📍 第一階段：自動化核心原理（心法與兵器）
- 1.1 「看」與「點」的藝術：影像辨識自動化原理
- 程式是如何「看到」遊戲畫面的？（PyAutoGUI 與 OpenCV 的底層邏輯簡述）。
- 為何選擇「找圖」而非「抓記憶體」或「封包」？（安全、直覺、好上手）。
- 1.2 核心工具箱
- PyAutoGUI：滑鼠鍵盤的替身。
- time.sleep()：掌控節奏的關鍵，為什麼程式需要「等待」？
- 1.3 新手常見的地雷：螢幕解析度與縮放比例
- 為什麼在我電腦能跑，換台電腦就找不到圖？
📍 第二階段：解剖 auto_bot 專案架構（看懂別人的神作）
- 2.1 專案結構拆解（從單一檔案到專案化）
- pictures/ 資料夾：圖庫管理的重要性與截圖技巧（如何截出高辨識率的圖？包含 shop_whitelist 的設計思路）。
- 主程式區 (game_bot_daily_mission.py, auto_next_level.py)：任務導向的腳本設計。
- 核心精髓：tools.py 模組化：為什麼要把找圖、點擊寫成獨立的工具函數？（學習 DRY 原則 - Don't Repeat Yourself）。
- 2.2 程式碼邏輯追蹤：以「解每日任務」為例
- 一步步拆解 game_bot_daily_mission.py 是怎麼運作的。
- 學習使用 while 迴圈與 if-else 來建立遊戲狀態的「決策樹」。
📍 第三階段：專案精髓——打造「強健（Robust）」的機器人
- 3.1 遊戲會卡頓，程式不能死：重試機制 (Retry System)
- 解讀專案中的 RETRY_SYSTEM_GUIDE.md。
- 如何撰寫一個會「耐心等待」並「重複確認」的迴圈，而不是找不到圖就直接報錯閃退。
- 3.2 狀態確認機制
- 點擊按鈕後，如何確認真的進到下一個畫面了？（找「錨點圖」的概念）。
- 3.3 紀錄與除錯 (Logging)
- 看懂 logs/scheduled_run.log：為什麼讓程式「說出它正在做什麼」對於抓蟲（Debug）至關重要。
📍 第四階段：實戰演練——製作你專屬的遊戲小助手
- Step 1: 腳本企劃與流程拆解
- 把人的操作變成流程圖（例如：打開 Steam -> 點擊遊戲 -> 等待大廳畫面 -> 點擊戰鬥）。
- Step 2: 建立圖庫
- 實機截圖，處理按鈕的常態、懸停（Hover）、按下等不同狀態。
- Step 3: 撰寫「最小可行性腳本 (MVP)」
- 先不寫複雜迴圈，單純讓程式成功點擊三個按鈕。
- Step 4: 導入重試邏輯與模組化
- 把寫死（Hardcode）的程式碼，改寫成像 tools.py 裡面那樣優雅的函數。
📍 第五階段：AI 詠唱與協作（Vibe Coding 實踐）
- 5.1 讓 Gemini 當你的副手
- 如何用自然語言描述你的遊戲畫面邏輯，讓 AI 幫你生成帶有「重試機制」的 PyAutoGUI 框架。
- 遇到「發生錯誤 13」或「找不到圖片」時，該如何把錯誤訊息餵給 AI 進行除錯。
