小工具线
TOOLS · 每周一个小工具
- 猜数字
- 文件批处理
- 爬虫
- pandas 清洗
- 可视化
每个都有即时产物，难度阶梯平缓，适合作为课堂主线推进。
你手里已经握着三样别人没有的东西：实时大屏、过程性评价、 「教师当编剧」的教学法。讲好 Python 的关键不是把语法讲得多漂亮， 而是把这三样用进课堂。
1import random 2 3print("Hello World") # ① 改欢迎语 4answer = random.randint(1, 100) 5for i in range(3): # ② 改次数 6 guess = int(input("猜一个 1-100 的数：")) 7 if guess > answer: # ③ 改判断 8 print("太大啦") 9 else: 10 print("太小啦")
第一课的第一个练习：先跑通，再只改这三处。改代码比写代码门槛低十倍，成就感却是即时的。
你平台的方法论可以直接迁移：学生练工程，教师当编剧，AI 当陪练，数据来评价。落到 Python 课上，就是四条硬规矩。
一节课结束时，学生手里必须有一个「刚才不存在的、能跑的东西」——猜数字游戏、给照片批量加水印、爬一条天气数据画成曲线。语法是顺手捡的，不是主线。
先发一个能跑的小程序，让学生只改 3 处：改欢迎语、改次数、改判断。改对了就「通关」。改代码比写代码的门槛低十倍，成就感却是即时的。
现场故意写错 → 全班一起读报错信息 → 定位 → 修好。Python 的报错是所有语言里最友好的，把它当第一课的正式内容，学生以后就不怕红字了。
心跳上报脚本、数据采集器——学生写的代码真上线，跑在你现在的五屏系统里。这是别的老师给不了的东西，也是整门课的收口。
三条线并行推进，每一条都指向同一个东西：可展示的产物。第三条，是你真正的差异化。
每个都有即时产物，难度阶梯平缓，适合作为课堂主线推进。
用「大数据管理与应用」的专业叙事，学完直接「像那么回事」。
学生写的爬虫往 crawl_events 灌数据，大屏上自己的数据实时跳动——「我写的代码在真实系统里跑起来了」，这一刻的教育价值超过十次作业。
都可以在下一节课直接用。前三个关乎「怎么讲」，后三个关乎「怎么让全班参与进来」。
一个空文件从头敲，敲慢一点，边敲边说思路。你写错的每一笔都是教学素材。
现场版 · 第 4 周现场写批量重命名，故意敲错扩展名，让 FileNotFoundError 替你讲开场那一分钟。
变量、循环、函数，每屏只出现一个新东西，其余全是学生见过的旧代码。
现场版 · 讲循环只加一个 for，剩下十行全是上一课的旧代码——新旧比例控制在 1 : 10。
变量是标签不是盒子，列表是可变的货架。好类比讲一遍就通，烂类比制造二次误解。
现场版 · 变量是标签不是盒子：a=[1,2]; b=a; b.append(3) 之后 a 也变了——一条命令讲透引用。
AI 时代的教学姿势：让学生读 AI 生成的代码找 bug、改需求、评优劣——正好接上你们「评价学生如何指挥 AI」的能力维度。
现场版 · 发一段 AI 写的爬虫：找出它没处理的 404 和反爬。挑错比新写难，也更像真实工作。
学生把当堂结果提交到 crawl_events，或新建一个 class_answers 表，教室大屏实时显示全班提交——你现成的大屏就是 Python 课堂的互动系统。
现场版 · 每周产物都推 class_answers，期末回看就是一条完整的学习曲线——评价数据自己长出来。
不考「默写语法」，考「这个程序为什么错、怎么改、AI 给的答案哪里不行」。你平台的评价体系天然支持。
现场版 · 期末不收单版代码，收三版对比：手写版 / AI 辅助版 / 重构版，外加 10 分钟答辩。
学生放弃 Python，极少是因为「太难」，几乎都是踩在这三处。
从「改程序」开始，以「答辩自己的代码怎么演化」结束。
理念说完是手艺：一套读报错的口诀、一节课的剧本、一张评价量表——下一节课就能用。
Traceback (most recent call last): File "grades.py", line 12, in <module> avg = round(total / count, 1) ZeroDivisionError: division by zero
课堂口诀：一读病名，二翻病历，三问数据。十二个字背下来，红字就从「事故」变成「线索」。
| 时间 | 环节 | 现场怎么做 |
|---|---|---|
| 00–05 | 开场不点名 | 直接投一个跑着的猜数字：「这节课结束，你也有一个。」 |
| 05–12 | 全班跑通 | 发 guess.py，只做一件事：让它在你电脑上跑起来。跑不起来的举手，助教包干。 |
| 12–28 | 只改 3 处 | 欢迎语、次数、判断。改完即通关，通关的同学去帮同桌。 |
| 28–40 | 炸一次 | 当场删掉 int() 再输入字母——全班一起读报错，走 PAPER 01 的三步口诀。 |
| 40–45 | 提交上屏 | 结果提交进 class_answers，大屏亮起全班名单：「下节课，从你们的代码开始讲。」 |
| 维度 | 权重 | 看什么证据 | 不给分的典型样例 |
|---|---|---|---|
| 作品完成度 | 40 | 期末能跑的小项目 + 每周小工具的提交记录 | 只交截图，环境里跑不起来 |
| 代码演化 | 30 | Git 提交历史，或「手写 → AI 辅助 → 重构」三版对比 | 一次性上交，没有任何中间版本 |
| 指挥 AI | 20 | prompt 演化记录 + 对 AI 答案的修改说明 | 原样粘贴 AI 代码，说不出改了哪 |
| 讲述与答辩 | 10 | 期末 10 分钟：讲「我的代码怎么长成这样」 | 念稿，答不出任何一个「为什么」 |
权重的潜台词：证据必须在系统里留痕——提交记录、版本 diff、prompt 历史都自动存在，不用老师额外记。你现成的平台就是量表本身。
选定一节课，剩下的材料可以一次性配齐——全部咬合你现有的系统。