此乃投献于Gemma四挑战：以Gemma四构建之
凯恩——将"我想成为一名人工智能工程师"转化为认证作品集
吾所建也
岁岁年年，兆民键击若此吾欲为人工智能工程师 搜索 Google，继而两星期沉浸于标签之海。路线图不知起于何处。YouTube 播放列表无结构。免费课程完成率仅十三。ChatGPT 路线图一闭标签即消。
吾建 Cairn ，盖其隙实存，百倍廉之替代编程训练营者，诚未现也。
凯恩乃个性化之智能学艺与生涯驱动器。尔以平实之英语告之志向——"欲六月内得人工智能工程之职，知Python之基，已建一Flask之应用" — 乃为君筑十二周之程：分阶段，设周次之里程碑，具实效之成果，选辑免费资源，以真实学成之效为评，并设项目以成之。非固定之文。乃活系统，随君之行而适。
然吾最性行者，乃君成事之时。
君以 GitHub 之库呈之。Cairn 引代码，试之而验。三阶评审流程 — 结构检验，由大语言模型驱动的代码审查，及多模态视觉审查，其中Gemma 4 12B实观审视运行应用之截图 — 若通过，则签发密码学认证凭证，置于cairn.dev/u/your-handle之公开作品集。此乃简历所载之URL。非“完成课程X”之虚言。实绩验证。
凡习得之器，有三失焉：
| 难题 | 如何凯恩应对之 |
|---|---|
| 路径之困 — "吾竟学何物耶？" | 量身定制十二周之途，源于尔实际之始，非泛模板所成 |
| 无责无咎，自遗其志。 | 日日微醒，连日之迹，遇生事则自适重策。 |
| 无工作量证明——教程克隆者不得面试 | 多阶段项目验证，以HMAC签名凭据于公共作品集 |
此产品初为印度工程学子与转行者设——此乃一市集，有十兆以上活跃学子，其价高，不能入训练营（逾三十万卢比），然得免费资源，却无结构之助。然此问题亦存于全球，其架构亦映此。
演示
🎬 五分钟导览
例作集者，验实凯恩之表观最速之途也——乃用户十二周后置于履历之物也。
码文
此代码库乃全栈TypeScript单体代码库也：
frontend/ → Next.js 15 (App Router, SSR, Tailwind)
backend/ → Express + TypeScript + MongoDB + Mongoose
└── llm/ → provider-agnostic router with fallback chains
凡可见之品牌——名、徽记、色、题句、号召之文、大语言模型之链——皆可于运行时编辑，不触代码。此非偶然；此乃使代码库可于下次极客马拉松无需重写而复用之由也/admin。
如何使用Gemma 4
此乃吾欲详言之者，盖吾以为，趣旨所在非孰Gemma 4之模也，乃何故择三异者以应三事.
"径用最大之模"之弊
生成路径需载入五十余精选资源，如往昔学成者所成路径，及用户全貌之资料于一提示——继而推演周全，以成十二周之规划。此需巨模，具长境之窗。
自文本框中解析目标陈述——提取结构化字段如current_skills，target_role，timeline_weeks — 乃微而时滞所系之萃取事也。以三百一十亿参数之模，为之则费工而迟滞矣。
觀他人運行應用之螢幕，察其用意是否合乎碼之稱述？此非文辭之問題也。
職事有三形，模型亦有三異。
模型一 — Gemma 4 4B：登陸時之目標解析也。
人键其志于平英，是文即至Gemma 4 4B，以取其序。
何故择4B？于Google AI Studio之免费层级，其运行约600毫秒。此调用每于用户导入之际，随其输入之精炼，屡次发生。此27B之模型，于此将感迟滞，未待用户启程，已耗尽速率限制。此任务有界：自短段中提取数字段。4B处理之，洁净、迅捷、且无偿。
// backend/src/llm/router.ts
{
task: "parse_goal",
primary: "gemma-4-4b", // fast + cheap; perfect for extraction
fallback: ["gemini-flash"]
}
模二—杰玛四二七B：路径生成与代码审查
重负在焉Gemma四二七亿经Google AI Studio与OpenRouter之免费Gemma 4端点。
生成路径，载用户之结构化画像，乃精选资源库之缩影（约五十项契合用户目标角色），并汇过往相似学习者之成果要旨——悉纳于一提示之内，而适于128K之语境窗。此模型须明辨诸题之相系，实然周时之数，及何种项目实能彰显目标角色所需之技艺。此非小模型所能任之任也。
同此模态，亦司代码评审于项目评估之第二阶：览多文件之仓库快照，而辨其码实应 README 所言，抑或显其技乃用户所习，及其阙失所在。多文件代码之推究，涉境深远，此 27B 之价值所在也。
SYSTEM: You are an expert career coach generating a personalized learning path.
You have access to {N} similar-profile learners' actual completed paths and outcomes.
Prefer concrete projects over passive content...
[resource corpus subset]
[similar past learner paths with outcomes]
[user's profile + target role + weekly hours]
OUTPUT: JSON path schema only, no preamble.
型号3 — Gemma 4 12B Vision: 侠之大者
此乃吾最心悦者.
用户提交其项目时，可上传其运行应用之四张屏幕截图，并附GitHub网址.Gemma 4 12B—具视能之变式—察实UI，以与代码及README所载相参验。
此可捕二失态，纯代码检视所遗也。
- "观之精工，然码则草率"— 美观之模板，裹他人之理也
- "代码尚可，然界面仅作敷衍之用" — README称应用可用；截屏示404错误。
余所知，无他评法如此。非仅"测试是否通过"。乃"示我以实装"。
// eval.service.ts — Stage 3
const visualReview = await llmRouter.call({
task: "visual_eval",
model: "gemma-4-12b-vision",
messages: [
{
role: "user",
content: [
{ type: "text", text: visualEvalPrompt(repo, readme) },
...screenshots.map(s => ({ type: "image_url", image_url: s }))
]
}
]
});
评鉴之页，示人以明，何供者何模，司何段也。此透明之设，意深焉——凡投项目者，皆得见模型之择，非徒藏于文牍耳。
通管全段
User submits GitHub repo + screenshots
│
▼
Stage 1: Structural (deterministic)
• README present?
• Commit count + history
• Tests exist?
• File tree size reasonable?
│
▼
Stage 2: Code review → Gemma 4 27B
• Does code match README claims?
• Originality vs known tutorial repos
• Domain-specific checks (ML training loops? Backend auth?)
│
▼
Stage 3: Visual review → Gemma 4 12B (vision)
• Does the UI match what the code claims?
• Polish level: shipped / demo / prototype?
• Per-screenshot findings
│
▼
Stage 4: Synthesis
• Weighted score (pass threshold: ≥0.65 + originality ≥0.55)
• If passing: HMAC-signed credential → public portfolio
• If failing: specific, actionable feedback
供者路由兼备退回
此LLM路由器乃三百余行之模组，于Redis中追踪各供者速率限制之剩余额度，俟免费层级用尽则自动切换。
Google AI Studio → OpenRouter (Gemma 4 free) → Gemini 2.5 Pro → DeepSeek V3
无用户可见之失。不致意外之账——每路有月费之限；若免费之级尽，则路由拒呼，示优雅之降级语，而非失控击付付费之端。
全表路由，可于运行时由/admin/providers编辑。易Gemma 4为其他型号，乃UI之变，非码之变。吾故为之。
何以此乃Gemma 4之提交，而非"具Gemma标识之Gemini提交"
三款Gemma变体皆以Google AI Studio之免费层级为首要供给。27B任务之备选乃OpenRouter之免费google/gemma-4-27b之端点非Gemini也。视之评无非Gemma之备；若Gemma 4 12B不可得，则第三阶段遂废，其评标为"独评代码"。多模态之故事惟与Gemma 4相合。
技术之堆
- 前端： Next.js 15（应用路由，服务器端渲染），React 18，TypeScript，Tailwind CSS，NextAuth
- 后端： 节点二十，Express，TypeScript，Mongoose，MongoDB Atlas
- LLM 路由： 自定义提供者无关路由 — Google AI Studio，OpenRouter，Groq，Cerebras，Together AI
- 存储： MongoDB Atlas (路径/进度)，Cloudflare R2 (屏幕截图)
- 认证： GitHub OAuth 通过 NextAuth
- 支付： Razorpay (印度UPI及卡支付), Stripe (全球)
独力而建，公之于众，为欲求首任AI工程之职，而无力耗资三十万卢比于训练营者。若尔属此——或尔知有合此描述者——Cairn即为此而设。