CoolFace
Apppublic

JIANGXIADADAO/Linux-in-HCI

sourceHugging Faceupdated 4mo agoView on Hugging Face
0likes
App README

LinuxinHCI — 从 GitHub 项目学 Linux

![Version]()

粘贴一个真实的 GitHub 仓库链接,AI 自动分析项目、拆解出 功能实现流,再把它变成一节一节的 微课程。像 Duolingo 一样,一步一步理解一个项目是怎么做出来的。课程页面内置 AI 教学助手,随时答疑。


解决的问题

痛点解决方式
GitHub 项目太大看不懂AI 自动拆解核心功能
不知道从哪开始学功能实现流给出学习路径
技术之间关系混乱可视化流程图 + 依赖箭头
Linux 学了不会用在真实项目里学,每条命令都有场景化解释
代码看不懂AI 逐行解释关键代码
学一会就放弃Duolingo 式微课程,每节只解决一个问题
遇到疑问无处问AI 教学助手,全量上下文,流式对话

功能

ID功能状态
F001GitHub 项目输入 — 粘贴链接,拉取 README 和目录结构verified
F002AI 分析项目 — DeepSeek 识别技术栈和核心功能verified
F003功能实现流生成 — 按实现顺序编排,可视化流程图verified
F004微课程学习 — 搭积木 6 环节,进度条推进verified
F005Linux 总结 — 命令汇总,结合项目场景解释verified
F006学习记录系统 — 永久保存进度,支持完整重学verified
F007AI 教学助手 — 流式输出 + Markdown 渲染 + 侧边栏可拖拽verified
F008响应式移动端适配 — 手机/平板/桌面全适配,云部署就绪verified
F001 → F002 → F003 → F004 → F005
                          ↘
                           F007(课程页内嵌 AI 助手)
F006(独立,贯穿全流程)

怎么工作

粘贴 GitHub 链接 → AI 分析项目 → 生成功能实现流 → 拆成微课程 → 逐课学习
                                                              ↓
                                                        AI 教学助手随时答疑

每节微课程 6 个环节(搭积木模式)

  1. 1.要搭什么 — 一句话说清这步要实现的功能
  2. 2.缺什么积木 — 需要的关键技术/概念
  3. 3.放在哪里 — 在功能实现流中的位置
  4. 4.关键代码 — 项目里的真实代码片段
  5. 5.动手 — 一个小操作,让用户参与进来
  6. 6.搭上了 — 成就反馈

AI 教学助手

课程页面右下角浮动按钮唤出侧边栏,可拖拽调整宽度。全量注入项目上下文(课程内容 + 技术栈 + README + 目录结构 + 实现流 + Linux 命令),流式逐字输出,Markdown 渲染。优先教学答疑,通用编程问题也可回答,非技术日常问题礼貌拒绝。


立即使用

方式 1:手机/浏览器直接打开(推荐)

无需下载,手机电脑都能用:

[jiangxiadadao-linux-in-hci.hf.space](https://jiangxiadadao-linux-in-hci.hf.space/)

方式 2:双击 exe

下载 Linux_in_HCI.exe(22MB),双击即用。自动打开浏览器,无需安装任何环境。

关闭控制台窗口即可停止。

方式 3:开发模式

bash
# 需要 Python 3.10+ 和 Node.js 18+
git clone <repo-url>
cd <project-dir>

# 安装依赖
cd backend && pip install -r requirements.txt
cd ../frontend && npm install

# 启动后端(终端1)
cd backend && uvicorn main:app --host 0.0.0.0 --port 8000 --reload

# 启动前端(终端2)
cd frontend && npm run dev

前端 http://localhost:5173 | 后端 http://localhost:8000

配置 API Key

打开 App 首页 → 点击 设置 API Key → 粘贴 DeepSeek API Key → 保存。

Key 存在浏览器本地,不会上传到服务端。


技术栈

层技术
前端React 19 + Vite 8 + React Router + marked
后端FastAPI + SQLAlchemy + SQLite + SSE 流式
AIDeepSeek API
打包PyInstaller(单文件 exe)

项目结构

├── Linux_in_HCI.exe          # 可执行文件
├── backend/
│   ├── main.py               # FastAPI 入口 + SPA 静态文件服务
│   ├── database.py           # SQLite 数据库配置
│   ├── models.py             # ORM 模型(Project, Lesson, Flow, LinuxSummary, LearningProgress)
│   ├── schemas.py            # Pydantic 数据校验
│   ├── routers/
│   │   ├── projects.py       # F001 GitHub 项目输入
│   │   ├── lessons.py        # F002-F005 AI 分析/流程/课程/Linux总结
│   │   ├── learning.py       # F006 学习记录
│   │   └── chat.py           # F007 AI 教学助手(SSE 流式对话)
│   └── services/
│       ├── github.py         # GitHub API 客户端
│       └── deepseek.py       # DeepSeek AI 客户端
├── frontend/
│   └── src/
│       ├── api.js            # 后端 API 封装
│       └── pages/
│           ├── HomePage.jsx        # 首页:输入框 + 我的项目
│           ├── ProjectPage.jsx     # 项目详情:分析/流程/课程
│           ├── LearnPage.jsx       # 课程学习:6环节 + ChatSidebar
│           ├── LinuxSummaryPage.jsx # Linux 命令总结
│           ├── ChatSidebar.jsx     # AI 教学助手侧边栏(流式+可拖拽)
│           └── Markdown.jsx        # Markdown 渲染组件
├── v1/                       # v1 版本文档
├── v2/                       # v2 版本文档
└── .claude-project/          # 项目管理配置

构建 exe

bash
# 安装依赖
pip install fastapi uvicorn[standard] sqlalchemy httpx openai pydantic pyinstaller

# 构建前端
cd frontend && npm install && npm run build

# 复制前端产物到 backend
cp -r dist ../backend/frontend/

# 打包
cd ../backend
pyinstaller Linux_in_HCI.spec

# 产物在 backend/dist/Linux_in_HCI.exe

版本

版本日期功能数状态
v12026-05-166/6 verifiedsealed
v22026-05-178/8 verifiedsealed
v32026-05-178/8 verifiedcurrent

License

MIT