Ce projet n'a pas commencé avec un grand plan. Il est né de quelque chose de petit et de réel. Je regardais l'enfant d'un parent apprendre la programmation C — assis à ses cours, regardant ses devoirs — et je n'arrêtais pas de penser : cette façon d'apprendre semble dépassée. Le professeur fait cours à partir du manuel, les étudiants prennent des notes et font des exercices. Ce n'est pas complètement inutile, mais cela aide rarement quelqu'un à développer une vraie pensée computationnelle.

Ce Que J'ai Réellement Remarqué

Le vrai problème n'était pas que les étudiants ne pouvaient pas trouver de réponses. C'était que :

Ils fixaient un morceau de code sans avoir la moindre idée de ce que chaque ligne faisait
Ils le lisaient une fois, avaient l'impression d'avoir compris, mais ne pouvaient pas expliquer comment les choses étaient connectées
Plus important encore, ils ne savaient pas quel problème le code résolvait réellement

Tout ce qu'ils apprenaient était fragmenté. Je revenais sans cesse à une pensée :Apprendre ne consiste pas à collecter des points — mais à les relier.

C'est là que Tutor a commencé.

https://tutor.artdance.net/

2. Comment Je L'ai Construit, Étape par Étape

2.1 Commencer Avec un Simple Explicateur de Code

L'idée initiale était très simple : coller du code, et au lieu d'obtenir un résumé vague, voir ce que chaque ligne fait réellement et pourquoi elle est écrite ainsi.

Donc la première fonctionnalité principale de Tutor étaitl'explication ligne par ligne. Il détecte automatiquement plus d'une douzaine de langages de programmation et vient avec des exemples classiques en C/C++ — tri à bulles, listes chaînées, recherche binaire — prêts à analyser en un clic.

2.2 Expliquer N'était Pas Suffisant

Comprendre quelque chose une fois ne signifie pas que vous l'avez appris. Alors j'ai ajouté trois choses :

Questions-réponses de suivi— touchez n'importe quelle ligne et continuez à poser des questions à son sujet. L'IA répond avec le contexte complet, donc vous n'avez jamais à réexpliquer le contexte.Analyse libre— collez n'importe quel extrait de code pour une analyse et discussion séparées.

Exercices pratiques— questions à choix multiples, à trous et de codage générées automatiquement basées sur le code actuel. Besoin de plus ? Appuyez simplement sur « générer plus ».

Avec cela en place, ça commençait enfin à ressembler à un outil d'apprentissage.

2.3 Faire Croître la Connaissance Par Elle-Même

Même avec les explications, les Q&R et les exercices, tout semblait encore être des blocs d'information isolés. Ce que je voulais vraiment était un sentiment deconnaissance croissant organiquement.

Alors j'ai construit leKnowledge Canvas— un graphe de connaissance interactif, extensible à l'infini. L'IA extrait les concepts clés de votre code et les cartographie comme des nœuds connectés. Vous pouvez « explorer » n'importe quel nœud pour découvrir des concepts liés, l'« étendre » pour générer des sous-thèmes, ou poser des questions directement sur un nœud.

Avant de vous en rendre compte, vous regardez en arrière et vous avez fait croître votre propre carte de connaissances.

2.4 Le Code Doit Être Exécuté, Pas Seulement Lu

Une partie clé de la compréhension du code est de le voir s'exécuter. Alors j'ai intégré l'exécution de code en ligne supportant C, C++, Python, Java, et plus d'une douzaine d'autres langages. Les utilisateurs peuvent exécuter du code, entrer des données, et voir la sortie directement sur la page. Chaque exécution est sauvegardée, et vous pouvez interroger l'IA sur n'importe quel résultat d'exécution spécifique.

Exécutez-le d'abord → lisez l'analyse → posez des questions de suivi → faites des exercices. Ce flux semble beaucoup plus naturel que de simplement lire des explications.

2.5 Pourquoi le Processus de Construction a Été Si Fluide

Tout le processus s'est déroulé beaucoup plus facilement que prévu, en grande partie parce que la plateforme Enter a géré une grande partie du gros du travail.

Composants UIétaient prêts à l'emploi dès le départ.
Les essentiels du backend— authentification des utilisateurs, stockage de base de données, sécurité au niveau des lignes — tout est venu grâce à l'intégration Supabase intégrée.
**L'accès aux modèles d'IA était unifié :**DeepSeek, Claude, GPT, Gemini, Doubao — pas besoin de demander des clés et de s'adapter à chaque API séparément. Il suffit d'écrire une Edge Function et de l'appeler.

Ainsi, au lieu de passer des semaines sur l'infrastructure, j'ai pu me concentrer dès le premier jour sur ce qui comptait vraiment : les explications sont-elles assez claires ? Les points de connaissance sont-ils connectés ? Le parcours d'apprentissage semble-t-il approprié ?

3. Comment utiliser Tutor

3.1 Commencer de n'importe où

**Vous avez du code ?**Collez-le, cliquez sur « Démarrer l'analyse »
**Pas de code ?**Utilisez l'IA pour en générer, puis remplissez l'éditeur en un clic
**Vous explorez simplement ?**Appuyez sur un exemple prédéfini — vous verrez une analyse complète en deux secondes

3.2 C'est un parcours d'apprentissage, pas une page de fonctionnalités

Une fois à l'intérieur, les utilisateurs suivent naturellement un parcours :

Exécuter le code pour avoir une idée de ce qu'il fait
Lire l'analyse ligne par ligne
Poser des questions de suivi sur tout ce qui n'est pas clair
Faire des exercices pratiques pour confirmer la compréhension
Ouvrir le Canevas de Connaissances et explorer vers l'extérieur

Chaque étape — résultats d'exécution, conversations, scores d'exercices, graphes de connaissances — est sauvegardée automatiquement. Revenez à tout moment et continuez exactement là où vous vous êtes arrêté.

4. Rétrospective : De quoi il s'agit vraiment

Rétrospectivement, Tutor est un explicateur de code en surface. Mais ce qu'il fait vraiment, c'est aider les gens àpartir d'un morceau de code et connecter des connaissances éparpillées en quelque chose de cohérent.

Coller du code → l'exécuter → comprendre ligne par ligne → poser des questions plus approfondies → pratiquer → ouvrir le Canevas de Connaissances → suivre un nœud après l'autre → regarder la carte devenir la vôtre.

Cela fonctionne grâce à deux choses. Premièrement, la conception du produit — explication, Q&R, pratique et canevas ne sont pas des fonctionnalités isolées ; elles forment un parcours d'apprentissage continu. Deuxièmement, la fondation que Enter fournit — interface utilisateur, base de données, modèles d'IA, déploiement — m'a permis de mettre toute mon énergie dans « l'expérience d'apprentissage est-elle vraiment bonne ? » au lieu de lutter avec l'infrastructure.

Retour à cette pensée originale :Apprendre ne consiste pas à collecter des points — il s'agit de les connecter.

C'est ce que fait Tutor. Il aide à paver cette route. Ainsi, le code n'est pas juste quelque chose que vous avez « vu » — c'est quelque chose que vous avez compris, connecté et fait vôtre.