Skellar: Sky of Skills Dev Log #1

更新於 發佈於 閱讀時間約 5 分鐘
raw-image

Skellar: Sky of Skills

一直想做一個結合遊戲化學習平台,礙於技術複雜度的限制,這個想法長期停留在腦中。直到最近 AI 的進化,突破了許多原本難以解決的瓶頸,加上離職到報到之間的空檔,才讓我下定決心正式推進這個專案。

Skellar 的核心概念很直白:把學習變成一棵技能樹

完成任務、解鎖技能,能清楚看到自己學到什麼、接下來的路徑在哪裡,甚至能把這些成果直接串到履歷或作品集上。

要學什麼?

Skellar 的定位在概念期改過很多次。最初我想做一個「所有東西都能學」的超大技能樹,但很快就發現這樣過於貪心,最後會什麼都做不出來。

後來我意識到,對於產品來說,「限制」反而是力量。就像 Brilliant 專注在 STEM、Duolingo 專注在語言,Skellar 一開始也該選擇一個最適合的知識領域,把遊戲化做對、做深。

但這裡有個矛盾:如果做自己的產品還要跟著商業模式妥協,那還不如去上班。

於是我決定進行一個拆分,把整個平台切成兩個核心空間:

  1. 技能地圖(Skill Map):就像一棵真正的技能樹,清楚呈現進度、路徑和目標。
  2. 學習場域(Playground):當你實際解鎖某個技能點時,會被帶到一個最適合的環境,在那裡 Learn by Doing, Playing。

換句話說,看路徑和實際學習是分開的體驗,但又彼此連動。

怎麼學?

Skellar 第一階段預計會搭配 官方 Coding 課程 一起上線。

很多人會問:程式領域已經有 Codecademy、LeetCode,甚至像 Replicube 這樣的產品直接上架到 Steam,Skellar 有什麼不同?

我回想自己自學程式的過程,發現最有效率的方法其實不是照著課本一題一題練,而是:從既有的完成品出發,嘗試延伸功能,並透過測試驗證正確性。這個過程會迫使你理解現有架構,同時動手打造新的東西。

因此我設計了一個學習模式:

  • 系統提供一個擬真的 Codebase
  • 學習內容被拆成一系列 missions
  • 學員依照 mission 說明開發功能、測試並發出 PR。
  • 系統用 unittest 機制自動驗證 PR 是否達成需求。

這樣的體驗在學習維度上幾乎是「擬真到極致」。剩下的挑戰,是如何設計合理的學習曲線、界面包裝和提示系統,避免玩家因為卡在 VS Code 半小時就 rage quit。

平台將開放第三方的個人課程製作者上架自己的 Learning map 和課程,這樣的人被稱為 織星者(Starscribers),希望能夠打造擁有「知識分享」的雙向回饋知識社群。未來可以結合各式各樣的知識和技能,甚至和實體課程、直播課程結合,擴展到更多領域。

MVP

在 Open Beta 正式發布以前,現在做了一個最小的 MVP(網址)。有興趣的也可以自由上去玩玩看,給我 Feedback,或是加入 Starscribers 的 Discord

  1. 前端:NextJS + ShadcnUI
  2. 後端:Django + DRF
  3. 資料庫:PostgreSQL

Tech stack 的選擇都是相對成熟、討論度較高的 framework。除了我本身最熟悉以外,也是為了創造對 GitHub Copilot 最友善的開發環境(畢竟之後大部分就要交給他來寫了 :>)

結語

Skellar 對我來說是一個實驗。它不是在追求「做出下一個 unicorn 產品」——至少目前不是。而是想回答一個更單純的問題:學習能不能變得像遊戲一樣?我把我腦中的概念做出來,並且推廣給各式各樣的人,希望透過 Community 的力量組建整座知識星辰

我不知道答案會是什麼,但我知道過程會很有趣。這系列 Dev Log 就是我的紀錄方式:邊走邊寫,邊失敗邊修正。

如果你對這個想法有共鳴,或只是想看看一個學習平台如何從零開始搭建,歡迎加入 Discord,一起見證這座技能星辰的生長。


Starscribers Discord Server: https://discord.gg/KURmknGA

Skellar Open Beta: https://skellar.rn-ws.com/

留言
avatar-img
留言分享你的想法!
avatar-img
Corix RID的沙龍
3會員
2內容數
你可能也想看
Thumbnail
2025 vocus 推出最受矚目的活動之一——《開箱你的美好生活》,我們跟著創作者一起「開箱」各種故事、景點、餐廳、超值好物⋯⋯甚至那些讓人會心一笑的生活小廢物;這次活動不僅送出了許多獎勵,也反映了「內容有價」——創作不只是分享、紀錄,也能用各種不同形式變現、帶來實際收入。
Thumbnail
2025 vocus 推出最受矚目的活動之一——《開箱你的美好生活》,我們跟著創作者一起「開箱」各種故事、景點、餐廳、超值好物⋯⋯甚至那些讓人會心一笑的生活小廢物;這次活動不僅送出了許多獎勵,也反映了「內容有價」——創作不只是分享、紀錄,也能用各種不同形式變現、帶來實際收入。
Thumbnail
嗨!歡迎來到 vocus vocus 方格子是台灣最大的內容創作與知識變現平台,並且計畫持續拓展東南亞等等國際市場。我們致力於打造讓創作者能夠自由發表、累積影響力並獲得實質收益的創作生態圈!「創作至上」是我們的核心價值,我們致力於透過平台功能與服務,賦予創作者更多的可能。 vocus 平台匯聚了
Thumbnail
嗨!歡迎來到 vocus vocus 方格子是台灣最大的內容創作與知識變現平台,並且計畫持續拓展東南亞等等國際市場。我們致力於打造讓創作者能夠自由發表、累積影響力並獲得實質收益的創作生態圈!「創作至上」是我們的核心價值,我們致力於透過平台功能與服務,賦予創作者更多的可能。 vocus 平台匯聚了
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 以下陳述任務 (Task)、模型 (Model)、微調 (Fine-Tuning)、GLUE (General Language Understanding Evalu
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 以下陳述任務 (Task)、模型 (Model)、微調 (Fine-Tuning)、GLUE (General Language Understanding Evalu
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續 AI說書 - 從0開始 - 86 提及 SuperGLUE 任務清單,當中會包含以下欄位: 名稱 (Name):經過微調的預訓練模型的下游任務的名稱 標識符
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續 AI說書 - 從0開始 - 86 提及 SuperGLUE 任務清單,當中會包含以下欄位: 名稱 (Name):經過微調的預訓練模型的下游任務的名稱 標識符
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 繼 AI說書 - 從0開始 - 82 與 xxx ,我們談論了衡量 AI 模型的方式,那當你訓練的模型比 State-of-the-Art 還要好並想要進行宣稱時,需要
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 繼 AI說書 - 從0開始 - 82 與 xxx ,我們談論了衡量 AI 模型的方式,那當你訓練的模型比 State-of-the-Art 還要好並想要進行宣稱時,需要
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 Transformer 可以透過繼承預訓練模型 (Pretrained Model) 來微調 (Fine-Tune) 以執行下游任務。 Pretrained Mo
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 Transformer 可以透過繼承預訓練模型 (Pretrained Model) 來微調 (Fine-Tune) 以執行下游任務。 Pretrained Mo
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先做個總回顧: Transformer 架構總覽:AI說書 - 從0開始 - 39 Attention 意圖說明:AI說書 - 從0開始 - 40 Transfo
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先做個總回顧: Transformer 架構總覽:AI說書 - 從0開始 - 39 Attention 意圖說明:AI說書 - 從0開始 - 40 Transfo
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧我們在AI說書 - 從0開始 - 7,已經完成Colab Python環境配置。 針對Attention Layer的程式配置為: start_time =
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧我們在AI說書 - 從0開始 - 7,已經完成Colab Python環境配置。 針對Attention Layer的程式配置為: start_time =
Thumbnail
延續上週提到的,「有哪些不訓練模型的情況下,能夠強化語言模型的能力」,這堂課接續介紹其中第 3、4 個方法
Thumbnail
延續上週提到的,「有哪些不訓練模型的情況下,能夠強化語言模型的能力」,這堂課接續介紹其中第 3、4 個方法
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News