鐵人檔案
我幾乎沒有完整的 Web 開發經驗，也不打算先花幾週把所有程式語法學完，這 30 天，我想換一種方式。
我會把 ChatGPT 當成負責理解、規劃與拆解問題的 AI 夥伴，把 Codex 當成直接協助實作、修改與除錯的工程師，用它來一步一步打造一個真正能讓別人使用的 AI 視覺化學習工具。
這個工具的目標不只是「把 PDF 摘要成文字」。
我希望使用者可以丟入 PDF、教材、圖片或一段複雜的內容，讓 AI 自動分析其中的概念、關係與結構，再依照內容產生不同形式的視覺化結果
昨天 Visual Learning Lab 終於從 localhost 搬到 Streamlit Community Cloud，第一次有了一個真的可以打開的...
前幾天的 Visual Learning Lab 已經慢慢長出一套完整的分析流程。 丟進一份 PDF 之後，它會整理 Quick Summary、Key Con...
昨天做完 Guided Learning 之後，Visual Learning Lab 終於不只是把教材整理好放在畫面上，而是會真的排出一條學習順序，帶著使用者...
做到 Day 13 之後，Visual Learning Lab 已經開始有一條滿完整的學習流程了。 教材丟進去之後，AI 會先分析內容，再決定要畫 Conce...
做到 Day 14 之後，Visual Learning Lab 已經可以把教材裡的 Concept Map、Guided Learning、Adaptive...
Day 15 做完 Interactive Learning Lab 之後，我第一次覺得 Visual Learning Lab 不只是「解釋教材」。 像正弦波...
今天做的不是再多加一張圖，而是把 Visual Learning Lab 的底層往前推一層：同一個教材概念，開始可以同時用 Sample Space、集合圖、機...
Day 17 我第一次讓 Sample Space、集合圖、Probability Tree、公式和 Monte Carlo 共用同一份 semantic st...
Day 18 做完 Spatial Learning World 之後，Visual Learning Lab 已經可以把一份教材變成波形、向量、模擬，甚至一個...
做到 Day 19 之後，Visual Learning Lab 已經有 PDF 分析、Source Atlas、Learning Scene、Spatial...
