小黃老師嘿技術

1. 引起動機：為什麼不要一個一個傳 sb3

如果你手上有上百個 Scratch 作業（.sb3），最痛的通常不是「打分」本身，而是：

1. 開檔、等載入、切角色、找積木、聽配音，時間像被吸走。
2. 學生作品類型差很大：有人做劇情動畫、有人做互動遊戲，拿同一標準容易吵架。
3. 只靠印象給分會不安心：你會希望有「客觀依據」撐住分數。

所以本文的核心做法是：

2. 現況說明：常見卡關與三種做法比較

先講現實：你不可能把每一份都「完整看完再評」。所以我們通常會在以下三種做法裡選一個平衡點：

做法	你要做的事	優點	缺點	適合誰
A. 批次掃描→CSV（最推薦）	在自己電腦跑腳本，產 report.csv，再抽樣少量 sb3 讓我/你人工校正	最快、最省上傳、最能做全班統計	CSV 只看得到客觀指標，看不到「好不好看」	上百份、想要又快又有依據
B. 分批壓縮上傳	把 sb3 拆成多個 zip 分次上傳	你不用寫程式	上傳仍然麻煩、檔案管理費工、我端仍要逐個讀	份數中等、或你沒辦法跑 Python
C. 抽樣 20 份先定尺	只傳高/中/低各幾份，先做評分規準	最省事、最快建立「班級尺度」	不能直接得到每一份的完整分數	你只需要評分標準，不一定要我逐份打

3. 功能介紹：批次掃描 sb3 其實在做什麼

Scratch 的 sb3 本質上是一個壓縮檔，裡面有 project.json。我們做的「批次掃描」，不是在幫你評美術，而是把可量化的結構拉出來，例如：

1. 角色數、造型數、音效數（作品完成度的客觀線索）
2. 積木總數、等待積木比例（劇情型常見 wait 很多）
3. 是否使用：廣播訊息、變數、清單、迴圈、判斷、自訂積木、分身
4. 互動線索：點擊角色、按鍵、碰撞偵測等

4. 應用實例：用 CSV 先排出高/中/低，抽樣校正更準

你可以把 report.csv 想成「全班作品體檢表」。最常見的用法是：

1. 先分類：劇情動畫、互動遊戲、混合型
2. 先排序：找出可能最高分、最低分、以及中間段的代表作
3. 抽樣校正：各類型抽 3～5 件，人工看一遍，把權重調到你認同的尺度
4. 批次套用：剩下 80～90% 的作品，用校正後的規則快速落點

5. 操作教學：從資料夾到 report.csv 的完整步驟

步驟 1：把所有 sb3 放到同一個資料夾

例如：

/Users/你的名字/Desktop/scratch_hw/

步驟 2：建立批次掃描腳本（免套件）

把下面這段存成 sb3_batch_report.py：

# sb3_batch_report.py
# 目的：批次讀取 .sb3，抽出可量化指標，產出 report.csv 與 report.sample.txt
# 用法：
#   python3 sb3_batch_report.py "/path/to/sb3_folder" report.csv

import csv, json, zipfile, sys
from pathlib import Path
from collections import Counter

FEATURE_OPS = {
    "broadcast": {"event_broadcast", "event_broadcastandwait", "event_whenbroadcastreceived"},
    "vars": {"data_setvariableto", "data_changevariableby", "data_showvariable", "data_hidevariable"},
    "lists": {"data_addtolist", "data_deleteoflist", "data_deletealloflist", "data_insertatlist",
              "data_replaceitemoflist", "data_itemoflist", "data_lengthoflist", "data_listcontainsitem"},
    "loops": {"control_repeat", "control_forever", "control_repeat_until"},
    "ifs": {"control_if", "control_if_else", "control_wait_until"},
    "custom": {"procedures_definition", "procedures_call"},
    "clone": {"control_create_clone_of", "control_start_as_clone", "control_delete_this_clone"},
}

INTERACTIVE_HINTS = {
    "event_whenthisspriteclicked", "event_whenkeypressed",
    "sensing_mousedown", "sensing_keypressed", "sensing_touchingobject",
    "sensing_touchingcolor", "sensing_coloristouchingcolor"
}

def analyze_sb3(sb3_path: Path):
    with zipfile.ZipFile(sb3_path, "r") as z:
        try:
            project = json.load(z.open("project.json"))
        except KeyError:
            return None

    targets = project.get("targets", [])
    extensions = project.get("extensions", [])

    sprites = [t for t in targets if not t.get("isStage")]
    sprite_count = len(sprites)

    costumes = sum(len(t.get("costumes", [])) for t in targets)
    sounds = sum(len(t.get("sounds", [])) for t in targets)

    var_defs = sum(len(t.get("variables", {})) for t in targets)
    list_defs = sum(len(t.get("lists", {})) for t in targets)
    broadcast_defs = sum(len(t.get("broadcasts", {})) for t in targets)

    opcodes = Counter()
    for t in targets:
        blocks = t.get("blocks", {}) or {}
        for _, b in blocks.items():
            if isinstance(b, dict) and b.get("opcode"):
                opcodes[b["opcode"]] += 1

    total_blocks = sum(opcodes.values())
    wait_blocks = opcodes.get("control_wait", 0) + opcodes.get("control_wait_until", 0)
    wait_ratio = (wait_blocks / total_blocks) if total_blocks else 0.0

    def has_any(ops):
        return sum(opcodes.get(o, 0) for o in ops) > 0

    feats = {k: has_any(v) for k, v in FEATURE_OPS.items()}
    interactive = any(opcodes.get(o, 0) > 0 for o in INTERACTIVE_HINTS)

    # 用來排序用的初步分數（不是最終分數）
    tech = 0.0
    tech += min(10.0, (total_blocks / 200.0) * 10.0)
    tech += 8.0 if feats["broadcast"] else 0.0
    tech += 8.0 if feats["vars"] else 0.0
    tech += 6.0 if feats["lists"] else 0.0
    tech += 6.0 if feats["loops"] else 0.0
    tech += 6.0 if feats["ifs"] else 0.0
    tech += 6.0 if feats["custom"] else 0.0
    tech += 4.0 if feats["clone"] else 0.0
    tech += 2.0 if len(extensions) > 0 else 0.0
    tech -= min(10.0, wait_ratio * 20.0)  # wait 太多先扣一些，避免全靠 wait 撐分

    assets = 0.0
    assets += min(10.0, (costumes / 30.0) * 10.0)
    assets += min(6.0, (sounds / 20.0) * 6.0)
    assets += min(4.0, (sprite_count / 10.0) * 4.0)

    auto_score = max(0, min(100, round(tech * 0.65 + assets * 0.35)))

    return {
        "file": sb3_path.name,
        "size_mb": round(sb3_path.stat().st_size / (1024 * 1024), 2),
        "sprites": sprite_count,
        "costumes": costumes,
        "sounds": sounds,
        "blocks": total_blocks,
        "wait_ratio": round(wait_ratio, 3),
        "var_defs": var_defs,
        "list_defs": list_defs,
        "broadcast_defs": broadcast_defs,
        "extensions": ",".join(extensions) if extensions else "",
        "uses_broadcast": int(feats["broadcast"]),
        "uses_vars": int(feats["vars"]),
        "uses_lists": int(feats["lists"]),
        "uses_loops": int(feats["loops"]),
        "uses_if": int(feats["ifs"]),
        "uses_custom": int(feats["custom"]),
        "uses_clone": int(feats["clone"]),
        "interactive_hint": int(interactive),
        "auto_score_for_sorting": auto_score,
    }

def main():
    if len(sys.argv) < 3:
        print("Usage: python3 sb3_batch_report.py /path/to/folder report.csv")
        sys.exit(1)

    folder = Path(sys.argv[1]).expanduser()
    out_csv = Path(sys.argv[2]).expanduser()

    sb3_files = sorted(folder.glob("*.sb3"))
    rows = []
    for f in sb3_files:
        r = analyze_sb3(f)
        if r:
            rows.append(r)

    if not rows:
        print("No valid .sb3 found.")
        sys.exit(1)

    fieldnames = list(rows[0].keys())
    with out_csv.open("w", newline="", encoding="utf-8") as fp:
        w = csv.DictWriter(fp, fieldnames=fieldnames)
        w.writeheader()
        w.writerows(rows)

    # 抽樣清單：最高3 + 最低3 + 中位附近4（共10個）
    rows_sorted = sorted(rows, key=lambda x: x["auto_score_for_sorting"])
    picks = []
    picks += rows_sorted[:3]
    mid = len(rows_sorted)//2
    picks += rows_sorted[max(0, mid-2):min(len(rows_sorted), mid+2)]
    picks += rows_sorted[-3:]
    pick_names = [p["file"] for p in picks]

    sample_txt = out_csv.with_suffix(".sample.txt")
    sample_txt.write_text("\n".join(pick_names), encoding="utf-8")

    print(f"Done. Wrote: {out_csv}")
    print(f"Sample list: {sample_txt}")

if __name__ == "__main__":
    main()

步驟 3：執行腳本，產出 report.csv

打開終端機（Mac）或 PowerShell（Windows），執行：

python3 sb3_batch_report.py "/你的/sb3資料夾" report.csv

成功後，你會得到兩個檔：

1. report.csv：全班作品指標報表
2. report.sample.txt：建議你抽樣檢查的 10 份作品檔名

步驟 4：把「CSV + 抽樣 sb3」交給我（或你自己）做校正評分

6. Q&A：缺點、風險、以及怎麼補救

Q1：用 CSV 批次掃描的缺點是什麼？會不會不準？

會有誤差，因為 CSV 看的多是「客觀指標」，看不到劇情張力、節奏、配音自然度、美術美感等。但它很適合做初評與排序，再用 10～20 份抽樣人工校正，把分數拉回你真正認同的尺度。

Q2：學生如果「堆積木、堆素材」會不會刷分？

有可能，所以我建議一定要做抽樣校正：看「最高分的 3 件」是不是實至名歸。若出現刷分型作品，就把權重調整成更重視互動、結構或可讀性（例如廣播、變數、判斷），而不是純數量。

Q3：劇情動畫 wait 很多，會不會被扣太多分？

如果你班上多是劇情型作品，確實要調整規則。wait 多不一定壞，關鍵是「有沒有用廣播訊息讓流程更穩」。做法：把 wait 扣分調輕，並提高 broadcast 的加分，這樣劇情類會更公平。

Q4：我不能跑 Python，還有替代方案嗎？

可以。你可以用「分批 zip 上傳」或「抽樣 20 份先定評分規準」。如果只是要建立全班尺度，抽樣 20 份會最快；如果一定要全班逐份評，就用分批 zip（每包 20～30 件）比較好管。

Q5：分批 zip 會遇到檔案太大，怎麼分割？

建議用 7-Zip 分卷（例如每卷 90MB），或直接把 sb3 分批放入不同資料夾再各自壓縮。分卷檔案命名會像 batch.zip.001、batch.zip.002，依序上傳即可。