隨機移動】 ===
+                # 提示：當點擊發生時，讓按鈕的 x 和 y 座標隨機分配在畫面內
+
+                button_rect.x = random.randint(0, WIDTH - button_rect.width)
+                button_rect.y = random.randint(0, HEIGHT - button_rect.height)
+                print(f" 魔法三指點擊！第 {click_count} 次")
+
+        # 更新上一幀狀態
+        was_pinching = is_pinching
+
+    # --- 繪製畫面 ---
+    screen.fill((20, 20, 35))
+    font = pygame.font.SysFont(None, 32)
+    large_font = pygame.font.SysFont(None, 64)
+
+    if game_state == "PLAYING":
+        # 繪製按鈕
+        btn_color = button_colors[current_color_index]
+        pygame.draw.rect(screen, btn_color, button_rect, border_radius=16)
+
+        btn_text = font.render(f"Clicks: {click_count}", True, (255, 255, 255))
+        screen.blit(btn_text, (button_rect.centerx - btn_text.get_width() // 2,
+                               button_rect.centery - btn_text.get_height() // 2))
+
+        # 顯示倒數計時
+        time_text = font.render(f"Time Left: {remaining_time:.1f}s", True, (255, 220, 100))
+        screen.blit(time_text, (WIDTH - time_text.get_width() - 20, 10))
+
+        # 畫手指游標
+        cursor_color = (50, 255, 50) if is_pinching else (255, 50, 50)
+        pygame.draw.circle(screen, cursor_color, (finger_x, finger_y), 12)    # 食指
+        pygame.draw.circle(screen, (255, 255, 255), (thumb_x, thumb_y), 12)  # 大拇指
+        pygame.draw.circle(screen, (100, 150, 255), (middle_x, middle_y), 12) # 中指
+
+        # === 【TODO 5：挑戰關卡三之畫面提示】 ===
+        # 提示：當手不在畫面中時，在畫面上方顯示警告文字提醒學生將手部放回
+       
+        if not hand_in_frame:
+            warning_text = font.render("OUT OF FRAME - PLEASE PUT HANDS BACK", True, (255, 100, 100))
+            screen.blit(warning_text, (WIDTH // 2 - warning_text.get_width() // 2, 100))
+
+        # 顯示調試數值
+        small_font = pygame.font.SysFont(None, 24)
+        status = small_font.render(f"Finger: ({finger_x}, {finger_y})", True, (150, 150, 150))
+        screen.blit(status, (10, 10))
+
+        dist_text = small_font.render(f"Dist Thumb-Index: {dist_thumb_index:.0f} px", True, (150, 150, 200))
+        screen.blit(dist_text, (10, 35))
+
+        dist_text2 = small_font.render(f"Dist Thumb-Middle: {dist_thumb_middle:.0f} px", True, (150, 150, 200))
+        screen.blit(dist_text2, (10, 60))
+
+    elif game_state == "GAME_OVER":
+        # 繪製遊戲結束畫面
+        over_text = large_font.render("GAME OVER", True, (255, 50, 50))
+        score_text = font.render(f"Total Clicks: {click_count} times", True, (255, 255, 255))
+
+        screen.blit(over_text, (WIDTH // 2 - over_text.get_width() // 2, HEIGHT // 2 - 50))
+        screen.blit(score_text, (WIDTH // 2 - score_text.get_width() // 2, HEIGHT // 2 + 20))
+
+    pygame.display.update()
+    clock.tick(30)
+
+cap.release()
+pygame.quit()
+sys.exit()

projects/2026_AI營1/劉宗穎/三指捏遊戲/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: d5_pinch_challenge_solution.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'd5_pinch_challenge_solution.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/人臉辨識/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: d3_2_face_detection2.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'd3_2_face_detection2.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/{咖啡店分析图表 → 咖啡店分析圖表}/d1_4_visualization_coffee.py

@@ -1,3 +1,5 @@
+import matplotlib
+matplotlib.use('Agg')  # Telearn hub headless
 # d1_4_visualization_coffee.py
 # Day 1: 資料科學與數據視覺化 - 咖啡廳營運數據進階分析（學員填空）
 # cd examples/Day1/student && python3 d1_4_visualization_coffee.py
@@ -8,6 +10,34 @@ import pandas as pd
 import matplotlib.pyplot as plt
 
 
+
+def _telearn_plt_show(*_a, **_k):
+    """Hub-friendly plt.show: save current figure and display via OpenCV."""
+    import os
+    import matplotlib.pyplot as plt
+    try:
+        import cv2
+    except ImportError:
+        plt.savefig("_telearn_last_plot.png", dpi=150, bbox_inches="tight")
+        print("[Telearn] 已儲存 _telearn_last_plot.png（無 cv2 可顯示）")
+        return
+    path = os.path.join(os.getcwd(), "_telearn_last_plot.png")
+    plt.savefig(path, dpi=150, bbox_inches="tight")
+    img = cv2.imread(path)
+    if img is not None:
+        # fit to screen-ish width
+        h, w = img.shape[:2]
+        max_w = 960
+        if w > max_w:
+            scale = max_w / float(w)
+            img = cv2.resize(img, (int(w * scale), int(h * scale)))
+        cv2.imshow("Chart (press any key)", img)
+        print("[Telearn] 圖表已顯示，按任意鍵關閉…")
+        cv2.waitKey(0)
+        cv2.destroyAllWindows()
+    else:
+        print(f"[Telearn] 圖表已儲存: {path}")
+
 def load_csv(filename="coffee_sales_data.csv"):
     """安全載入 CSV 的輔助函式，用以防範在不同執行路徑下相對路徑讀檔失敗的問題"""
     # === 【學員填空練習點 1：CSV 檔案安全讀取】 ===
@@ -112,4 +142,4 @@ plt.tight_layout()  # 自動調整間距，避免文字重疊
 output_image = "coffee_sales_analysis.png"
 # 請在下方完成圖表存檔與顯示：
 plt.savefig(output_image, dpi=300)
-plt.show()
+_telearn_plt_show()

projects/2026_AI營1/劉宗穎/咖啡店分析圖表/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: d1_4_visualization_coffee.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'd1_4_visualization_coffee.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/嘴巴偵測/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: step3_mouth_ratio.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'step3_mouth_ratio.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/{嘴巴侦测 → 嘴巴偵測}/step3_mouth_ratio.py

@@ -1,113 +1,113 @@
-"""
-Week 11 - Step 2: Mouth Opening Ratio Detection (Template 填空版)
-=============================================================
-本步驟目標：
-  1. 找出特定的臉部特徵點：眼角（33, 263）與嘴唇（13, 14）
-  2. 計算兩眼距離，當作臉寬基準比例尺，防止人靠近或遠離鏡頭造成的誤判 (歸一化)
-  3. 計算嘴巴張開比例：嘴巴距離 / 兩眼距離
-  4. 在 OpenCV 畫面上即時顯示比例與嘴巴開合狀態 (OPEN / CLOSED)
-"""
-import cv2
-import mediapipe as mp
-import math
-import sys
-import os
-
-# 1. 初始化攝影機
-cap = cv2.VideoCapture(0)
-if not cap.isOpened():
-    print("Error: Could not open camera.")
-    sys.exit()
-
-# 2. 載入 MediaPipe 臉部偵測器模型 (Face Landmarker)
-model_path = os.path.join('face_landmarker.task')
-if not os.path.exists(model_path):
-    print(f"Error: Model file not found at {model_path}")
-    sys.exit()
-
-try:
-    from mediapipe.tasks import python
-    from mediapipe.tasks.python import vision
-    base_options = python.BaseOptions(model_asset_path=model_path)
-    options = vision.FaceLandmarkerOptions(base_options=base_options, num_faces=1)
-    detector = vision.FaceLandmarker.create_from_options(options)
-    print("Face Landmarker initialized successfully.")
-except Exception as e:
-    print(f"Error: Failed to initialize detector: {e}")
-    sys.exit()
-
-# 特徵點索引定義
-LEFT_EYE_OUTER = 33
-RIGHT_EYE_OUTER = 263
-LIP_TOP = 13
-LIP_BOTTOM = 14
-
-# 嘴巴張開的比例閾值 (超過代表張開)
-THRESHOLD = 0.25
-
-print("Press 'q' in the window to exit.")
-
-# 3. 主迴圈
-while True:
-    success, img = cap.read()
-    if not success:
-        break
-
-    img = cv2.flip(img, 1)
-    img_h, img_w, _ = img.shape
-
-    # 影像處理
-    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
-    mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=img_rgb)
-    results = detector.detect(mp_image)
-
-    if results.face_landmarks:
-        face_lms = results.face_landmarks[0]
-
-        # 【TODO 1】取得這 4 個特徵點在畫面中的 (x, y) 像素座標，並存在 pts 字典中
-        pts = {}
-        for idx in [LEFT_EYE_OUTER, RIGHT_EYE_OUTER, LIP_TOP, LIP_BOTTOM]:
-            pt = face_lms[idx]
-            pts[idx] = (int(pt.x * img_w), int(pt.y * img_h))
-
-
-        # 【TODO 2】計算兩眼外角距離 (做為基準比例尺)
-        p_lx, p_ly = pts[LEFT_EYE_OUTER]
-        p_rx, p_ry = pts[RIGHT_EYE_OUTER]
-        base_dist = math.hypot(p_rx - p_lx, p_ry - p_ly)
-
-
-        if base_dist > 0:
-            # 【TODO 3】計算嘴巴張開的實際像素距離，並除以眼距算出「嘴巴張開比例 (mouth_ratio)」
-            p_top_x, p_top_y = pts[LIP_TOP]
-            p_bot_x, p_bot_y = pts[LIP_BOTTOM]
-            mouth_dist = math.hypot(p_bot_x - p_top_x, p_bot_y - p_top_y)
-            mouth_ratio = mouth_dist / base_dist
-
-
-            # 【TODO 4】判斷嘴巴狀態是否大於 THRESHOLD，並在畫面上繪製量測輔助線
-            # 提示：用 cv2.line 畫出眼部基準線 (藍色) 和嘴巴測量線 (橘色)
-            is_open = mouth_ratio > THRESHOLD
-            cv2.line(img, (p_lx, p_ly), (p_rx, p_ry), (255, 0, 0), 2)  # 藍色眼線
-            cv2.line(img, (p_top_x, p_top_y), (p_bot_x, p_bot_y), (0, 165, 255), 2)  # 橘色嘴線
-
-
-            # 畫出特徵點小黃圓圈
-            for idx, pos in pts.items():
-                cv2.circle(img, pos, 5, (0, 255, 255), -1)
-
-            # 顯示比例與開合狀態文字
-            cv2.putText(img, f"Mouth Ratio: {mouth_ratio:.2f}", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255, 255, 255), 2)
-            status_text = "OPEN" if is_open else "CLOSED"
-            status_color = (0, 255, 0) if is_open else (0, 0, 255)
-            cv2.putText(img, f"State: {status_text}", (10, 60), cv2.FONT_HERSHEY_SIMPLEX, 0.7, status_color, 2)
-    else:
-        cv2.putText(img, "No Face Detected", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)
-
-    cv2.imshow("Mouth Ratio Detector - Press 'q' to quit", img)
-
-    if cv2.waitKey(1) & 0xFF == ord('q'):
-        break
-
-cap.release()
-cv2.destroyAllWindows()
+"""
+Week 11 - Step 2: Mouth Opening Ratio Detection (Template 填空版)
+=============================================================
+本步驟目標：
+  1. 找出特定的臉部特徵點：眼角（33, 263）與嘴唇（13, 14）
+  2. 計算兩眼距離，當作臉寬基準比例尺，防止人靠近或遠離鏡頭造成的誤判 (歸一化)
+  3. 計算嘴巴張開比例：嘴巴距離 / 兩眼距離
+  4. 在 OpenCV 畫面上即時顯示比例與嘴巴開合狀態 (OPEN / CLOSED)
+"""
+import cv2
+import mediapipe as mp
+import math
+import sys
+import os
+
+# 1. 初始化攝影機
+cap = cv2.VideoCapture(0)
+if not cap.isOpened():
+    print("Error: Could not open camera.")
+    sys.exit()
+
+# 2. 載入 MediaPipe 臉部偵���器模型 (Face Landmarker)
+model_path=os.path.join(os.path.dirname(os.path.abspath(__file__)), 'face_landmarker.task')
+if not os.path.exists(model_path):
+    print(f"Error: Model file not found at {model_path}")
+    sys.exit()
+
+try:
+    from mediapipe.tasks import python
+    from mediapipe.tasks.python import vision
+    base_options = python.BaseOptions(model_asset_path=model_path)
+    options = vision.FaceLandmarkerOptions(base_options=base_options, num_faces=1)
+    detector = vision.FaceLandmarker.create_from_options(options)
+    print("Face Landmarker initialized successfully.")
+except Exception as e:
+    print(f"Error: Failed to initialize detector: {e}")
+    sys.exit()
+
+# 特徵點索引定義
+LEFT_EYE_OUTER = 33
+RIGHT_EYE_OUTER = 263
+LIP_TOP = 13
+LIP_BOTTOM = 14
+
+# 嘴巴張開的比例閾值 (超過代表張開)
+THRESHOLD = 0.25
+
+print("Press 'q' in the window to exit.")
+
+# 3. 主迴圈
+while True:
+    success, img = cap.read()
+    if not success:
+        break
+
+    img = cv2.flip(img, 1)
+    img_h, img_w, _ = img.shape
+
+    # 影像處理
+    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
+    mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=img_rgb)
+    results = detector.detect(mp_image)
+
+    if results.face_landmarks:
+        face_lms = results.face_landmarks[0]
+
+        # 【TODO 1】取得這 4 個特徵點在畫面中的 (x, y) 像素座標，並存在 pts 字典中
+        pts = {}
+        for idx in [LEFT_EYE_OUTER, RIGHT_EYE_OUTER, LIP_TOP, LIP_BOTTOM]:
+            pt = face_lms[idx]
+            pts[idx] = (int(pt.x * img_w), int(pt.y * img_h))
+
+
+        # 【TODO 2】計算兩眼外角距離 (做為基準比例尺)
+        p_lx, p_ly = pts[LEFT_EYE_OUTER]
+        p_rx, p_ry = pts[RIGHT_EYE_OUTER]
+        base_dist = math.hypot(p_rx - p_lx, p_ry - p_ly)
+
+
+        if base_dist > 0:
+            # 【TODO 3】計算嘴巴張開的實際像素距離，並除以眼距算出「嘴巴張開比例 (mouth_ratio)」
+            p_top_x, p_top_y = pts[LIP_TOP]
+            p_bot_x, p_bot_y = pts[LIP_BOTTOM]
+            mouth_dist = math.hypot(p_bot_x - p_top_x, p_bot_y - p_top_y)
+            mouth_ratio = mouth_dist / base_dist
+
+
+            # 【TODO 4】判斷嘴巴狀態是否大於 THRESHOLD，並在畫面上繪製量測輔助線
+            # 提示：用 cv2.line 畫出眼部基準線 (藍色) 和嘴巴測量線 (橘色)
+            is_open = mouth_ratio > THRESHOLD
+            cv2.line(img, (p_lx, p_ly), (p_rx, p_ry), (255, 0, 0), 2)  # 藍色眼線
+            cv2.line(img, (p_top_x, p_top_y), (p_bot_x, p_bot_y), (0, 165, 255), 2)  # 橘色嘴線
+
+
+            # 畫出特徵點小黃圓圈
+            for idx, pos in pts.items():
+                cv2.circle(img, pos, 5, (0, 255, 255), -1)
+
+            # 顯示比例與開合狀態文字
+            cv2.putText(img, f"Mouth Ratio: {mouth_ratio:.2f}", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255, 255, 255), 2)
+            status_text = "OPEN" if is_open else "CLOSED"
+            status_color = (0, 255, 0) if is_open else (0, 0, 255)
+            cv2.putText(img, f"State: {status_text}", (10, 60), cv2.FONT_HERSHEY_SIMPLEX, 0.7, status_color, 2)
+    else:
+        cv2.putText(img, "No Face Detected", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)
+
+    cv2.imshow("Mouth Ratio Detector - Press 'q' to quit", img)
+
+    if cv2.waitKey(1) & 0xFF == ord('q'):
+        break
+
+cap.release()
+cv2.destroyAllWindows()

projects/2026_AI營1/劉宗穎/{天气资料图表 → 天氣資料圖表}/d1_3_visualization.py

@@ -1,87 +1,117 @@
-# d1_3_visualization.py
-# Day 1: 資料科學與數據視覺化 - Matplotlib 繪圖基礎（學員填空）
-# cd examples/Day1/student && python3 d1_3_visualization.py
-# 參考答案：../Teacher/d1_3_visualization.py
-
-import os
-import pandas as pd
-import matplotlib.pyplot as plt
-
-def load_csv(filename="taipei_weather_2026.csv"):
-    """安全載入 CSV 的輔助函式，用以防範在不同執行路徑下相對路徑讀檔失敗的問題"""
-    # === 【學員填空練習點 1：CSV 檔案安全讀取】 ===
-    # TODO: 1. 使用 os.path.join 將當前腳本所在的目錄與檔案名稱拼接成絕對路徑
-    #          提示: 當前腳本目錄為 os.path.dirname(__file__)
-    #       2. 使用 os.path.exists 判斷路徑是否存在，若存在則用 pd.read_csv 讀取並回傳
-    path = os.path.join(os.path.dirname(__file__), filename)
-
-    if os.path.exists(path):
-        return pd.read_csv(path)
-    else:
-        print("error: no files found")
-
-df = load_csv()
-
-# 設定中文字型與負號顯示防禦，避免圖表出現亂碼方塊
-plt.rcParams['font.sans-serif'] = [
-    'PingFang TC', 'Heiti TC', 'Arial Unicode MS',
-    'Microsoft JhengHei', 'Noto Sans CJK TC', 'SimHei',
-]
-plt.rcParams['axes.unicode_minus'] = False
-
-# === 【學員填空練習點 2：建立子圖畫布 (Subplots)】 ===
-# TODO: 使用 plt.subplots 建立一個 2 列 1 行 (2x1) 的子圖畫布，尺寸大小為寬 10 英吋、高 8 英吋
-#       並指派給 fig 與 (ax1, ax2)
-fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(10, 8))
-
-# 1. 繪製折線圖 (Line Plot) - 每日溫度
-# === 【學員填空練習點 3：繪製每日溫度折線圖】 ===
-# TODO: 1. 在 ax1 畫布上以 ax1.plot() 繪製折線圖，X軸傳入 df['Date']，Y軸傳入 df['Temperature']
-#          設定參數：帶有圓點 marker='o'，顏色 color='crimson'，圖例 label='溫度 (°C)'，線寬 linewidth=2
-#       2. 使用 ax1.set_title 設定標題 "台北觀測站每日溫度趨勢圖"
-#       3. 設定 ax1.set_xlabel("日期") 與 ax1.set_ylabel("數值")
-#       4. 設定網格 ax1.grid(True, linestyle='--', alpha=0.5)
-#       5. 呼叫 ax1.legend() 顯示圖例
-#       6. 設定 X軸刻度旋轉 ax1.tick_params(axis='x', rotation=45)
-#
-# 請在下方完成 ax1 的溫度折線圖繪製：
-ax1.plot(df['Date'], df['Temperature'], marker='o', color= 'crimson',label='温度 (°C)', linewidth=2)
-ax1.set_title("台北观测站每日温度趋势图", fontsize=14, fontweight='bold')
-ax1.set_xlabel("日期")
-
-ax1.set_ylabel("数值")
-ax1.grid(True,linestyle="--", alpha=0.5)
-ax1.legend()
-ax1.tick_params(axis='x', rotation=45)
-ax1.plot(df['Date'], df['Humidity'], marker='o', color='lime', label='湿度 (%)', linewidth=2)
-ax1.legend()
-
-# 2. 繪製條形圖 (Bar Plot) - 每日降雨量
-# === 【學員填空練習點 4：繪製每日降雨量長條圖】 ===
-# TODO: 1. 在 ax2 畫布上以 ax2.bar() 繪製長條圖，X軸傳入 df['Date']，Y軸傳入 df['Rainfall']
-#          設定參數：顏色 color='skyblue'，外框顏色 edgecolor='royalblue'，圖例 label='降雨量 (mm)'
-#       2. 使用 ax2.set_title 設定標題 "台北觀測站每日降雨量分佈"
-#       3. 設定 ax2.set_xlabel("日期") 與 ax2.set_ylabel("降雨量 (mm)")
-#       4. 設定 Y 軸網格 ax2.grid(True, axis='y', linestyle='--', alpha=0.5)
-#       5. 呼叫 ax2.legend() 顯示圖例
-#       6. 設定 X軸刻度旋轉 ax2.tick_params(axis='x', rotation=45)
-#
-# 請在下方完成 ax2 的降雨量長條圖繪製：
-ax2.bar(df['Date'], df['Rainfall'], color='turquoise',edgecolor = 'turquoise',label='降雨量 (mm)')
-ax2.set_title("台北每天降雨量长条图", fontsize=14, fontweight='bold')
-ax2.set_xlabel("日期")
-ax2.set_ylabel("降雨量")
-ax2.grid(True, axis='y', linestyle='--', alpha=0.5)
-ax2.legend()
-ax2.tick_params(axis='x', rotation=45)
-
-plt.tight_layout()  # 自動調整間距，避免文字重疊
-
-# === 【學員填空練習點 5：圖表自動儲存與顯示】 ===
-# TODO: 1. 呼叫 plt.savefig 將畫布儲存為檔名 "taipei_weather_2026.png"，並設定高畫質 dpi=300
-#          (⚠️ 注意：savefig 必須在 show() 之前呼叫)
-#       2. 呼叫 plt.show() 將圖表視窗顯示在畫面上
-#
-# 請在下方完成圖表存檔與顯示：
-plt.savefig("taipei_weather_2026.png", dpi=300)
-plt.show()
+import matplotlib
+matplotlib.use('Agg')  # Telearn hub headless
+# d1_3_visualization.py
+# Day 1: 資料科學與數據視覺化 - Matplotlib 繪圖基礎（學員填空）
+# cd examples/Day1/student && python3 d1_3_visualization.py
+# 參考答案：../Teacher/d1_3_visualization.py
+
+import os
+import pandas as pd
+import matplotlib.pyplot as plt
+
+
+def _telearn_plt_show(*_a, **_k):
+    """Hub-friendly plt.show: save current figure and display via OpenCV."""
+    import os
+    import matplotlib.pyplot as plt
+    try:
+        import cv2
+    except ImportError:
+        plt.savefig("_telearn_last_plot.png", dpi=150, bbox_inches="tight")
+        print("[Telearn] 已儲存 _telearn_last_plot.png（無 cv2 可顯示）")
+        return
+    path = os.path.join(os.getcwd(), "_telearn_last_plot.png")
+    plt.savefig(path, dpi=150, bbox_inches="tight")
+    img = cv2.imread(path)
+    if img is not None:
+        # fit to screen-ish width
+        h, w = img.shape[:2]
+        max_w = 960
+        if w > max_w:
+            scale = max_w / float(w)
+            img = cv2.resize(img, (int(w * scale), int(h * scale)))
+        cv2.imshow("Chart (press any key)", img)
+        print("[Telearn] 圖表已顯示，按任意鍵關閉…")
+        cv2.waitKey(0)
+        cv2.destroyAllWindows()
+    else:
+        print(f"[Telearn] 圖表已儲存: {path}")
+
+def load_csv(filename="taipei_weather_2026.csv"):
+    """安全載入 CSV 的輔助函式，用以防範在不同執行路徑下相對路徑讀檔失敗的問題"""
+    # === 【學員填空練習點 1：CSV 檔案安全讀取】 ===
+    # TODO: 1. 使用 os.path.join 將當前腳本所在的目錄與檔案名稱拼接成絕對路徑
+    #          提示: 當前腳本目錄為 os.path.dirname(__file__)
+    #       2. 使用 os.path.exists 判斷路徑是否存在，若存在則用 pd.read_csv 讀取並回傳
+    path = os.path.join(os.path.dirname(__file__), filename)
+
+    if os.path.exists(path):
+        return pd.read_csv(path)
+    else:
+        print("error: no files found")
+
+df = load_csv()
+
+# 設定中文字型與負號顯示防禦，避免圖表出現亂碼方塊
+plt.rcParams['font.sans-serif'] = [
+    'PingFang TC', 'Heiti TC', 'Arial Unicode MS',
+    'Microsoft JhengHei', 'Noto Sans CJK TC', 'SimHei',
+]
+plt.rcParams['axes.unicode_minus'] = False
+
+# === 【學員填空練習點 2：建立子圖畫布 (Subplots)】 ===
+# TODO: 使用 plt.subplots 建立一個 2 列 1 行 (2x1) 的子圖畫布，尺寸大小為寬 10 英吋、高 8 英吋
+#       並指派給 fig 與 (ax1, ax2)
+fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(10, 8))
+
+# 1. 繪製折線圖 (Line Plot) - 每日溫度
+# === 【學員填空練習點 3：繪製每日溫度折線圖】 ===
+# TODO: 1. 在 ax1 畫布上以 ax1.plot() 繪製折線圖，X軸傳入 df['Date']，Y軸傳入 df['Temperature']
+#          設定參數：帶有圓點 marker='o'，顏色 color='crimson'，圖例 label='溫度 (°C)'，線寬 linewidth=2
+#       2. 使用 ax1.set_title 設定標題 "台北觀測站每日溫度趨勢圖"
+#       3. 設定 ax1.set_xlabel("日期") 與 ax1.set_ylabel("數值")
+#       4. 設定網格 ax1.grid(True, linestyle='--', alpha=0.5)
+#       5. 呼叫 ax1.legend() 顯示圖例
+#       6. 設定 X軸刻度旋轉 ax1.tick_params(axis='x', rotation=45)
+#
+# 請在下方完成 ax1 的溫度折線圖繪製：
+ax1.plot(df['Date'], df['Temperature'], marker='o', color= 'crimson',label='温度 (°C)', linewidth=2)
+ax1.set_title("台北观测站每日温度趋势图", fontsize=14, fontweight='bold')
+ax1.set_xlabel("日期")
+
+ax1.set_ylabel("数值")
+ax1.grid(True,linestyle="--", alpha=0.5)
+ax1.legend()
+ax1.tick_params(axis='x', rotation=45)
+ax1.plot(df['Date'], df['Humidity'], marker='o', color='lime', label='湿度 (%)', linewidth=2)
+ax1.legend()
+
+# 2. 繪製條形圖 (Bar Plot) - 每日降雨量
+# === 【學員填空練習點 4：繪製每日降雨量長條圖】 ===
+# TODO: 1. 在 ax2 畫布上以 ax2.bar() 繪製長條圖，X軸傳入 df['Date']，Y軸傳入 df['Rainfall']
+#          設定參數：顏色 color='skyblue'，外框顏色 edgecolor='royalblue'，圖例 label='降雨量 (mm)'
+#       2. 使用 ax2.set_title 設定標題 "台北觀測站每日降雨量分佈"
+#       3. 設定 ax2.set_xlabel("日期") 與 ax2.set_ylabel("降雨量 (mm)")
+#       4. 設定 Y 軸網格 ax2.grid(True, axis='y', linestyle='--', alpha=0.5)
+#       5. 呼叫 ax2.legend() 顯示圖例
+#       6. 設定 X軸刻度旋轉 ax2.tick_params(axis='x', rotation=45)
+#
+# 請在下方完成 ax2 的降雨量長條圖繪製：
+ax2.bar(df['Date'], df['Rainfall'], color='turquoise',edgecolor = 'turquoise',label='降雨量 (mm)')
+ax2.set_title("台北每天降雨量长条图", fontsize=14, fontweight='bold')
+ax2.set_xlabel("日期")
+ax2.set_ylabel("降雨量")
+ax2.grid(True, axis='y', linestyle='--', alpha=0.5)
+ax2.legend()
+ax2.tick_params(axis='x', rotation=45)
+
+plt.tight_layout()  # 自動調整間距，避免文字重疊
+
+# === 【學員填空練習點 5：圖表自動儲存與顯示】 ===
+# TODO: 1. 呼叫 plt.savefig 將畫布儲存為檔名 "taipei_weather_2026.png"，並設定高畫質 dpi=300
+#          (⚠️ 注意：savefig 必須在 show() 之前呼叫)
+#       2. 呼叫 _telearn_plt_show() 將圖表視窗顯示在畫面上
+#
+# 請在下方完成圖表存檔與顯示：
+plt.savefig("taipei_weather_2026.png", dpi=300)
+_telearn_plt_show()

projects/2026_AI營1/劉宗穎/天氣資料圖表/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: d1_3_visualization.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'd1_3_visualization.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/{影像处理 → 影像處理}/d3_1_opencv_basic.py

@@ -1,70 +1,110 @@
-# d3_1_opencv_basic.py
-# Day 3: 電腦視覺與影像辨識 - OpenCV 影像處理基礎 (學員練習版)
-# 練習指引：依序找到程式碼中的 TODO 1 到 TODO 5，將其下方的程式碼「解除註釋（刪除行首的 # ）」並執行，觀察影像處理管線中每一步的變化。
-
-import cv2
-import numpy as np
-
-# 1. 影像讀取 (Read)
-img = cv2.imread("onepiece(2).jpeg")
-if img is None:
-    print("[錯誤] 無法讀取 jpg")
-    exit(1)
-
-# 預設灰階影像為原始彩色影像，避免未解開註釋時程式出錯
-gray = img
-
-# === 【重要觀念 TODO 1：灰階轉換 (Grayscale Conversion)】 ===
-# 觀念重點：大多數電腦視覺演算法在處理單通道（黑白）影像時速度更快。
-# 將 BGR 彩色圖像轉換為單通道灰階圖像，可以減少 2/3 的資料量，且能過濾掉無用的顏色雜訊。
-# 請解開下方註釋 (刪除行首的 #) 並執行，觀察變為灰階後的影像。
-gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
-
-# 預設模糊影像為灰階影像，避免未解開註釋時程式出錯
-blurred = gray
-
-# === 【重要觀念 TODO 2：高斯模糊平均來平 (Gaussian Blur)】 ===
-# 觀念重點：高斯模糊是透過像素加權滑影像，主要目的是「消除噪點和細微反光」。
-# 這可以避免後續邊緣偵測時把細微的噪輪廓，讓偵測出來的邊緣更加平滑。
-# 請解開下方註釋 (刪除行首的 #) 並執行，觀察影像邊緣的柔焦效果。
-blurred = cv2.GaussianBlur(gray, (5, 5), 0)
-
-# 預設邊緣影像為全黑畫布，避免未解開註釋時點誤判為程式出錯
-edges = np.zeros(img.shape[:2], dtype=np.uint8)
-
-# === 【重要觀念 TODO 3：Canny 邊緣偵測 (Canny Edge Detection)】 ===
-# 觀念重點：Canny 演算法會找出影像中明暗變化劇烈的分界線。它使用雙閥值法：
-# 高於高閥值(150)的 100% 判定為邊緣；介於高低閥值(50~150)之間的若連接強邊緣則保留；其餘捨棄。
-# 請解開下方註釋 (刪除行首的 #) 並執行，觀察提取出的白色線條輪廓。
-edges = cv2.Canny(blurred, 10, 80)
-
-# 預設無偵測到輪廓，且繪製圖像為原始圖像，避免未解開註釋時程式出錯
-contours = []
-contour_img = img.copy()
-
-# === 【重要觀念 TODO 4：尋找與繪製輪廓 (Find & Draw Contours)】 ===
-# 觀念重點：`findContours` 會在二值化(邊緣)影像中尋找相連的邊界，並建立幾何結構。
-# `drawContours` 則會將這些幾何結構繪製到指定的影像上（此處使用綠色框繪製於原始彩色影像）。
-# 請解開下方所有註釋 (刪除行首的 #) 並執行，觀察圖形外框被綠線框起來的結果。
-contours, hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
-print(f"在影像中偵測到 {len(contours)} 個獨立輪廓特徵。")
-contour_img = img.copy()
-cv2.drawContours(contour_img, contours, -1, (173,216,203), 1)
-alpha=1
-
-# === 【重要觀念 TODO 5：視窗顯示與釋放 (Window Display)】 ===
-# 觀念重點：使用 cv2.imshow 顯示各步驟處理結果，並用 waitKey(0) 讓程式停下等待按鍵，
-# 最後使用 destroyAllWindows 釋放視窗資源。
-# 請解開下方所有註釋 (刪除行首的 #)，以觀看影像處理的成果！
-print("\n正在顯示影像處理結果（請點擊影像視窗並按下任意鍵關閉）...")
-cv2.imshow("Original Shapes", img)
-cv2.imshow("Grayscale", gray)
-cv2.imshow("Canny Edges", edges)
-cv2.imshow("Contours Output", contour_img)
-
-success_gray = cv2.imwrite("output_gray.jpg", gray)
-success_edges = cv2.imwrite("output_edges.jpg", edges)
-success_contour = cv2.imwrite("output_contours.jpg", contour_img)
-
-cv2.waitKey(0)
-cv2.destroyAllWindows()
+# d3_1_opencv_basic.py
+# Day 3: 電腦視覺與影像辨識 - OpenCV 影像處理基礎 (學員練習版)
+# 練習指引：依序找到程式碼中的 TODO 1 到 TODO 5，將其下方的程式碼「解除註釋（刪除行首的 # ）」並執行，觀察影像處理管線中每一步的變化。
+
+import cv2
+import numpy as np
+
+# 1. 影像讀取 (Read)
+
+def telearn_resolve_image(name):
+    """Resolve image path relative to script, cwd, or student image/ folders."""
+    import os
+    from pathlib import Path
+    here = Path(__file__).resolve().parent
+    candidates = [
+        Path(name),
+        here / name,
+        here / "image" / name,
+        here / "照片" / name,
+        here.parent / "image" / name,
+        here.parent / "照片" / name,
+        here.parent / "image_create" / name,
+    ]
+    # also try basename-only search one level
+    for base in [here, here.parent]:
+        for folder in ["image", "照片", "image_create", "处理过的照片"]:
+            p = base / folder
+            if p.is_dir():
+                direct = p / name
+                candidates.append(direct)
+                # case-insensitive match
+                low = name.lower()
+                try:
+                    for f in p.iterdir():
+                        if f.is_file() and f.name.lower() == low:
+                            candidates.append(f)
+                except OSError:
+                    pass
+    for c in candidates:
+        try:
+            if c.is_file():
+                print(f"[Telearn] 讀取影像: {c}")
+                return str(c)
+        except OSError:
+            pass
+    print(f"[Telearn] 找不到影像 {name}，搜尋過: {[str(c) for c in candidates[:8]]}…")
+    return name
+
+img = cv2.imread(telearn_resolve_image("onepiece(2).jpeg"))
+if img is None:
+    print("[錯誤] 無法讀取 jpg")
+    exit(1)
+
+# 預設灰階影像為原始彩色影像，避免未解開註釋時程式出錯
+gray = img
+
+# === 【重要觀念 TODO 1：灰階轉換 (Grayscale Conversion)】 ===
+# 觀念重點：大多數電腦視覺演算法在處理單通道（黑白）影像時速度更快。
+# 將 BGR 彩色圖像轉換為單通道灰階圖像，可以減少 2/3 的資料量，且能過濾掉無用的顏色雜訊。
+# 請解開下方註釋 (刪除行首的 #) 並執行，觀察變為灰階後的影像。
+gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
+
+# 預設模糊影像為灰階影像，避免未解開註釋時程式出錯
+blurred = gray
+
+# === 【重要觀念 TODO 2：高斯模糊平均來平 (Gaussian Blur)】 ===
+# 觀念重點：高斯模糊是透過像素加權滑影像，主要目的是「消除噪點和細微反光」。
+# 這可以避免後續邊緣偵測時把細微的噪輪廓，讓偵測出來的邊緣更加平滑。
+# 請解開下方註釋 (刪除行首的 #) 並執行，觀察影像邊緣的柔焦效果。
+blurred = cv2.GaussianBlur(gray, (5, 5), 0)
+
+# 預設邊緣影像為全黑畫布，避免未解開註釋時點誤判為程式出錯
+edges = np.zeros(img.shape[:2], dtype=np.uint8)
+
+# === 【重要觀念 TODO 3：Canny 邊緣偵測 (Canny Edge Detection)】 ===
+# 觀念重點：Canny 演算法會找出影像中明暗變化劇烈的分界線。它使用雙閥值法：
+# 高於高閥值(150)的 100% 判定為邊緣；介於高低閥值(50~150)之間的若連接強邊緣則保留；其餘捨棄。
+# 請解開下方註釋 (刪除行首的 #) 並執行，觀察提取出的白色線條輪廓。
+edges = cv2.Canny(blurred, 10, 80)
+
+# 預設無偵測到輪廓，且繪製圖像為原始圖像，避免未解開註釋時程式出錯
+contours = []
+contour_img = img.copy()
+
+# === 【重要觀念 TODO 4：尋找與繪製輪廓 (Find & Draw Contours)】 ===
+# 觀念重點：`findContours` 會在二值化(邊緣)影像中尋找相連的邊界，並建立幾何結構。
+# `drawContours` 則會將這些幾何結構繪製到指定的影像上（此處使用綠色框繪製於原始彩色影像）。
+# 請解開下方所有註釋 (刪除行首的 #) 並執行，觀察圖形外框被綠線框起來的結果。
+contours, hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
+print(f"在影像中偵測到 {len(contours)} 個獨立輪廓特徵。")
+contour_img = img.copy()
+cv2.drawContours(contour_img, contours, -1, (173,216,203), 1)
+alpha=1
+
+# === 【重要觀念 TODO 5：視窗顯示與釋放 (Window Display)】 ===
+# 觀念重點：使用 cv2.imshow 顯示各步驟處理結果，並用 waitKey(0) 讓程式停下等待按鍵，
+# 最後使用 destroyAllWindows 釋放視窗資源。
+# 請解開下方所有註釋 (刪除行首的 #)，以觀看影像處理的成果！
+print("\n正在顯示影像處理結果（請點擊影像視窗並按下任意鍵關閉）...")
+cv2.imshow("Original Shapes", img)
+cv2.imshow("Grayscale", gray)
+cv2.imshow("Canny Edges", edges)
+cv2.imshow("Contours Output", contour_img)
+
+success_gray = cv2.imwrite("output_gray.jpg", gray)
+success_edges = cv2.imwrite("output_edges.jpg", edges)
+success_contour = cv2.imwrite("output_contours.jpg", contour_img)
+
+cv2.waitKey(0)
+cv2.destroyAllWindows()

projects/2026_AI營1/劉宗穎/影像處理/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: d3_1_opencv_basic.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'd3_1_opencv_basic.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/{手指画画游戏 → 手指畫畫遊戲}/draw_game_student.py

@@ -1,3 +1,4 @@
+import os
 import cv2
 import numpy as np
 import mediapipe as mp
@@ -14,7 +15,7 @@ from mediapipe.tasks.python import vision
 # 2. HandLandmarkerOptions 用於設定手部偵測的細項設定，例如 num_hands=1 代表最多偵測一隻手。
 # 3. 最後透過 vision.HandLandmarker.create_from_options 建立手部偵測器物件。
 # 請解開下方三行程式碼的註釋：
-base_options = python.BaseOptions(model_asset_path='hand_landmarker.task')
+base_options = python.BaseOptions(model_asset_path=os.path.join(os.path.dirname(os.path.abspath(__file__)), 'hand_landmarker.task'))
 options = vision.HandLandmarkerOptions(base_options=base_options, num_hands=1)
 detector = vision.HandLandmarker.create_from_options(options)
 

projects/2026_AI營1/劉宗穎/手指畫畫遊戲/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: draw_game_student.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'draw_game_student.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/爬蟲分析/main.py

@@ -0,0 +1,26 @@
+# -*- coding: utf-8 -*-
+"""多練習選單入口（自動產生）"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+sys.path.insert(0, str(_ROOT))
+
+CHOICES = {
+    "1": 'd4_1_ex1_books.py',
+    "2": 'd4_1_ex2_ptt.py',
+    "3": 'd4_1_ex3_ithelp.py',
+}
+
+print("=== 本資料夾含多個練習，請選擇 ===")
+print('  1. d4_1_ex1_books.py')
+print('  2. d4_1_ex2_ptt.py')
+print('  3. d4_1_ex3_ithelp.py')
+print("  (直接 Enter 預設 1)")
+sel = input("編號: ").strip() or "1"
+name = CHOICES.get(sel) or CHOICES.get("1")
+print(f"執行: {name}")
+runpy.run_path(str(_ROOT / name), run_name="__main__")

projects/2026_AI營1/劉宗穎/爬蟲分析_PTT/d4_1_ex2_ptt.py

@@ -0,0 +1,81 @@
+# d4_1_ex2_ptt.py — Day 4 學員填空
+# cd examples/Day4/student && python d4_1_ex2_ptt.py
+# 參考答案：../d4_1_ex2_ptt.py
+
+import requests
+from bs4 import BeautifulSoup
+from urllib.parse import urljoin
+
+# 目標網站：PTT Python 討論板首頁
+URL = "https://www.ptt.cc/bbs/Python/index.html"
+
+# === 【學員填空練習點 1：模擬瀏覽器 Header】 ===
+# TODO: 填入瀏覽器的 User-Agent，否則 PTT 會拒絕請求並回傳 403 錯誤
+HEADERS = {
+    "User-Agent": (
+        "Mozilla/5.0 (Windows NT 10.0; Win64; x64) "
+        "AppleWebKit/537.36 (KHTML, like Gecko) "
+        "Chrome/120.0.0.0 Safari/537.36"
+    )
+}
+
+print(f"正在抓取 PTT Python 板最新文章: {URL} ...")
+
+try:
+    response = requests.get(URL, headers=HEADERS, timeout=10)
+    response.raise_for_status()
+
+    soup = BeautifulSoup(response.text, "html.parser")
+
+    # === 【學員填空練習點 2：定位文章區塊】 ===
+    # TODO: 觀察網頁 HTML 結構，找出所有包裹文章資訊的 <div> 標籤（其 class 名稱為何？）
+    posts = soup.find_all("div", class_="r-ent")
+
+    print(f"\n成功取得 {len(posts)} 筆文章項目（含已刪除與置底公告）：")
+    print("=" * 80)
+
+    for idx, post in enumerate(posts, 1):
+        # === 【學員填空練習點 3：提取文章標題與連結並防錯 (Null Check)】 ===
+        # TODO:
+        # 1. 尋找 class 為 "title" 的 <div> 標籤
+        # 2. 在該 <div> 底下尋找 <a> 標籤 (即文章連結)
+        # 3. ⚠️ 重要思考：若文章已刪除，將不會有 <a> 標籤。請撰寫條件判斷：
+        #    - 若 <a> 標籤存在：提取其文字，並使用 urljoin 拼接 href 屬性得到完整網址。
+        #    - 若 <a> 標籤不存在：直接將 title_div 的文字作為標題，並將網址設為 "無 (文章已刪除)"。
+        title_div = post.find("div", class_="title")
+        title_link = title_div.find("a") if title_div else None
+
+        if title_link:
+            title = title_link.get("title")
+            relative_url = title_link.get("href")
+            post_url = urljoin(URL, relative_url)
+        else:
+            # 文章已刪除
+            title_div = post.find("div", class_="title")
+            title = title_div.get_text().strip() if title_div else "（已刪除）"
+            post_url = "無 (文章已刪除)"
+
+
+        # === 【學員填空練習點 4：提取推文數】 ===
+        # TODO: 尋找 class 為 "nrec" 的 <div> 標籤。
+        # 技巧：使用 .get_text().strip() 取得文字。若無文字（0 推），請將變數預設為 "0"。
+        nrec_div = post.find("div", class_="nrec")
+        nrec = nrec_div.get_text().strip() if nrec_div else "0"
+
+        # === 【學員填空練習點 5：提取作者與發文日期】 ===
+        # TODO: 分別尋找 class 為 "author" 與 "date" 的 <div> 標籤，並提取純文字（記得使用 .strip() 去除空白）
+        author = post.find("div", class_="author").get_text().strip()
+        date = post.find("div", class_="date").get_text().strip()
+
+        # 輸出單篇文章資訊
+        print(f"[{idx}] 推文數: {nrec:3s} | 發文日期: {date} | 作者: {author}")
+        print(f"    標題: {title}")
+        print(f"    網址: {post_url}")
+        print("-" * 80)
+
+except requests.exceptions.HTTPError as http_err:
+    print(f"[錯誤] PTT 伺服器拒絕或找不到網頁：{http_err}")
+except requests.exceptions.RequestException as e:
+    print(f"[錯誤] 網路請求失敗：{e}")
+except Exception as ex:
+    print(f"[錯誤] 解析資料時發生非預期錯誤：{ex}")

projects/2026_AI營1/劉宗穎/爬蟲分析_PTT/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: d4_1_ex2_ptt.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'd4_1_ex2_ptt.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/爬蟲分析_books/d4_1_ex1_books.py

@@ -0,0 +1,94 @@
+# d4_1_ex1_books.py — Day 4 學員填空
+# cd examples/Day4/student && python d4_1_ex1_books.py
+# 參考答案：../d4_1_ex1_books.py
+
+import requests
+from bs4 import BeautifulSoup
+from urllib.parse import urljoin
+
+# 目標網站：專供爬蟲練習的圖書商城沙盒
+URL = "http://books.toscrape.com/"
+
+# === 【學員填空練習點 1：模擬瀏覽器 Header】 ===
+# TODO: 建立 headers 字典，填入 "User-Agent" 來模擬真實瀏覽器（降低被簡易防爬機制拒絕的機率）
+HEADERS = {
+    "User-Agent": (
+        "Mozilla/5.0 (Windows NT 10.0; Win64; x64) "
+        "AppleWebKit/537.36 (KHTML, like Gecko) "
+        "Chrome/120.0.0.0 Safari/537.36"
+    )
+}
+
+print(f"正在連線至圖書沙盒網站: {URL} ...")
+
+try:
+    # 發送 GET 請求取得網頁 HTML
+    response = requests.get(URL, headers=HEADERS, timeout=10)
+
+    # 檢查 HTTP 狀態碼是否為 200 (OK)，非 200 時引發 HTTPError 異常
+    response.raise_for_status()
+
+    # 解決編碼問題：強制將解碼設定為 utf-8 (避免 requests 預設 ISO-8859-1 解碼導致英鎊符號亂碼且在 Windows 印出時崩潰)
+    response.encoding = response.apparent_encoding
+
+    print("連線成功！開始解析書籍資料...\n")
+
+    # 初始化 BeautifulSoup 解析器
+    soup = BeautifulSoup(response.text, "html.parser")
+
+    # === 【學員填空練習點 2：定位 HTML 標籤區塊】 ===
+    # TODO: 找出網頁中所有書籍的容器。每本書都被包在一個 <article> 標籤中，且該標籤的 class 固定為 "product_pod"
+    books = soup.find_all("article", class_="product_pod")
+
+    print(f"成功在本頁找到 {len(books)} 本書籍：")
+    print("=" * 70)
+
+    for idx, book in enumerate(books, 1):
+        # === 【學員填空練習點 3：提取書籍名稱與連結】 ===
+        # TODO:
+        # 1. 尋找 <h3> 底下的 <a> 標籤
+        # 2. 取得 <a> 的 "title" 屬性（因為畫面上長度限制，.get_text() 可能會被 ellipsis 截斷）
+        # 3. 取得 <a> 的 "href" 屬性並使用 urljoin 拼接成完整網址
+        title_link = book.find("h3").find("a")
+        title = title_link.get("title")  # 取得屬性 'title' 的值，避免拿到被截斷的文字
+
+        relative_url = title_link.get("href")
+        detail_url = urljoin(URL, relative_url)
+
+        # === 【學員填空練習點 4：提取書籍價格】 ===
+        # 提示：為了避免 Windows (CP950) 終端機不支援英鎊符號 '£' 而編碼崩潰，請加上 .replace("£", "GBP") 將其替換
+        # 觀察：價格存放在 class 為 "price_color" 的 <p> 標籤中，格式如 "£51.77"
+        # 技巧：將英鎊符號 '£' 替換為 'GBP'，避免在 Windows (CP950) 終端機印出時因不支援該字元而崩潰
+        price_text = book.find("p", class_="price_color").get_text().replace("£", "GBP")
+
+        # === 【學員填空練習點 5：提取評價星等 (Rating)】 ===
+        # TODO:
+        # 1. 尋找 class 為 "star-rating" 的 <p> 標籤
+        # 2. 取得該標籤的 "class" 屬性值（這會是一個串列，如 ['star-rating', 'Three']）
+        # 3. 提取該串列的第二個元素作為星等字串 (若存在)
+
+        rating_tag = book.find("p", class_="star-rating")
+        rating_classes = rating_tag.get("class")
+        rating = "無"
+        if len(rating_classes) > 1:
+            rating = rating_classes[1]  # 提取例如 'Three' (代表三顆星)
+
+        # === 【學員填空練習點 6：提取庫存狀態】 ===
+        # TODO: 尋找 class 為 "instock availability" 的 <p> 標籤，取得文字後去除首尾空白 (.strip())
+        stock_text = book.find("p", class_="instock availability").get_text().strip()
+
+        # 印出解析結果
+        print(f"【編號 {idx}】")
+        print(f"[書名] {title}")
+        print(f"[價格] {price_text}")
+        print(f"[評價] {rating} 星")
+        print(f"[狀態] {stock_text}")
+        print(f"[連結] {detail_url}")
+        print("-" * 70)
+
+except requests.exceptions.HTTPError as http_err:
+    print(f"[錯誤] HTTP 連線異常：{http_err}")
+except requests.exceptions.RequestException as e:
+    print(f"[錯誤] 網路請求失敗：{e}")
+except Exception as ex:
+    print(f"[錯誤] 解析資料時發生非預期錯誤：{ex}")

projects/2026_AI營1/劉宗穎/爬蟲分析_books/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: d4_1_ex1_books.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'd4_1_ex1_books.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/爬蟲分析_ithelp/d4_1_ex3_ithelp.py

@@ -0,0 +1,98 @@
+# d4_1_ex3_ithelp.py — Day 4 學員填空
+# cd examples/Day4/student && python d4_1_ex3_ithelp.py
+# 參考答案：../d4_1_ex3_ithelp.py
+
+import requests
+from bs4 import BeautifulSoup
+
+# 目標網站：iT 邦幫忙技術文章首頁
+URL = "https://ithelp.ithome.com.tw/articles?tab=tech"
+
+# === 【學員填空練習點 1：模擬瀏覽器 Header】 ===
+# TODO: 填入瀏覽器的 User-Agent，否則可能被伺服器拒絕連線
+HEADERS = {
+    "User-Agent": (
+        "Mozilla/5.0 (Windows NT 10.0; Win64; x64) "
+        "AppleWebKit/537.36 (KHTML, like Gecko) "
+        "Chrome/120.0.0.0 Safari/537.36"
+    )
+}
+
+print(f"正在連線至 iT 邦幫忙並抓取技術文章: {URL} ...")
+
+try:
+    response = requests.get(URL, headers=HEADERS, timeout=10)
+    response.raise_for_status()
+
+    print("連線成功！解析文章列表中...\n")
+    soup = BeautifulSoup(response.text, "html.parser")
+
+    # === 【學員填空練習點 2：定位文章卡片區塊】 ===
+    # TODO: 尋找所有包裹文章資訊的 <div> 標籤（其 class 為 "qa-list"）
+    articles = soup.find_all("div", class_="qa-list")
+
+    print(f"成功取得前 {len(articles)} 篇熱門技術文章：")
+    print("=" * 80)
+
+    for idx, art in enumerate(articles, 1):
+        # === 【學員填空練習點 3：提取標題與超連結】 ===
+        # TODO:
+        # 1. 在 art 中尋找 class 為 "qa-list__title-link" 的 <a> 標籤
+        # 2. 提取其純文字內容並去除首尾空白 (.strip())，作為標題
+        # 3. 提取其 "href" 屬性，作為文章連結
+        title_link = art.find("a", class_="qa-list__title-link")
+        if not title_link:
+            continue
+        title = title_link.get_text().strip()
+        post_url = title_link.get("href").strip()
+
+        # === 【學員填空練習點 4：提取作者名稱】 ===
+        # TODO:
+        # 1. 尋找 class 為 "qa-list__info" 的 <div> 標籤
+        # 2. 在該 <div> 下尋找 class 為 "qa-list__info-link" 的 <a> 標籤
+        # 3. 提取其文字內容作為作者名稱
+        info_div = art.find("div", class_="qa-list__info")
+        author = "未知作者"
+        if info_div:
+            author_link = info_div.find("a", class_="qa-list__info-link")
+            if author_link:
+                author = author_link.get_text().strip()
+
+        # === 【學員填空練習點 5：提取發文時間】 ===
+        # TODO: 尋找 class 為 "qa-list__info-time" 的 <a> 標籤，並提取其 "title" 屬性值（因 title 屬性中包含完整時間秒數）
+        time_link = art.find("div", class_="qa-list__info-time")
+        post_time = time_link.get("title") if time_link else "未知時間"
+
+        # === 【學員填空練習點 6：利用 List 索引提取多項數據】 ===
+        # TODO:
+        # 1. 使用 find_all 找出卡片中所有 class 為 "qa-condition" 的 <a> 標籤
+        # 2. 當抓取到的數量大於等於 3 時，利用 List 索引取得對應的資訊：
+        #    - 索引 0 的項目底下的 "qa-condition__count" <span>：Like 數
+        #    - 索引 1 的項目底下的 "qa-condition__count" <span>：回應數
+        #    - 索引 2 的項目底下的 "qa-condition__count" <span>：瀏覽數
+        conditions = art.find_all("a", class_="qa-condition")
+
+        likes = "0"
+        comments = "0"
+        views = "0"
+
+        if len(conditions) >= 3:
+            # 請在此處填入利用 conditions[0]、conditions[1]、conditions[2] 尋找 span 的代碼
+            likes = conditions[0].find("span", class_="qa-condition__count").get_text().strip()
+            comments = conditions[1].find("span", class_="qa-condition__count").get_text().strip()
+            views = conditions[2].find("span", class_="qa-condition__count").get_text().strip()
+
+        # 格式化輸出
+        print(f"【排名 {idx}】")
+        print(f"[標題] {title}")
+        print(f"[作者] {author} | [時間] {post_time}")
+        print(f"[數據] Like: {likes} | 回應: {comments} | 瀏覽/訂閱: {views}")
+        print(f"[連結] {post_url}")
+        print("-" * 80)
+
+except requests.exceptions.HTTPError as http_err:
+    print(f"[錯誤] 伺服器回應異常：{http_err}")
+except requests.exceptions.RequestException as e:
+    print(f"[錯誤] 網路請求失敗：{e}")
+except Exception as ex:
+    print(f"[錯誤] 解析資料時發生非預期錯誤：{ex}")

projects/2026_AI營1/劉宗穎/爬蟲分析_ithelp/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: d4_1_ex3_ithelp.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'd4_1_ex3_ithelp.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/{爬虫分析与AI报告 → 爬蟲分析與AI報告}/d4_2_agent_task_chain.py

@@ -7,8 +7,39 @@ import os
 import requests
 from bs4 import BeautifulSoup
 
+
+def _telearn_require_gemini_api_key(*, allow_skip: bool = False) -> str:
+    """終端機輸入介面：請使用者自行貼上 GEMINI_API_KEY。"""
+    import os
+    key = (os.environ.get("GEMINI_API_KEY") or "").strip()
+    if key:
+        print("[Telearn] 已使用環境變數中的 GEMINI_API_KEY")
+        return key
+    print()
+    print("=" * 54)
+    print("  本專案需要 Google Gemini API Key")
+    print("  取得金鑰：https://aistudio.google.com/apikey")
+    print("  請在下方貼上 Key 後按 Enter")
+    print("  （僅本次執行使用，不會寫入任何檔案）")
+    if allow_skip:
+        print("  若要改用離線 Mock 模式：直接按 Enter 略過")
+    print("=" * 54)
+    try:
+        key = input("請輸入 GEMINI_API_KEY: ").strip()
+    except EOFError:
+        key = ""
+    if key:
+        os.environ["GEMINI_API_KEY"] = key
+        print("[Telearn] 已接收 API Key，開始連線…")
+        return key
+    if allow_skip:
+        print("[Telearn] 未輸入 Key → 使用離線 Mock / 略過雲端功能")
+        return ""
+    print("[結束] 未輸入 API Key，無法繼續執行 Gemini 功能。")
+    raise SystemExit(0)
+
 GEMINI_MODEL = os.environ.get("GEMINI_MODEL", "gemini-3.1-flash-lite")
-api_key = os.environ.get("GEMINI_API_KEY", "AQ.Ab8RN6JvbUqLW-wcddeMducmta0aGE2QtcrmF4Kfd8nnpZ9mzg")
+api_key = _telearn_require_gemini_api_key(allow_skip=True)
 
 HEADERS = {
     "User-Agent": (
@@ -96,7 +127,7 @@ def run_task_chain(topic):
             f"- 模擬數據：\"Love is all, love is new.\" -- John Lennon\n\n"
             f"## 二、 核心思想分析\n"
             f"本機模擬分析指出，此主題的語錄主要著眼於人與人之間的連結與心靈啟發。\n"
-            f"*(注意：此為 Mock 離線生成報告，設定 GEMINI_API_KEY 以啟用 Gemini 真實生成。)*\n"
+            f"*(注意：此為 Mock 離線生成報告，於啟動時輸入 GEMINI_API_KEY 以啟用 Gemini 真實生成。)*\n"
         )
     else:
         print(f"\n[步驟 2] 正在調用 Gemini ({GEMINI_MODEL}) 進行深度分析與排版...")

projects/2026_AI營1/劉宗穎/{爬虫分析与AI报告 → 爬蟲分析與AI報告}/d4_2_ex2_crawler_ai.py

@@ -9,8 +9,39 @@ from urllib.parse import urljoin
 from google import genai
 
 # 設定預設使用的 Gemini 模型
+
+def _telearn_require_gemini_api_key(*, allow_skip: bool = False) -> str:
+    """終端機輸入介面：請使用者自行貼上 GEMINI_API_KEY。"""
+    import os
+    key = (os.environ.get("GEMINI_API_KEY") or "").strip()
+    if key:
+        print("[Telearn] 已使用環境變數中的 GEMINI_API_KEY")
+        return key
+    print()
+    print("=" * 54)
+    print("  本專案需要 Google Gemini API Key")
+    print("  取得金鑰：https://aistudio.google.com/apikey")
+    print("  請在下方貼上 Key 後按 Enter")
+    print("  （僅本次執行使用，不會寫入任何檔案）")
+    if allow_skip:
+        print("  若要改用離線 Mock 模式：直接按 Enter 略過")
+    print("=" * 54)
+    try:
+        key = input("請輸入 GEMINI_API_KEY: ").strip()
+    except EOFError:
+        key = ""
+    if key:
+        os.environ["GEMINI_API_KEY"] = key
+        print("[Telearn] 已接收 API Key，開始連線…")
+        return key
+    if allow_skip:
+        print("[Telearn] 未輸入 Key → 使用離線 Mock / 略過雲端功能")
+        return ""
+    print("[結束] 未輸入 API Key，無法繼續執行 Gemini 功能。")
+    raise SystemExit(0)
+
 GEMINI_MODEL = os.environ.get("GEMINI_MODEL", "gemini-3.1-flash-lite")
-api_key = os.environ.get("GEMINI_API_KEY", "AQ.Ab8RN6JvbUqLW-wcddeMducmta0aGE2QtcrmF4Kfd8nnpZ9mzg")
+api_key = _telearn_require_gemini_api_key(allow_skip=True)
 
 HEADERS = {
     "User-Agent": (
@@ -176,7 +207,7 @@ def run_analysis_chain(source_type):
 
     # 步驟 2: AI 分析 (或 Mock 降級防禦)
     if not api_key:
-        print("\n[步驟 2] 未偵測到環境變數 GEMINI_API_KEY，自動啟動 Mock 離線降級機制...")
+        print("\n[步驟 2] 未輸入 GEMINI_API_KEY，啟動 Mock 離線降級機制...")
         # === 【學員填空練習點 5：Mock 降級防衛機制】 ===
         # TODO 5: 請設計一段模擬的 Markdown 格式分析報告字串，指派給 report_content。
         # 報告內容至少需要包含標題與數據摘要，避免程式在無 Key 時報錯中斷。

projects/2026_AI營1/劉宗穎/爬蟲分析與AI報告/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: d4_2_ex2_crawler_ai.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'd4_2_ex2_crawler_ai.py'), run_name="__main__")

projects/2026_AI營1/劉宗穎/眼睛距離偵測/main.py

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+"""
+Telearn Arcade Hub 入口檔（自動產生）
+實際執行: step0_eyeguard_template.py
+規格: projects/{班級}/{學生}/{專案}/main.py
+"""
+from pathlib import Path
+import os
+import runpy
+import sys
+
+_ROOT = Path(__file__).resolve().parent
+os.chdir(_ROOT)
+if str(_ROOT) not in sys.path:
+    sys.path.insert(0, str(_ROOT))
+
+# 執行原始學員腳本
+runpy.run_path(str(_ROOT / 'step0_eyeguard_template.py'), run_name="__main__")