本课程向面低龄孩子，通过 micro:bit 进行电子与编程启蒙。在丰富有趣的项目中，孩子将认识电路、传感器与程序控制，体验从想法到作品的创造过程，逐步建立计算思维、动手能力与解决问题的信心。

通过 Scratch 图形化编程平台，学生将在动画、游戏和互动项目中，逐步掌握角色控制、事件响应、循环、条件判断、变量、列表与简单函数等核心概念。课程重点不仅是完成作品，更是系统提升孩子的编程逻辑、问题解决能力与项目设计能力，为后续学习 Arduino、Python 和更深入的智能创作打下基础。

本课程以PBL 项目式学习为核心，通过电路、机械结构、材料与科学实验等丰富有趣的项目，引导孩子经历设计一制作一测试一改进的工程创造过程。孩子不仅会“做出一个作品”，更会逐步学会观察问题、尝试方案、动手验证，并把自己的想法真正变成作品。

本课程面向具备基础电子与编程能力的学生，通过 Arduino / ESP32 项目，学习传感器、机械结构、3D建模、AI模块与物联网控制。孩子将在真实项目中理解“感知—处理—执行—联网”的智能系统逻辑，并提升工程设计、调试与解决问题能力。

AI预备班是享渔AI学习体系的第一阶段。课程面向希望进入人工智能学习、但尚未建立系统编程基础的学生。孩子将从 Python 的变量、输入输出、条件判断与循环开始，逐步学习列表、字典、函数、调试与常用模块，并在项目中学习如何借助 AI 辅助分析和优化代码。

生成式AI与智能体开发是AI学习体系第一阶段的进阶课程。课程面向已经具备Python基础的学生。孩子将从日常使用ChatGPT等生成式AI开始，逐步理解大语言模型、Prompt、API和AI Agent的基本工作方式，并学习为智能体加入记忆、工具调用、语音、图像和文档知识库等能力。最终，学生将围绕真实需求，独立设计并开发一个可以实际使用、在线展示的AI智能体应用。

Python数据分析是AI学习体系第二阶段的重要课程。课程面向了已经具备基础Python能力的学生。孩子将学习如何使用 Pandas 和 NumPy 对真实数据进行读取、清洗、整理与分析，并使用 Matplotlib 与 Seaborn 制作清晰图表。同时，他们还会学习如何通过 API 和网页获取数据，并在项目中完成从问题提出、数据处理、图表表达，到结论汇报的完整分析流程。

机器学习与Kaggle实战是AI学习体系第二阶段的重要课程。课程面向已经具备Python和数据分析基础的学生，从Titanic、House Prices等经典项目入手，学习机器学习的完整流程，包括数据清洗、特征工程、分类与回归建模，模型评估、交叉验证、随机森林、XGBoost与参数优化，并在真实竞赛任务中体验模型迭代与成绩提升。最终，学生将完成一个可展示、可讲解的机器学习项目。