懒得读40页数据手册，他做了个会说话的电路板导师

“把 GPIO17 接到 LED 上。”

这句话听起来简单，直到你开始追问：GPIO17 到底是哪一根物理引脚？地线往哪接？图里那个电阻又是干什么用的？

Pinlight 的作者给出的理由很直接：懒得翻那 40 页数据手册。于是他做了一个交互式电子学学习台，把 3D 电路板、引导式活动、带来源链接的 AI 导师和学习进度塞进同一个工作区。目前 Raspberry Pi 5 和 Arduino Uno R3 都有预制课程；上传电子学 PDF 后，系统会围绕原文页面另建一条学习路径。

界面布局是聊天在左、电路板在中、课程轨迹在右。选中一个元件，它就亮起来，其余部分淡出。你可以就它提问、跳到它的来源，或者直接进入下一步。

引脚名和物理位置，分开显示

电路板可以旋转、缩放，能显示元件标签，也能细看树莓派的 40 针排针。物理位置和 BCM GPIO 名称分开标注，GPIO17 因此不会被误认成物理引脚 17。

两块板各有五个活动，每个活动包含四个引导步骤。预览会显示相关引脚、连线和控制值，参考代码随设置更新：树莓派用 Python，Uno 用 Arduino sketch。代码可以打开、跟随高亮行、复制。

这些是屏幕上的教学预览，不是来自已连接硬件的实测数据。代码高亮只是演示预制程序，不会在浏览器里执行任意 Python 或 C++。

一句话控制整个桌面

问“LED 为什么需要电阻”，导师会基于课程来源作答。也可以直接说“下一步”“显示引脚图”“放大”“打开代码”或“做点什么”来控制桌面。

语音链路分工明确：Wispr Flow 负责把口述内容送进输入框，可选自动发送；Bolna 负责播报回复，英语走 ElevenLabs，印地语走 Sarvam。停止口述后切换到 Bolna 连续监听，由 Deepgram 转写语音。这些请求走同一个聊天处理器，所以一句语音命令能改变场景，一个问题也能抵达导师。说“停止监听”即可结束。连续会话需经同意，最长三分钟，且要求桌面标签页保持打开。

把 PDF 变成一条学习路径

上传电子学 PDF 后，Pinlight 会读取页面、提取器件细节并构建路径，进度可见。扫描页可以走本地 OCR，也就是对图片页面做文字识别。

工作区包含来源段落、每课内的搜索、原始 PDF 阅读器、学习笔记，以及继续之前的自检。文档支持时，器件审查面板会显示封装变体、引脚名、尺寸、电气特性和缺失信息。选中带来源链接的元件或引用，会打开原始页面。

已知开发板使用预制模型。其他文档可以依据识别出的信息生成近似的封装场景；Pinlight 并不承诺对每块上传的板子做精确复刻。未知引脚和缺失规格就保持未知。

合适的路径还会提供分压或 RC 充电的示例活动，可以改元件值、查看计算结果或充电曲线。这些是独立的教学电路，不是对上传器件的自动仿真。SerpApi 补充厂商参考搜索，结果只是待查看的链接，不会自动变成被接受的器件事实。

回到自己的桌面

用 Auth0 登录后，按板子区分的聊天、上传的 PDF、路径笔记和进度会保存在“我的桌面”。条目按开发板、芯片、模块和其他文档分组，各有独立对话，可以重新打开或删除。Supabase 存储登录后的学习数据和私有 PDF，归属校验确保保存内容只对正确账户可见。预制课程不登录也能用。

技术栈方面，导师用 Mastra 搭配 openai/gpt-oss-120b，这是一个通过 Groq 服务的开放权重模型。提问时，服务器先收集当前板子、课程、选中元件和来源摘录；Mastra 向模型索取答案、来源引用和可选的聚焦元件；Pinlight 再校验这些引用和元件名是否存在于课程中。校验能抓住无效引用和无效目标，但无法证明每一句话都正确。模型不可用时，一个带标注的本地指南可以基于预制材料作答。

其余工具各司其职：Zod 做数据校验，jose 验证登录令牌，@napi-rs/canvas 在服务端渲染 PDF 页面，Node 测试运行器检查工作流，pdf-lib 生成 PDF 测试夹具，pg 支持数据库迁移。Docling 是可选的本地表格读取 worker；Groq 辅助的 PDF 提取同样可选，配置视觉模型后可使用选定页面图像，本地提取路径始终保留。Wispr 通过其桌面应用工作，Pinlight 并未内嵌 Wispr 识别 API。

PDF 处理设了几道实际防线：文件与页数限制、重复检测、带可见阶段的队列、结果保存和来源校验。搜索结果有缓存，服务商密钥留在服务端，消耗额度的请求受限。

还没测过学习效果

作者明确表示，尚未测量学习提升或节省的时间。第一次学习者测试会让新手识别引脚、解释电阻、预测 LED 时序，然后记录准确率、完成时间和他们的解释。他认为这些结果比编造一个百分比更有用。

下一步计划包括：摄像头课程，识别兼容的摄像头与接口、完成设置、拍下第一张图并探索基础图像处理；一台小 rover，用短课把控制器、电机驱动、电源和传感器串起来，先在屏幕上预览，再上实物验证；更多实验，覆盖模拟传感器、电机调速和简单的 I²C/SPI 外设；以及更好的学习检查，让学习者先预测、再观察、再解释。

至于那个“偷懒”的回报，作者的说法是：把学习里重复的活儿自动化——找相关段落、把它对上可见的元件、定位示例、找回自己的进度。打开 LED 路径，跟着高亮连线，提出你的问题，试着改一个参数。思考仍然由学习者完成，Pinlight 只把支撑材料放在手边。

Raspberry Pi 和 Arduino 的名称归各自所有者，Pinlight 与这两家机构均无关联。