未来创造营

最终演示（Day5 学员能做到的事）：
① 对着麦克风说："到红色球那里去"
② Agent 语音识别 → 调用视觉 API 找到红色球位置
③ Agent 决策路径 → 发送 WiFi 指令给小车
④ 小车前进到红色球前停下
⑤ Agent 语音回复："已到达"

学员操作流程：

Lab 1：Agent 的耳朵（40min）
① 对 AI 说："写一个 Python 脚本，调用语音识别 API，听到'小智'开头的指令就打印出来"
② AI 生成代码 → 复制到 VS Code 运行
③ 对着麦克风说"小智前进"→ 终端打印"收到指令：前进"
④ 学员理解：声音→文字，这是 Agent 的"听觉神经"

Lab 2：Agent 的眼睛（40min）
① 对 AI 说："写一个 Python 脚本，打开摄像头拍照，调用视觉 API 识别画面内容"
② AI 生成 → 运行
③ 放一个红色球在摄像头前 → 终端打印"检测到：一个红色球"
④ 学员理解：图像→文字，这是 Agent 的"视觉神经"

Lab 3：Agent 的嘴巴（20min）
① 对 AI 说："加一个语音合成功能，让 Agent 用语音说出识别结果"
② 测试：对麦克风说"看看这个"→ Agent 拍照→识别→说"我看到一个红色球"

Lab 4：管线拼接（60min）
① 对 AI 说："把语音识别、视觉识别和语音合成合并成一个完整的管线。听到'小智看看'→拍照识别→语音说出结果"
② 运行完整管线。学员对麦克风说"小智看看" → Agent 自己完成"听到→看到→说出来"
③ 讲师引导："这就是'感知→推理→行动'循环在数字世界的版本"

课前：展示小车 API 文档（讲师准备，1页纸）
xiao_che.forward(speed=50, seconds=2) 小车前进
xiao_che.backward(speed=50, seconds=2) 小车后退
xiao_che.turn_left(speed=40) 小车左转
xiao_che.turn_right(speed=40) 小车右转
xiao_che.camera_capture() 拍照返回图片文件
xiao_che.camera_identify() 拍照+AI识别返回文字

Lab 1：小车的 4 个基本动作（30min）
① 导入 xiao_che 库，逐个调用函数让小车轮子转起来
② 学员观察：调用 forward(50) 时小车真的在前进
③ 理解：API 调用 = 给身体发指令

Lab 2：眼睛+身体联动（60min）
① 对 AI 说："写一个脚本：拍照识别画面，如果看到红色球就让小车前进，否则原地不动"
② AI 生成代码 → 跑起来
③ 在摄像头前放红色球 → 小车自动识别并开过去
④ 讲师："这就是具身智能——Agent 通过传感器感知世界，通过电机改变世界"

Lab 3：完整自然语言控制（60min）
① 对 AI 说："把Day2的语音识别和Day3的小车控制合并。流程：听到'小智'指令→识别指令内容→拍照判断路况→控制小车→语音回复结果"
② AI 生成完整管线代码 → 运行
③ 学员对麦克风说："小智，到红色球那里去"
④ 观察完整流程：
└─ 感知：麦克风听→"到红色球那里去"
└─ 推理：Agent决定"先拍照找红色→计算路径→发前进指令"
└─ 行动：小车前进、停在红色球前
└─ 反馈：喇叭说"已到达"
⑤ 🎉 Aha moment：自然语言控制物理世界

□ 语音输入能触发 Agent
□ Agent 能调用视觉 API
□ Agent 能发送指令控制小车
□ 小车能执行至少一个物理动作
□ Agent 能用语音/文字反馈
□ 整条管线能连续运行
□ 录屏备用
□ 3 页路演 PPT