Spaces:
Sleeping
Sleeping
Update app.py
Browse files
app.py
CHANGED
|
@@ -1,9 +1,16 @@
|
|
| 1 |
import gradio as gr
|
| 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 3 |
# --- 教學內容產生函式 ---
|
| 4 |
-
def generate_tutorial_step(step):
|
| 5 |
if step == "🚀 你的任務:星際開發者":
|
| 6 |
-
return """
|
| 7 |
## 🚀 你的任務:成為一名星際遠端開發者!
|
| 8 |
|
| 9 |
這是一個專為星際開發者準備的模擬訓練。你將扮演一名坐在地球指揮艙(Windows 電腦)的艦長,遠端駕駛一台駐紮在火星基地、性能超群的「泰坦號」機甲(Mac Studio)。
|
|
@@ -11,19 +18,17 @@ def generate_tutorial_step(step):
|
|
| 11 |
**你的目標:** 在不離開舒適駕駛艙的情況下,為「泰坦號」安裝一個特製的「任務模組」(Dev Container),讓它能夠執行複雜的開發任務。
|
| 12 |
|
| 13 |
### 核心裝備介紹:
|
| 14 |
-
* **💻 你的駕駛艙 (Windows PC)
|
| 15 |
-
* **🧠 泰坦號機甲 (Mac Studio)
|
| 16 |
-
* **🛰️ 量子通訊頻道 (SSH)
|
| 17 |
-
* **📦 任務模組 (Dev Container)
|
| 18 |
|
| 19 |
---
|
|
|
|
| 20 |
**星際開發者,準備就緒!**
|
| 21 |
-
|
| 22 |
-
|
| 23 |
-
|
| 24 |
-
<img src="galaxy.jpg" alt="星際開發者封面圖" style="width:100%; max-width: 800px; border-radius: 8px;">
|
| 25 |
-
</p>
|
| 26 |
-
""" + """
|
| 27 |
準備好了嗎,艦長?請從下拉選單中選擇你的第一個訓練科目!
|
| 28 |
"""
|
| 29 |
elif step == "第 1 步:啟動泰坦號主機 (Mac Studio)":
|
|
@@ -37,9 +42,9 @@ def generate_tutorial_step(step):
|
|
| 37 |
|
| 38 |
### 2. 開啟量子通訊埠 (啟用 SSH)
|
| 39 |
這是讓你的駕駛艙能與機甲建立通訊的關鍵。
|
| 40 |
-
*
|
| 41 |
-
*
|
| 42 |
-
*
|
| 43 |
|
| 44 |
```bash
|
| 45 |
# 這是機甲的專屬座標,格式為:艦長名@星際IP位址
|
|
@@ -136,16 +141,13 @@ with gr.Blocks(theme=gr.themes.Soft(), title="星際開發者訓練模擬器") a
|
|
| 136 |
with gr.Tabs() as case_tabs:
|
| 137 |
with gr.TabItem("🌍 案例一:地震科學與 AI 預警", id=2):
|
| 138 |
gr.Markdown(
|
| 139 |
-
"""
|
| 140 |
### 任務情境:建構台灣地震 AI 分析與預警系統原型
|
| 141 |
|
| 142 |
台灣位於環太平洋地震帶,開發更快速、更準確的地震預警系統至關重要。這項研究需要處理大量的即時地震波形資料,並訓練 AI 模型來預測 P 波到達時間與地震規模。
|
| 143 |
|
| 144 |
-
|
| 145 |
-
|
| 146 |
-
<img src="seismic.jpg" alt="地震科學封面圖" style="width:100%; max-width: 800px; border-radius: 8px;">
|
| 147 |
-
</p>
|
| 148 |
-
""" + """
|
| 149 |
**挑戰:**
|
| 150 |
1. **環境複雜:** 地震科學研究需要用到 `Obspy`, `Scipy`, `Pandas` 等大量科學計算庫,版本之間互相依賴,在本機上設定非常耗時且容易出錯。
|
| 151 |
2. **運算密集:** 處理原始地震波資料(濾波、去噪)和訓練深度學習模型(如 CNN)需要強大的 CPU 和 GPU 運算能力。
|
|
@@ -227,4 +229,3 @@ with gr.Blocks(theme=gr.themes.Soft(), title="星際開發者訓練模擬器") a
|
|
| 227 |
|
| 228 |
if __name__ == "__main__":
|
| 229 |
demo.launch()
|
| 230 |
-
|
|
|
|
| 1 |
import gradio as gr
|
| 2 |
|
| 3 |
+
# ========= 圖片(使用 Google Drive 可嵌入連結) =========
|
| 4 |
+
# 分享權限需設定為「知道連結的任何人」
|
| 5 |
+
# 將 /file/d/<ID>/view 轉成 /uc?export=view&id=<ID>
|
| 6 |
+
GALAXY_URL = "https://drive.google.com/uc?export=view&id=1OHl3Ice7U9wLJllXRHUsQUQDmmA4iuU4"
|
| 7 |
+
SEISMIC_URL = "https://drive.google.com/uc?export=view&id=1r0JCdwtws5DnvKeVV2MExTMkZo978gKb"
|
| 8 |
+
|
| 9 |
+
|
| 10 |
# --- 教學內容產生函式 ---
|
| 11 |
+
def generate_tutorial_step(step: str) -> str:
|
| 12 |
if step == "🚀 你的任務:星際開發者":
|
| 13 |
+
return f"""
|
| 14 |
## 🚀 你的任務:成為一名星際遠端開發者!
|
| 15 |
|
| 16 |
這是一個專為星際開發者準備的模擬訓練。你將扮演一名坐在地球指揮艙(Windows 電腦)的艦長,遠端駕駛一台駐紮在火星基地、性能超群的「泰坦號」機甲(Mac Studio)。
|
|
|
|
| 18 |
**你的目標:** 在不離開舒適駕駛艙的情況下,為「泰坦號」安裝一個特製的「任務模組」(Dev Container),讓它能夠執行複雜的開發任務。
|
| 19 |
|
| 20 |
### 核心裝備介紹:
|
| 21 |
+
* **💻 你的駕駛艙 (Windows PC)**:你的操作終點,用來發號施令。
|
| 22 |
+
* **🧠 泰坦號機甲 (Mac Studio)**:遠在火星的超性能主機,所有繁重運算都在這裡進行。
|
| 23 |
+
* **🛰️ 量子通訊頻道 (SSH)**:連接你和機甲的超光速安全通道。
|
| 24 |
+
* **📦 任務模組 (Dev Container)**:一個自給自足的隔離環境,內含任務所需的一切工具與依賴,可隨時安裝或移除。
|
| 25 |
|
| 26 |
---
|
| 27 |
+
|
| 28 |
**星際開發者,準備就緒!**
|
| 29 |
+
|
| 30 |
+

|
| 31 |
+
|
|
|
|
|
|
|
|
|
|
| 32 |
準備好了嗎,艦長?請從下拉選單中選擇你的第一個訓練科目!
|
| 33 |
"""
|
| 34 |
elif step == "第 1 步:啟動泰坦號主機 (Mac Studio)":
|
|
|
|
| 42 |
|
| 43 |
### 2. 開啟量子通訊埠 (啟用 SSH)
|
| 44 |
這是讓你的駕駛艙能與機甲建立通訊的關鍵。
|
| 45 |
+
* 在 macOS「系統設定」→ **一般** → **共享**。
|
| 46 |
+
* 開啟 **遠端登入**(SSH)。
|
| 47 |
+
* 記下系統顯示的連線位址(主機名稱或 IP 位址)。
|
| 48 |
|
| 49 |
```bash
|
| 50 |
# 這是機甲的專屬座標,格式為:艦長名@星際IP位址
|
|
|
|
| 141 |
with gr.Tabs() as case_tabs:
|
| 142 |
with gr.TabItem("🌍 案例一:地震科學與 AI 預警", id=2):
|
| 143 |
gr.Markdown(
|
| 144 |
+
f"""
|
| 145 |
### 任務情境:建構台灣地震 AI 分析與預警系統原型
|
| 146 |
|
| 147 |
台灣位於環太平洋地震帶,開發更快速、更準確的地震預警系統至關重要。這項研究需要處理大量的即時地震波形資料,並訓練 AI 模型來預測 P 波到達時間與地震規模。
|
| 148 |
|
| 149 |
+

|
| 150 |
+
|
|
|
|
|
|
|
|
|
|
| 151 |
**挑戰:**
|
| 152 |
1. **環境複雜:** 地震科學研究需要用到 `Obspy`, `Scipy`, `Pandas` 等大量科學計算庫,版本之間互相依賴,在本機上設定非常耗時且容易出錯。
|
| 153 |
2. **運算密集:** 處理原始地震波資料(濾波、去噪)和訓練深度學習模型(如 CNN)需要強大的 CPU 和 GPU 運算能力。
|
|
|
|
| 229 |
|
| 230 |
if __name__ == "__main__":
|
| 231 |
demo.launch()
|
|
|