不是零散的 Demo 拼凑，而是一套可以直接排进课表的完整教学方案。
从"AI 是什么"到"跑通一个完整案例"，L1 认知 → L2 技能 → L3 实战，层层递进，适合不同基础的学生。
每个案例都对应 AI 实验箱上的具体操作，不用另搭环境。买了硬件就能开课，降低老师备课门槛。
配套教案、课件、实验指导书、考核题库全套提供。即使老师没有 AI 背景，按手册也能带学生做完。
按认知规律设计，从体验到理解再到实战，适合一学期或一学年的教学安排。
先建立对 AI 的直观认识，知道人工智能能做什么、不能做什么。以体验和观察为主，不要求写代码。
理解机器学习的基本流程，动手训练一个简单的分类模型，并在硬件上跑通识别应用。
以小组项目形式完成一个完整的 AI 应用，从需求分析到硬件部署，锻炼问题解决与协作能力。
每个模块包含完整的教案、课件和实验指导，可独立成课，也可组合使用。
用摄像头采集不同类别的垃圾图像，训练分类模型，在实验箱上实现实时识别。学生理解"数据→训练→推理"的完整流程。
采集人脸数据，训练人脸分类器，实现"认出同学"的小应用。理解人脸特征提取与匹配的基本概念。
当模型识别不准时怎么办？通过调整训练数据量、类别平衡、测试集验证等方法，提升模型准确率。
结合 ESP32 小车教具，把识别结果跑在运动平台上：识别出垃圾类别后，小车自动驶向对应回收桶。
讨论 AI 的能力边界、数据隐私、算法偏见等话题。结合真实案例，培养学生的科技素养与社会责任感。
以 4-5 人小组为单位，自选主题设计一个 AI 应用方案，完成原型并进行课堂展示与互评。
不是只给个课件，而是把老师备课需要的东西都备齐。
每节课的教学目标、时间分配、重点难点、操作步骤，按教案走即可。
学生人手一份的操作指南，带着问题做实验，边做边记。
配套演示文稿，直接投屏上课，包含图片、动效和课堂提问。
课后练习、单元测试、期末考核题，含标准答案与评分标准。
