統計檔沒載到（data/pipeline-stats.js）。頁面文字仍可讀，數字會是空的。
先看三分半鐘的影片：整個流程從頭跑一遍
壹批改流程地圖：八站，從學生交作業到學生看到分數
這條流程的原則只有一句：程式做重複的事、AI 做第一輪判斷、老師做決定。每一站都留下檔案與紀錄，學期末要寫成果報告或教學實踐研究時，證據已經在那裡。
教學平台（e學苑）的作業節點、課堂簽到、GitHub 上的 commit、LINE Bot、手寫學習單拍照上傳。
瀏覽器批次按「下載所有繳交」，一份作業一份 zip；八個班、21 份作業曾經一次全部抓完。
還原 zip 裡的中文檔名、姓名對學號、線上文字另存、網址抽出來；對不上名冊的列出來、不猜。
三種方式：完成度、程式判定、三個 AI 評分者各打一份再對齊（下面「怎麼評」）。
逐生卡片看三位的分數與評語；差距大、分數低、遲交、評語有問題字眼的自動進「關注名單」，老師只看這些。
整個系統只有一條路能寫成績簿（Google 試算表）：先備份、檢查表頭、寫入、再回讀驗證。
用學校帳號登入只看得到自己那一列；全班沒人評的題目顯示「未評」，沒全部評完不顯示總分。
學生在查詢頁送複查 → 工單表 → 老師回覆；學期末推教務處前先做三層對帳，確認沒有人被資料缺漏害到。
貳這學期到目前的規模
展開 27 份作業的清單（各課、各班、繳交狀態）
「已繳」是對得到名冊的人數；標分組的作業一組交一份，所以人數看起來少。作業名可以點進「一種作業一頁」。
| 課 | 作業 | 班 | 怎麼評 | 名冊 | 已繳 | 遲交 | 狀態 |
|---|
參一種作業一頁：評分表全文、各班數字、評分者差在哪一格
每一種作業都有一張自己的評分表；要 AI 評分者讀內容的那幾種，評分表是讀完全班的繳交材料之後才定的——不是先寫好規準再收作業（完成度與程式判定這幾種則照作業要求定）。點進去看每一格怎麼給分、評分者在哪一格最常不一致、評分表改過什麼。
肆作業怎麼評：三種方式
有交就給：準時 100、遲交 70、沒交 0；不評內容好壞。用在演講課的手寫學習單——那門課的底線是不對學生個人做評價。
能用程式確定的就不用人：模擬電路檔有沒有照規格接線與閃爍、交的網址真的打開活不活。同一份檔跑幾次都一樣，可以稽核。
同一份評分表，三個不同引擎的 AI（少數作業兩個）各自讀全班、各打一份，再取平均。「對齊」白話說：把全班的平均分換算到 80–100 的分數帶，像把三把不同的尺換成同一把——作業是練習，分數帶是鼓勵；原始分與評分者之間的差距都留著給老師看。老師可以填「最終分數」蓋過去。
一份真的評分表長這樣（第 2 週「裝好四樣」，五格各 20 分、辦不成但寫出原因也給分）：
評分表怎麼來的：AI 先讀完全班的材料、列出看得見的維度，老師確認後才開批；沿用同一份評分表就不必再確認。這就是今天第二塊練的那件事。
伍怎麼檢查：不只比對文字
學生交的是連結、照片、模擬電路、投影片、手寫紙，光比對文字什麼都查不到。每一種證據都有自己的檢查法，而且盡量讓程式做、讓結果可重跑：
直接抓學生交的 Wokwi 公開專案裡的 diagram.json 與程式碼做靜態檢查：有沒有板子、LED、電阻，有沒有接 GND、接到哪支腳位，程式有沒有「設腳位＋切換＋延時＋迴圈」這四件事；節奏那一格再看有沒有兩種等待時間。它不會真的按播放，證明的是「接線與程式長得對」、不是「一定會閃」，但已經比看截圖可靠得多；交老師示範專案的連結不算。紅綠燈那兩份作業只拿它抓零件與接線當證據，分數照評分表由評分者判。這一條做起來不容易，值得特別看。
不是看有沒有貼網址：程式去開每一條，等它回應、跟著轉址、最多等 15 秒，有正常回應才算活著；至少一條活著就滿分，每一條的活死都記進「主要問題」欄給老師看。
板子動起來、點陣亮了這類只有照片的作業，AI 評分者用視覺看：燈有沒有在動、有沒有終端機或程式碼畫面證明是自己做的。這類最容易看法不同，差距大的一律送人看。
commit 三次的作業：截圖裡的 commit 數與訊息、線上文字列的三筆、repo 網址是不是自己的公開 repo，三邊要對得上。
簡報與 PDF 先抽文字；字太少的把每一頁抽成圖讓評分者看，不因抽不到字給低分。
只交影片的人：程式均勻抽幀、語音轉文字給評分者讀；任何一步失敗一律標「請人工看影片」，不盲改。（工具是上學期做的，這學期還沒有影片類作業。）
手寫學習單的照片：找外框、透視校正到模板，量每一區的墨水密度判有沒有寫、勾選格的黑像素判有沒有勾，拿不準的留給人看。（試作中，還沒用在正式成績；學習單目前只看有沒有交、準不準時。）
姓名對學號先正規化、同名不猜；遲交時間讀平台匯出的評分工作表；分組作業照定版分組表同組同分。
一鍵生成的簡報（工具浮水印、整份同一腔調）只對有嫌疑的那幾份再請另一個 AI 反方審一次，不全班亂掃。（上學期期末報告用過，這學期的作業還沒用到。）
同一份評分表，三個不同引擎的 AI（少數作業兩個）各打一份，差距 15 分以上就送人看；分歧集中在哪一格，哪一格就是評分表該改的地方。
陸三個評分者差多少：差距是訊號，不是結論
每一份作答有兩到三個分數，取最高減最低當差距。到目前 — 份作答裡，差距 15 分以上的有 — 份（—%）——這些就是老師要親自看的，其他的評分者意見一致、老師抽查就好。
柒遲交與出席
遲交規則：每晚一週扣 5%（晚 1 分鐘到 7 天算一週；2026-10-09 起，之前是打八折）。兩個例外：演講課的學習單應該在課堂寫完，遲交一律 70；作業說明寫過「晚交照收、只標遲交」的那幾份不扣。遲交時間不用人看：從教學平台匯出的評分工作表讀「過期幾日幾小時」；平台只記最後一次繳交，準時交過又重交的會被算成遲交，這種要人看。補交的人程式會再抓一次、同一份評分表再批、按規則打折後推簿。
到目前個人作業收到 — 份，其中遲交 — 份（—%）。
出席：簽到或課堂小作業當出席證據，一場一分、直接加總、不設上限；查詢頁在學期中只顯示「出席 N／D 場」，整學期點完才變成分數。到 2026-10-09 各課已登的出席場次：
展開各課已登的出席場次
| 課 | 已登場次 |
|---|
捌誰做什麼：程式、AI、老師
| 事 | 誰做 | 老師還要做的 |
|---|---|---|
| 抓作業、整理資料夾、對名冊 | 程式（瀏覽器批次下載＋整理腳本） | 看一眼「對不上名冊」的清單 |
| 寫評分表 | AI 先讀全班材料、列維度 | 確認維度、定分數（第一次用才要） |
| 打分數 | 三個 AI 各一份；或程式判定；或完成度 | 看關注名單、填最終分數（想蓋過才填） |
| 推成績簿 | 程式（備份→檢查→寫→回讀） | 說一聲「推」 |
| 學生看成績、送複查 | 查詢系統（學校帳號登入） | 回覆複查工單 |
| 寄成績通知、推教務處 | 程式備好草稿與檔案 | 親自按下寄出與上傳 |
所有學生資料只放在不上網的硬碟；成績簿與查詢系統的存取碼不進任何程式庫。給 AI 評分的材料用代號配對，報告一律去識別。
玖帶回自己課上的三件事
- 先決定哪些作業只看完成度。反思、學習單、課前提問這類東西，評內容會讓學生不敢寫真話；完成度計分＋抽樣讀內容，證據反而更真。
- 讓兩三個評分者各打一份，差距大的才親自看。不管評分者是 AI 還是助教，「差距」比「平均」更有用——它告訴你評分表哪一格寫得不清楚。
- 每一站都留檔。評分表第幾版、哪一天推的簿、誰改過什麼，今天第一塊練的就是這個。學期末要寫報告時，這些檔案就是研究歷程。