Spaces:
Sleeping
Sleeping
| license: mit | |
| title: 🎓 Prof.404 - 開箱教授去哪兒? | |
| sdk: gradio | |
| emoji: 👀 | |
| colorFrom: purple | |
| colorTo: pink | |
| pinned: true | |
| short_description: 'Status code 404: Professor is in another dimension.' | |
| # 🎓 Prof.404 - 開箱教授去哪兒? (Professor Insight Scout) | |
| <div align="center"> | |
| [](https://huggingface.co/spaces/DeepLearning101/Prof.404) | |
| [](https://github.com/Deep-Learning-101/prof-404) | |
| [](https://opensource.org/licenses/MIT) | |
| [](https://deepmind.google/technologies/gemini/) | |
| 👉 歡迎 Star ⭐ GitHub 👆 👆 HuggingFace ⭐ 覺得不錯 👈 | |
| **學術研究啟程的導航系統,拒絕當科研路上的無頭蒼蠅** | |
| **(全新升級:支援雲端同步!HuggingFace Space 重啟資料不遺失 🔄)** | |
| [立即體驗 (Hugging Face)](https://huggingface.co/spaces/DeepLearning101/Prof.404) | [Deep Learning 101](https://deep-learning-101.github.io/) | |
| </div> | |
| --- | |
| ## 🤔 為什麼你需要這個酷東西? | |
| 在這個 AI 論文比薩滿還要多的時代,要在茫茫學海中找到「對的人」談何容易? | |
| 不管你是想做研究、找產學合作,還是單純想知道台灣誰在搞最新的算法,你是否常覺得自己像隻無頭蒼蠅,撞得一頭血卻找不到方向? | |
| **Prof.404** 是一個基於 Google Gemini 模型的 **學術雷達**。它不只是搜人,更是你的科研情報官: | |
| * 🚀 **科研人員/開發者**:想知道台灣誰在做最新的「後量子密碼」或「具身智能」?別再一篇篇翻系所網頁了,AI 直接幫你盤點戰力。 | |
| * 🤝 **產業界/企業主**:想找教授做產學合作、技術顧問?這裡能幫你分析教授的實戰經驗與過往產學績效。 | |
| * 🎓 **準研究生**:選指導教授就像選對象,適不適合很重要。這裡提供客觀的研究方向與畢業生出路分析,作為你的選組參考。 | |
| --- | |
| ## 🧠 補腦專區:Deep Learning 101 | |
| 在使用工具飛向宇宙之前,先把裝備穿好。這裡有我們整理的最新乾貨滿滿 AI 技術地圖與實戰心法: | |
| ### 🔥 技術傳送門 (Tech Stack) | |
| * 🤖 **大語言模型 (LLM)**: [拆解 LLM 的黑盒子](https://deep-learning-101.github.io/Large-Language-Model) | |
| * 📝 **自然語言處理 (NLP)**: [讓機器聽懂人話](https://deep-learning-101.github.io/Natural-Language-Processing) | |
| * 👁️ **電腦視覺 (CV)**: [像素眼中的世界](https://deep-learning-101.github.io//Computer-Vision) | |
| * 🎤 **語音處理 (Speech)**: [聲音的 AI 魔法](https://deep-learning-101.github.io/Speech-Processing) | |
| ### 📚 必讀心法 (Must Read) | |
| * **策略篇** 👉 [AI 新賽局:企業的入門策略指南](https://deep-learning-101.github.io/Blog/AIBeginner) | |
| * **評測篇** 👉 [臺灣 LLM 性能評測與在地化分析](https://deep-learning-101.github.io/Blog/TW-LLM-Benchmark) | |
| * **實戰篇** 👉 [從零到一:打造高精準度 RAG 系統](https://deep-learning-101.github.io/RAG) | |
| * **避坑篇** 👉 [避開 AI Agent 開發陷阱與解決方案](https://deep-learning-101.github.io/agent) | |
| --- | |
| ## 🚀 快速佈署:只需 3 分鐘,打造你的專屬雷達 | |
| 我們提供兩種方案,不管你是 Google Sheet 的信徒,還是 Python 的狂熱者,都能輕鬆上手。 | |
| ### 方案 A:Google Apps Script (GAS) 版 | |
| **特色:免費、免伺服器、結合 Google Sheet 自動存檔(最簡單!)** | |
| 1. 建立一個新的 [Google Apps Script](https://script.google.com/) 專案。 | |
| 2. **複製程式碼**: | |
| * `Code.gs`: 複製本 Repo 中 `prof-404/code.gs` 的內容。 | |
| * `Index.html`: 建立一個 HTML 檔案並複製 `prof-404/Index.html` 的內容。 | |
| 3. **設定環境變數** (專案設定 -> 指令碼屬性): | |
| * `GEMINI_API_KEY`: 你的 Google Gemini API Key。 | |
| * `SPREADSHEET_ID`: 建立一個 Google Sheet,把網址 `d/` 後面的 ID 貼過來(AI 幫你搜集的資料會自動存進去!)。 | |
| * `GEMINI_MODEL_ID`: (選填) 例如 `gemini-2.0-flash`。 | |
| 4. **執行權限驗證**:在編輯器手動執行一次 `getSheet` 函式,同意權限。 | |
| 5. **發布**:點擊「部署」->「新增部署」->「網頁應用程式」->「建立新版本」-> 完成! | |
| ### 方案 B:Hugging Face Space (Python/Gradio) 版 | |
| **特色:介面美觀、一鍵 Fork、支援雲端同步 (資料不遺失)** | |
| 1. **準備雲端資料庫** (若不需雲端存檔可跳過): | |
| * 到 HF 建立一個新的 **Dataset** (建議設為 Private),記下 ID (如 `YourName/prof-data`)。 | |
| 2. **Fork 專案**:直接到我們的 Space 點擊右上角的 **Duplicate this Space**。 | |
| * 👉 [DeepLearning101/Prof.404](https://huggingface.co/spaces/DeepLearning101/Prof.404) | |
| 3. **設定 Secret** (Settings -> Variables and secrets -> Secrets): | |
| * `GEMINI_API_KEY`: **(必填)** Gemini API 金鑰。 | |
| * `HF_TOKEN`: **(選填)** 你的 HF Access Token (需有 Write 權限),用於同步資料。 | |
| * `DATASET_REPO_ID`: **(選填)** 步驟 1 建立的 Dataset ID (例如 `DeepLearning101/prof-data`)。 | |
| * `GEMINI_MODEL_ID`: (選填) 預設 `gemini-2.0-flash`。 | |
| 4. **搞定**:Space 會自動 Build。設定好 `HF_TOKEN` 後,**即使 Space 重啟,你的追蹤清單也會自動從 Dataset 還原!** | |
| --- | |
| ## 🛠️ 本地開發 (Local Development) | |
| 如果你想在自己電腦上魔改這個專案,甚至實現「本地跑程式、雲端存資料」: | |
| ```bash | |
| # 1. Clone 專案 | |
| git clone [https://github.com/Deep-Learning-101/prof-404.git](https://github.com/Deep-Learning-101/prof-404.git) | |
| cd prof-404 | |
| # 2. 安裝依賴 | |
| pip install -r requirements.txt | |
| # 3. 設定 .env | |
| # 建立 .env 檔案並填入 (HF_TOKEN 設了就能跟你的 Space 同步資料!): | |
| # GEMINI_API_KEY=你的Key | |
| # HF_TOKEN=你的HF_Write_Token (選填,填了就能同步雲端!) | |
| # DATASET_REPO_ID=你的Dataset_ID (選填) | |
| # 4. 啟動 Gradio | |
| python app.py |