MangoBoxMangoBoxAI 精準教學平台
MANGOBOX AI 精準教學平台

MangoBox AI 精準教學平台

從實體程式設計出發,理解學習歷程,支持每一步成長。

MangoBox AI 精準教學平台係由國科會補助,歐陽芳泉教授所主持的一項科研計畫。主要整合實體運算硬體、韌體、程式開發工具與教學應用,讓學生從感測與互動實作入門,逐步深入程式邏輯、硬體控制與 AI 協作,可應用於運算思維教育、程式設計教學、STEAM動手做教學、電子電路教學、互動裝置與遊戲設計、物聯網與人工智慧應用。

平台以不同抽象層次的程式設計方式,支持不同起點的學習者,並保留探索底層數位控制原理的空間。其核心理念為輔助學生在程式撰寫、AI 互動與硬體操作中的學習困難,並以實作歷程為基礎,朝向學習困難診斷、個人化回饋與教師教學決策支持發展,讓教學更能回應學生的實際需要。

平台研發|歐陽芳泉 副教授國立臺北商業大學 數位多媒體設計系
Core Computing Units

核心運算單元

MangoBox 支援 Raspberry Pi Pico、Pico W 與 Pico 2 W,作為執行程式、讀取感測資料與控制裝置的核心。搭配對應的 MangoBox 電路板與韌體,可從基礎程式練習延伸至無線互動與物聯網應用。

Raspberry Pi Pico

實體程式設計的入門核心

採用 RP2040 微控制器,適合感測器讀取、燈光互動與馬達控制等實作,讓學生透過可觀察的硬體反應,理解程式與真實世界的連結。

RP2040程式入門實體互動
Raspberry Pi Pico 電路板示意圖

Raspberry Pi Pico W

從單機互動走向無線連結

採用 RP2040 微控制器並具備 Wi-Fi 能力,讓實體運算作品進一步探索資料傳輸、裝置連線與物聯網應用。

RP2040Wi-Fi物聯網
Raspberry Pi Pico W 電路板示意圖

Raspberry Pi Pico 2 W

進階運算與無線應用

採用新一代 RP2350 微控制器,具備更充裕的運算與記憶體資源,並支援 Wi-Fi,為較複雜的感測整合、互動控制與連網專題提供基礎。

RP2350Wi-Fi進階實作
Raspberry Pi Pico 2 W 電路板示意圖
Physical Computing Boards

實體運算電路板

MangoX2 與 MangoLite 由羅治民教授研發,作為 MangoBox 連結程式與實體世界的硬體基礎。兩款電路板透過模組化介面整合感測、控制與擴充能力,以降低實體運算的入門門檻,同時保留動手實作與延伸探索的空間,讓學生逐步將想法實現為互動裝置、智慧車與機器人作品。

MangoX2

從程式設計延伸到電子實作
電路板研發|羅治民 教授

MangoX2 提供感測器、伺服馬達與擴充模組介面,並具備馬達控制能力。板上預留 mini 麵包板安裝區,讓學生除了使用現成模組,也能練習接線、探索基本電路,逐步完成自己的互動原型。

模組擴充mini 麵包板ServoMotorRobotics
MangoX2 實體運算電路板

MangoLite

緊湊整合的模組化實體運算平台
電路板研發|羅治民 教授

MangoLite 在緊湊的板型中整合常用模組介面、馬達控制,以及 RGB、按鈕、蜂鳴器與紅外線等基本輸入輸出功能。學生可從簡單互動快速開始,再搭配外接感測器與控制模組,發展物聯網裝置與機器人作品。

模組化接口基本 I/OSensorMotorIoT / Robotics
MangoLite 實體運算電路板
Teaching Kits

MangoBox 教學套件

依不同課程與教學目標,將電路板、功能模組、教材與範例整合成可直接應用於課堂的教學套件。

MangoX2 Starter

Robotics / 入門智慧車

以 MangoX2 為核心的輪型車入門套件,讓學生從程式控制、感測與馬達驅動開始,逐步完成可實際移動與互動的智慧車作品。

MangoX2 Starter

MangoX2 程式教育套件

Python / Physical Computing

以程式設計學習為核心,透過實體輸入、輸出與互動模組,讓學生能直接觀察程式執行結果,將抽象的程式邏輯轉化為可操作、可觀察的實體作品。

MangoX2 程式教育套件

MangoLite 物聯網套件 開發中

Pico 2 W / IoT / Wireless

以 MangoLite 搭配 Raspberry Pi Pico 2 W,聚焦無線連線、感測資料、智慧控制與物聯網應用,作為未來 IoT 與 AIoT 教學的核心套件。

▧
套件圖片預留區
Firmware & Software

套件專屬的韌體與軟體

MangoBox 的軟硬體工具依不同電路板與教學套件共同設計,從韌體執行、裝置設定、測試維護到程式與積木開發,提供完整的使用環境。

▶

Runtime

依 MangoX2、MangoLite 與不同套件提供相對應的執行環境,負責模組控制、事件處理、裝置通訊與程式執行。

查看版本 →
▣

Device Manager

管理裝置連線、模組啟用、GPIO/腳位設定、參數校正、即時讀取與多裝置設定。

產品與版本 →
⌁

Hardware Lab

提供韌體寫入、Clean Flash、Factory Reset、Recovery、執行模式切換及裝置生命週期診斷。

產品與版本 →
Th

MangoThonny v0.4.3.1

教學用 Python/MicroPython IDE,整合作業模式、Learning Log 與繁體中文 Error Advisor,支援跨電腦續作、正式繳交與學習歷程分析。

產品與版本 →
</>

MangoPython

以 Python 操作 MangoBox 硬體與模組,提供較容易學習的控制方式,支援實體程式設計與進階應用。

查看文件 →
▦

桌上型積木 開發中

規劃中的桌面圖形化程式設計環境,讓學生以積木方式控制 MangoBox 套件與實體裝置。

◎

MangoBox Creator Web 測試版

免安裝的瀏覽器積木程式設計環境,支援積木/程式碼/分割顯示、模擬器,以及 Chrome/Edge 透過 Web Serial 連接 MangoBox 裝置。

立即開啟 →
AI Precision Teaching

AI 精準教學平台 研究發展中

MangoBox 的 AI 精準教學研究,規劃整合學生在 AI、軟體與硬體中的學習歷程,透過歷程資料分析與 AI 輔助,朝向學習困難辨識、問題診斷,以及教師與學生的教學支持發展。以下呈現研究架構與發展方向。

1

學習與實作

學生 × AI × 軟體 × 硬體

→
2

學習歷程

  • 程式修改
  • 執行與錯誤
  • AI 互動
  • 硬體操作
→
3

分析與診斷

  • 困難點
  • 概念錯誤
  • 學習進度
  • 使用行為
→
4

教學支持

學生端AI 提示、錯誤解釋、學習建議
教師端學習狀態、共通問題、介入參考
▧
AI 平台概念圖預留區後續補上歷程分析與教學支持主視覺
MangoBox Ecosystem

MangoBox 教學生態系

從實體運算電路板、教學套件、專屬韌體與軟體,到 AI 精準教學平台,MangoBox 將硬體實作、程式學習與教學支持整合為一個持續發展的教學生態系。

▤
實體運算電路板
→
◇
教學套件
→
⌘
韌體與軟體
→
✦
AI 精準教學平台
→
◎
學生學習 × 教師教學
生態系總覽圖預留區