Ai-工具

🚀 如何在你的電腦上安裝和使用Gemini CLI 嗨，親愛的程式設計師們！今天我將帶你們探索一個超級實用的工具——Gemini CLI。這是一個由Google推出的開源程式，能讓你在終端機中直接與AI互動，簡化程式開發的過程。無論你是Mac還是Windows用戶，都能輕鬆安裝和使用它。讓我們開始吧！ 💻 安裝步驟 1. 安裝Node.js 在安裝Gemini CLI之前，你需要先確保你的電腦上已經安裝了Node.js。 Mac用戶 打開終端機，然後輸入以下指令來安裝Homebrew（如果尚未安裝）： /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" 接著，使用Homebrew安裝Node.js： brew install node Windows用戶 開啟PowerShell，並以管理員身份執行。 輸入以下指令來安裝Chocolatey（如果尚未安裝）： Set-ExecutionPolicy AllSigned iex ((New-Object System.Net.WebClient).DownloadString('https://chocolatey.org/install.ps1')) 然後安裝Node.js： choco install nodejs 2. 安裝Gemini CLI Mac用戶 在終端機中輸入以下指令： brew install gemini-cli Windows用戶 在PowerShell中運行以下指令： npm install -g gemini-cli 🛠️ 使用Gemini CLI 安裝完成後，你可以使用以下步驟來開始使用Gemini CLI： 在終端機或PowerShell中輸入gemini，然後按Enter。 首次使用時，系統會要求你登入Google帳號以驗證。 登入後，你就可以開始使用AI來編寫程式碼了！ 範例指令 要生成一個簡單的Python程式，可以使用： gemini write python "print('Hello, World!')" 你也可以透過編輯GEMINI.md文件來設定上下文，使AI更了解你的需求。 🎉 總結 Gemini CLI是一個強大的工具，能讓你在開發過程中大大提高效率。如果你喜歡這篇文章，並想要了解更多有關於程式開發的資訊，別忘了訂閱我的頻道，並開啟通知，這樣你就不會錯過任何更新！謝謝你的閱讀！ ...

前幾天我有分享過 Apple Intelligence 最新的「相片物件移除」功能，效果真的非常驚人。但是！要用這個功能門檻可不低，首先你的設備要支援 Apple Intelligence（通常要最新的 iPhone 15 Pro 或 M 系列電腦），而且必須在蘋果的相簿生態系裡操作。 這時候我就在想，難道沒有免費、跨平台，而且舊電腦也能用的替代方案嗎？🤔 當然有！今天這篇文章要帶大家重溫一個強大的開源專案 IOPaint（前身是 Lama Cleaner），更酷的是，我還挑戰了最近很紅的 Vibe Coding，直接叫 AI 幫我寫出一個精簡版的修圖工具 MagicErase。不管你是想用現成工具，還是想體驗 AI 寫程式的威力，這篇教學都不能錯過！ 方案一：功能強大的老牌王者 IOPaint 其實早在三年前，我就介紹過一個叫 Lama Cleaner 的專案，現在它改名叫 IOPaint。雖然作者在今年 8 月停止更新了，但這整個專案非常完整，功能包含移除物件、替換背景等等，效果完全不輸付費軟體。 安裝步驟 (MacOS/Windows 通用) IOPaint 是一個 Python 專案，我們可以透過終端機來安裝。 準備環境：確認你的電腦已安裝 Python（建議使用 Conda 建立虛擬環境）。 下載專案： 前往 GitHub 複製 IOPaint 的網址，在終端機輸入： git clone [IOPaint的GitHub網址] 進入資料夾並安裝依賴： cd IOPaint pip install -r requirements.txt 啟動程式： 輸入啟動指令（這會自動下載需要的 AI 模型）： iopaint start --model=lama --device=cpu --port=8080 開始修圖： 開啟瀏覽器，進入顯示的 Localhost 網址，你就會看到操作介面啦！ 只要把照片丟進去，用筆刷塗抹你想消除的路人或雜物，AI 就會自動幫你補好背景，超級神奇！✨ ...

今天想要跟分享一個非常強大的開源軟體專案，叫做 exo。 如果你跟我一樣，手邊有不只一台 Mac 設備（例如一台新的 Mac Mini M4，加上一台舊的 MacBook Air M1），你可能會覺得舊電腦食之無味棄之可惜。今天這招教你把家裡所有支援 Apple Silicon 的 Mac 電腦「合體」，共享同一個網路並串接記憶體，直接變身成一個高性能的 AI 運算集群！ 為什麼你需要 exo？ 痛點：本地跑 AI 模型，記憶體永遠不夠用 想在本地跑像是 Llama 3 70B 或是 DeepSeek 這種大型語言模型 (LLM)，最吃的就是 VRAM（視訊記憶體） 或 統一記憶體。 舉例來說，我的 MacBook Air M1 只有 8GB 記憶體，根本跑不動大模型；而我的主力機 Mac Mini M4 雖然強，但記憶體也是有限的。 解法：團結力量大 exo 的核心概念就是「分佈式運算」。它能將我 Mac Mini 的記憶體與 MacBook Air 的 8GB 記憶體串接起來，讓我瞬間擁有了大約 24GB 的可用記憶體！這樣一來，原本跑不動的模型，現在都能順暢運行了。 準備工作與環境設定 在開始之前，請確保你要串聯的 每一台 Mac 電腦 都完成以下準備： 安裝 Homebrew (如果還沒裝過)： 打開終端機 (Terminal)，輸入以下指令安裝： /bin/bash -c "$(curl -fsSL [https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh](https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh))" 檢查 Rust 環境 (重要)： 如果你之前因為其他專案安裝過 rust，建議先卸載以避免衝突（這是我安裝時踩到的坑）： ...

還記得我之前介紹過如何在 Mac 上本地安裝 DeepSeek OCR 嗎？當時雖然成功跑起來了，但因為是單純用 CPU 在跑，速度上總覺得稍微慢了一點，不夠過癮。 今天這篇文章就是要來解決這個問題！有網友製作了一個可以完整支援 MPS (Metal Performance Shaders) 加速的專案版本，讓你的 Mac M1/M2/M3/M4 系列晶片火力全開。經過實測，識別速度比之前的版本快上不少！而且這次還包含了解決 16GB RAM 機型容易爆記憶體的優化設定，一定要學起來！ 為什麼你需要這個版本？ 除了速度變快之外，這個 WebUI 介面還提供了幾個超好用的功能： 文件轉 Markdown (MD)：把 PDF 或圖片丟進去，直接幫你轉成排版好的 Markdown 格式。 查找定位：這功能很有趣！你可以問它「籃球在哪裡？」，它就會在圖片中把籃球框出來。 圖像描述：讓 AI 告訴你這張圖片裡看到了什麼（支援自定義提示詞，可以用中文問喔！）。 準備工作：安裝環境 在開始之前，我們需要先準備好兩個工具： VS Code：用來修改程式碼（必備）。 Miniconda：用來管理 Python 環境，避免弄亂你的系統。 Step 1：安裝 Miniconda 打開終端機 (Terminal)。 進入下載資料夾：cd Downloads 下載安裝腳本（詳細指令請參考影片或官方文件）。 執行安裝腳本：bash Miniconda3-latest-MacOSX-arm64.sh (檔名依下載版本而定)。 安裝過程中按 Enter 閱讀條款，輸入 yes 同意，最後初始化選擇 yes。 重啟終端機讓設定生效。 安裝 DeepSeek OCR WebUI Step 2：下載專案與建立環境 複製專案庫網址（請見影片資訊欄），在終端機輸入 git clone <網址> 下載。 進入資料夾：cd deepseek-ocr-webui (依實際資料夾名稱)。 建立虛擬環境： conda create -n deepseek python=3.10 (輸入 y 確認) 進入環境： conda activate deepseek Step 3：安裝依賴套件 安裝專案所需的套件： pip install -r requirements.txt 補充遺漏套件：影片中提到有一個套件可能沒寫在清單裡，如果執行有缺，請記得手動安裝（通常是 gradio 或相關套件，請依錯誤提示操作）。 關鍵步驟：針對 16GB RAM Mac 的優化與修正 🛠️ 如果你跟我一樣是用 16GB RAM 的 Mac (例如 Mac Mini M4)，這一步非常重要！不做的話可能會跑不動或報錯。 ...

在Mac上安裝DeepSeek OCR的完整指南 想要在你的Mac上運行DeepSeek OCR嗎？這是一個強大的本地端OCR工具，能夠快速將圖片轉換為文字。今天，我將為你提供一步一步的安裝指南，讓你輕鬆上手！ 步驟一：安裝Homebrew 首先，你需要在你的Mac上安裝Homebrew，這是一個非常方便的包管理工具。 打開終端機（Terminal）。 輸入以下指令並按下Enter： /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" 等待安裝完成。 步驟二：安裝Rust 接下來，我們需要安裝Rust，這是DeepSeek OCR所需的開發環境。 在終端機中輸入以下指令並按下Enter： brew install rust 安裝完成後，重啟終端機，然後確認Rust版本： rustc --version 確保版本大於1.78。 步驟三：下載DeepSeek OCR 現在我們來克隆DeepSeek OCR的專案。 在終端機中，進入你的下載資料夾： cd ~/Downloads 使用以下指令克隆專案： git clone <專案URL> （將 <專案URL> 替換成DeepSeek OCR的GitHub URL） 進入下載的資料夾： cd Deepseek-OCR 步驟四：安裝相關檔案 在專案目錄中，我們需要下載相關的檔案。 輸入以下指令來下載所需檔案： cargo build --release 步驟五：執行OCR 準備好後，現在我們可以執行OCR了！ 確保你的圖片已經放在專案資料夾中。 使用以下指令執行OCR： ./target/release/deepseek-ocr --image <圖片路徑> --output <輸出檔案名稱>.md （替換 <圖片路徑> 和 <輸出檔案名稱>） 步驟六：處理PDF檔案 如果你想要處理PDF檔案，還需要安裝MuPDF。 在終端機中執行： brew install mupdf 轉檔PDF為圖片： mutool convert -o <輸出圖片名稱>.png <PDF檔案名稱>.pdf 總結 恭喜你！現在你已經成功在Mac上安裝了DeepSeek OCR，並能夠開始進行OCR作業了。如果你對於這個工具感興趣，請進一步探索它的功能！ ...

如何在 macOS 上使用 Ollama 進行本地翻譯 大家好！今天要跟大家分享如何在你的 macOS 上使用 Ollama 進行本地翻譯，這個方法不僅簡單，還能讓你充分利用本地資源！ 為什麼選擇 Ollama？ 開源：Ollama 提供免費的開源模型。 本地使用：可在本地端運行，不需要依賴網路。 靈活性：支持多種模型，可選擇適合自己電腦的版本。 安裝 Ollama 安裝 Ollama 你有兩種方式： 直接下載：前往 Ollama 官方網站下載。 使用 Homebrew：在終端機中執行以下指令： brew install ollama 設定快捷鍵 在 macOS 上設定快捷鍵的步驟如下： 打開「捷徑」應用程式。 新增一個新的捷徑。 設定選項，開啟快速動作，並加入鍵盤的快速鍵（如：Command + Option + Shift + T）。 搜尋「執行 Apple Script」，貼上以下程式碼： -- 你的 Apple Script 代碼 將翻譯文字的邏輯加入，設定好 URL 和 JSON 格式。 選擇模型 Ollama 支援多種模型，你可以根據自己的電腦性能選擇： GemMA3 4B：適合擁有 M4 的 16GB RAM 電腦。 GemMA3 1B：適合 M1 的 8GB RAM 電腦。 測試翻譯功能 找一篇英文文章，將其內容複製。 使用設定的快捷鍵（如：Command + Option + Shift + T）進行翻譯。 翻譯結果將自動顯示在提示框中。 總結 今天我們學會了如何在 macOS 上使用 Ollama 進行本地翻譯，這樣不僅省時省力，還能提升工作效率！如果你喜歡這個教學，歡迎訂閱我的頻道，開啟小鈴鐺，第一時間獲得最新影片通知！謝謝大家的支持！ ...

如何使用 Whisper.CPP 將語音轉為 SRT 字幕 大家好！今天我們要來聊聊如何使用 Whisper.CPP 將語音轉成文字，並生成 SRT 字幕檔，讓您的 YouTube 影片更具專業感！ 為什麼選擇 Whisper.CPP 簡單易用：Whisper.CPP 提供了 CLI 界面，安裝和使用都相對簡單。 高效能：特別適合於 M 系列的蘋果電腦，能夠加速轉錄過程。 支援繁體中文：可輕鬆將轉錄結果轉換成繁體中文。 步驟一：安裝必要的工具 安裝 Homebrew：在終端機中輸入以下指令： /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" 安裝必要的套件：繼續在終端機中輸入： brew install whisper-CPP ffmpeg opencc 步驟二：準備音訊檔案 將您要轉錄的影片下載為 MP3 檔案，命名為 input.mp3。 將 MP3 轉換為 WAV 格式（Whisper.CPP 只接受 WAV 格式）： ffmpeg -i input.mp3 output.wav 步驟三：下載模型 訪問 Whisper 的模型下載頁面，選擇適合的模型（如 GGML Large V3），並下載。 步驟四：生成 SRT 檔案 在終端機中輸入以下指令來生成 SRT 檔案： whisper --model GGML_Large_V3.bin output.wav --output subtitles.srt 如果轉錄結果顯示為簡體中文，使用 OpenCC 轉換為繁體中文： opencc -i subtitles.srt -o subtitles_traditional.srt 步驟五：使用 Codex 自動化過程 在您的電腦上建立一個新的資料夾 whisper-srt。 安裝 Codex，並根據指示設置。 利用 Codex 將上述指令整合成一個簡單的 GUI 程式，讓您只需輸入 YouTube 連結便可自動生成 SRT 檔案。 總結 這就是使用 Whisper.CPP 和 Codex 將語音轉換為 SRT 字幕的整個過程！希望這篇文章對您有所幫助。如果您喜歡這種教學，請訂閱我的頻道，並開啟小鈴鐺，這樣就能第一時間收到我的最新影片通知！謝謝大家！ ...

漫畫製作從未如此簡單！ 你聽說過 Google 的 Gemini 嗎？最近他們推出的 NanoBanana 功能讓我們可以輕鬆製作漫畫！今天就來跟大家分享如何利用這個工具，讓你的創意漫畫活靈活現，絕對讓你愛不釋手！ 準備工作 在開始之前，請確保你已經完成以下準備： 註冊 Google 帳戶：如果你還沒有 Google 帳戶，請先註冊一個。 了解 NanoBanana 的基礎：熟悉其功能與操作介面，方便後續使用。 準備好你的故事構思：想好你要創作的漫畫劇情與角色設定，這樣才能更有效率地進行創作。 創作步驟 接下來，我們將分步驟來實現漫畫的製作： Step 1：設計角色 角色全身三面圖：製作你角色的正面、側面和背面圖。 上傳角色圖像：將這些圖像上傳到 NanoBanana 中，便於後續使用。 Step 2：創建分鏡圖 使用 Canva 準備分鏡：在 Canva 中創建一個新的 A4 畫布，並設計你的分鏡。 添加框架：用矩形框架來規劃每一格的內容。 標示格數：為每一格添加編號，方便生成時的排列。 Step 3：撰寫故事腳本 使用 GPT 生成劇情：可透過 GPT 輸入指令來生成適合漫畫的劇情。 將故事內容整合進分鏡圖：確保每一格的對話與劇情順暢。 Step 4：使用 NanoBanana 創作 上傳分鏡圖與角色圖：將準備好的圖像上傳到 NanoBanana。 輸入故事內容：根據你的分鏡圖，填入對應的對話與劇情。 生成漫畫：按下生成鍵，等待系統輸出你的漫畫作品！ 校正與編輯 生成完成後，請檢查漫畫中的文字與圖像，必要時可使用 Canva 進行編輯。這樣可以確保你的漫畫在視覺與內容上都完美無瑕。 總結 透過 Google Gemini 的 NanoBanana，漫畫製作不再是難事！只需簡單幾步，你就能創造出屬於自己的漫畫作品。如果今天的教學對你有幫助，不妨分享給更多朋友，讓我們一起享受創作的樂趣！ 喜歡這篇文章嗎？別忘了按讚、訂閱並分享給你的朋友哦！期待你們的漫畫作品！

探討 google 的 Gemini 2.5 Flash Image：圖像編輯的未來 大家好！今天我們來聊聊 google 最近推出的全新圖形編輯模型——Gemini 2.5 Flash Image！這個功能強大的工具讓圖像編輯變得更加簡單與快速，讓我們一起來看看它的魅力吧！ Gemini 2.5的亮點 生成速度快：與其他模型相比，Gemini 在生成圖像的速度上表現優異，能在幾秒內完成。 多樣化功能：從改變姿勢到角色扮演，這個模型提供了多種編輯選項，讓創作變得更加靈活。 使用步驟 訪問 gemini 官網或APP：如果你擁有Google帳號，直接進入Jin的官網或它的APP。 使用Google AI Studio：在這個平台上，你可以找到各種模型進行測試，Gemini 2.5也在其中。 上傳圖片：根據你想要的效果，上傳相應的圖片。 輸入提示詞：使用英文輸入簡潔明瞭的提示詞，以獲得最佳效果。 生成圖像：點擊生成後，耐心等待幾秒鐘，你的圖像就會完成！ 功能對比 姿勢改變：Gemini在改變姿勢的精準度上勝過其他模型，效果更佳。 角色扮演：生成的卡通圖轉換為cosplay角色時，Gemini表現得相當出色。 手辦圖片生成：Gemini能夠生成更具真實感的手辦圖片，而其他模型則較為Q版。 等角模型製作：使用Gemini製作的等角模型細節豐富，超越其他工具。 結論 Gemini 2.5 Flash Image提供了一個快速且高效的圖像編輯解決方案，無論是專業設計師還是業餘愛好者都能輕鬆上手。希望今天的分享能幫助你更好地利用這個工具！如果你有其他有趣的使用方法，歡迎在下方留言與我分享哦！ 別忘了訂閱我的頻道，並開啟小鈴鐺，讓我們一起探索更多科技的奧秘！謝謝大家！

換臉新體驗：Viso Master 大家好！今天要和大家分享一款超有趣的換臉軟體——Viso Master。這是一款免費且開源的工具，除了可以換臉，還能讓你的照片表情生動起來！ Viso Master 簡介 平台：僅限 Windows 系統 需求：需要 NVIDIA 顯示卡 容量：約 50GB 安裝步驟 方式一：直接安裝 下載 Viso Master 執行檔（Viso master.exe）。 雙擊執行，選擇安裝路徑。 選擇 CUDA 版本，自動安裝。 完成後，使用 start.BAT 啟動程式。 方式二：手動安裝 下載 Git 和 Miniconda。 在 PowerShell 輸入以下指令，下載 Viso Master： git clone [Viso Master 的 GitHub 連結] 創建虛擬環境並啟動： conda create -n visomaster python=3.8 conda activate visomaster 安裝 CUDA 和相關模型。 啟動程式界面。 使用 Viso Master 設定檔案夾 創建三個資料夾：V1（原影片）、V2（臉部素材）、output（輸出結果）。 在程式中選擇對應的資料夾。 換臉操作 在主界面選擇 find face 找到要換的臉。 選擇 swap face 替換臉部。 調整解析度與效果。 按下 save image 下載結果。 影片換臉 將視頻載入。 選擇臉部，然後選擇 swap face。 按下 record 開始錄製。 調整表情 進入 face edit，選擇想要的表情。 調整眼睛、嘴巴等細節。 總結 Viso Master 是一個功能強大的換臉軟體，無論是換臉還是調整表情，都能讓你的照片更具趣味性！如果你喜歡這篇文章，別忘了訂閱我的頻道，開啟小鈴鐺，獲取更多有趣的技術分享！再次感謝大家的支持！ ...