一、 前言
轉眼間，鐵人賽的第一階段已經完成了過半的旅程！回顧這 14 天，我們從零開始，逐步打造了一套專屬於大專學生的 「AI 學生助手 (AI Student Assistant)」 系統。這套系統不只是單純呼叫聊天機器人，而是結合了文件解析、結構化輸出、多模型備援、全端 Web 介面與多模態視覺化除錯 的完整生產力工具。
今天我們就來盤點這兩週的核心技術藍圖！
二、 14 天核心技術架構總覽
我們將整個專案分為三個主要的演進階段：
1.核心 API 與多模型備援（Day 1 ~ 10）：

• 採用 Google 官方的 google-genai SDK，並運用 gemini-3.6-flash 作為主打模型。
• 實作 多模型自動 Fallback 機制（當遇到 503 伺服器忙線時，自動切換至 3.5-flash / 3.1-flash），保障高穩定度。
• 整合 File API 讀取 PDF 講義，並透過 System Instruction 注入溫柔的學姐助教人設。
  2.服務化與 Web 前端（Day 11 ~ 14）：
• Day 11 (FastAPI)：將 AI 邏輯封裝為標準 RESTful API，並自動產生 Swagger UI 互動文件。
• Day 12-13 (Streamlit & Multimodal)：使用純 Python 打造 ChatGPT 風格的對話網頁，並支援上傳 PDF 講義與程式報錯截圖 (Multimodal)，讓學姐直接幫忙看 Log 找 Bug。
  三、 專案核心程式碼亮點回顧
  這 14 天來，我們秉持著「安全、模組化、好維護」的原則，所有 API Key 皆透過 .env 統一管理，並以 Pydantic 確保資料結構的嚴謹性。這套架構不僅完全符合 $0-cost 的學生開發預算，更具備高度的擴充性！
  四、 結語
  在前 14 天中，我們成功建立了一個功能完備的本地端 AI 助教系統。