Appfromape

今天要來跟大家分享一個超級實用的技巧：如何利用 AI 幫我們製作 YouTube 縮圖（封面圖）！ 經營 YouTube 頻道的朋友都知道，一張吸引人的縮圖有多重要。這次我要介紹 Google AI Labs 推出的強大工具 —— Mixboard，並教大家如何搭配 Canva，就算沒有設計背景，也能輕鬆做出像我影片封面那樣的高質感縮圖。 這項工具之前只開放美國地區，但最近台灣也可以使用了！話不多說，我們馬上開始！🚀 為什麼選擇 Google Mixboard？ Mixboard 是 Google AI Labs 裡的一個實驗性專案，它的強項在於生成高品質圖片以及強大的局部重繪（In-painting）功能。比起單純的文生圖，它更能讓我們對圖片進行細微的修改，非常適合拿來做縮圖的素材底圖。 Step 1：進入 Mixboard 開始創作 首先，前往 Google AI Labs 的 Mixboard 官網（點擊 Try it now），登入你的 Google 帳號後，點選 「New Project」 建立新專案。 💡 關鍵操作技巧： 輸入提示詞（Prompts）： 在輸入框打上你想要的畫面描述。 注意： 目前 Beta 版對「繁體中文」輸入法的支援度不太好。選字後按下 Enter 鍵，系統往往會直接把還沒打完的字送出生成。 解決方法：建議打完字後，先按一下鍵盤上的 ESC 跳出選字框，再繼續輸入，避免誤傳。或者直接使用英文提示詞，效果通常更好！ 生成與挑選： 系統會一次生成多張圖片。 如果不喜歡，可以直接刪除。 如果看到喜歡的風格，點選該圖片並選擇 「More like this」，AI 就會根據這張圖延伸生成更多類似的圖片。 Step 2：進階修圖與合成 (Mixboard 強大之處！) 這步驟是 Mixboard 最厲害的地方，我們可以把自己的照片融合進去，或是修改圖片的特定區域。 ...

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）： ...

今天這篇文章非常興奮，因為我們要來玩現在最流行的 「Vibe Coding」（氛圍編碼）！簡單來說，就是即便你不懂艱澀的程式碼，只要透過 AI 工具，用自然語言告訴它「你想要的感覺」，就能把網站做出來。 我們要使用的工具是 Google 推出的 AI 程式碼編輯器 —— Google Antigravity。我會教大家如何用它生成一個高質感的個人部落格，並且利用 GitHub Pages 免費架站，最後甚至掛上自己的專屬網域！ 為什麼選擇 Google Antigravity？ Google Antigravity 是一款強大的 AI 編輯器（介面與 VS Code 相似），它最厲害的地方在於可以直接理解我們的自然語言指令，幫我們寫 Code、生成檔案。 對於想要嘗試 Vibe Coding 的新手來說，你不需要從頭學 HTML 或 CSS，只需要負責「下指令」，剩下的交給 AI 搞定。這篇教學會示範如何用它搭配 Hugo（靜態網站產生器），做一個類似 Apple Notes 風格的簡約網站。 準備工作 在開始之前，請確保你準備好以下工具： Google Antigravity：請至 Google 官網下載安裝（目前主要支援 MacOS）。 GitHub 帳號：用來存放網站原始碼與免費代管。 基本環境：電腦需安裝 Git 與 Hugo（稍後會教大家怎麼裝）。 Step 1：下載與設定 Antigravity 下載安裝：前往 Google 官網下載 Antigravity 並安裝。 中文化設定： 打開 Antigravity，點選左側的「Extensions」（擴充套件）。 搜尋 “Chinese”，安裝繁體中文語言包，重啟後介面就會變成親切的中文了。 AI 繁中優化： 點選介面右上角的三個點（或 AI 設定），選擇 「Customize」（客製化）。 新增一個條件：「請使用繁體中文回答」。這樣之後 AI 幫你寫 Code 或解釋時，就不會滿口英文，溝通更順暢。 Step 2：Vibe Coding！一句話生成 Hugo 網站 這是最神奇的一步！我們不需要自己建立檔案，全靠 AI。 ...

最近 AI 界非常流行一個詞叫 「Vibe Coding」（氛圍編碼），簡單來說，就是你不需要懂艱澀的程式語法，只要憑著「感覺」告訴 AI 你想要什麼，它就能幫你把程式碼寫好！ 今天這篇文章就要來實測 Google 最近推出的強大工具 Google Antigravity，它長得像 VS Code，但內建了強大的 AI Agent。我們要用它來「詠唱」出一個網頁，並且教大家如何用 GitHub Pages 這個免費空間，把你的網站發布到網路上分享給朋友看！ 為什麼你需要這招？ 很多朋友用 AI 生成了漂亮的網頁（HTML/CSS 檔），但通常只能在自己的電腦上打開（Local 端），沒辦法傳個網址就讓朋友用手機或電腦看到。 這時候你就需要 GitHub Pages！它是一個完全免費的靜態網頁託管服務，只要你有 GitHub 帳號，就能輕鬆把寫好的網頁變成一個公開的網址。 Step 1：用 Google Antigravity 生成網頁 首先，我們使用 Google Antigravity（或任何支援 Vibe Coding 的 AI 編輯器，如 Cursor、Bolt.new）來生成網站。 輸入提示詞 (Prompt)： 在編輯器中告訴 AI 你的需求。例如我的範例是： 「做一個精美的靜態網頁，介紹 AI 人工智慧跟 Python 的歷史。」 (小撇步：如果 AI 回英文，可以要求它用繁體中文回答) 生成檔案： AI 會自動幫你寫好 index.html（網頁架構）、style.css（樣式）和 script.js（功能）。 本地預覽： 點擊 index.html 在瀏覽器打開，你會發現一個精美的一頁式網站已經完成了！但現在只有你看得到，下一步我們要讓它上線。 Step 2：註冊並設定 GitHub 要使用 GitHub Pages，你必須先有一個 GitHub 帳號。 ...

還記得我之前分享過如何在 Windows 和 Mac 上安裝 ebook2audiobook，把電子書變成有聲書嗎？那兩支影片推出後，很多網友在底下留言詢問：「阿發，可不可以出一個 Docker 的部署教學？」 你們的聲音我都聽到了！今天這篇文章就是要來回應大家的需求，手把手教你在 Mac 跟 Windows 上使用 Docker 來安裝 ebook2audiobook。 ⚠️ 安裝前重要須知 (必看！) 在使用 Docker 版本之前，有兩點關於硬體加速（GPU）的限制必須先跟各位說明，請評估後再決定要用 Docker 版還是原生版： Mac 用戶：Docker 部署是運行在 Linux 容器內，目前無法支援 Apple Silicon (M1/M2/M3) 的 MPS 加速。這意味著用 Docker 版只能靠 CPU 運算，速度會比原生安裝慢。如果你追求速度，建議參考我之前的[Mac 原生安裝教學]。 Windows 用戶：最近 Docker 對於 NVIDIA 顯卡的支援有些問題（偵測不到 GPU），作者目前還在修復調整中。所以現階段在 Windows 用 Docker 部署，也暫時只能使用 CPU 模式。 簡單來說：想省事、怕環境弄亂電腦的人選 Docker；想追求極致轉檔速度的人，請選原生安裝！ 準備工作：安裝 Docker 無論你是 Mac 還是 Windows，第一步都是要先安裝 Docker Desktop。 Mac：你可以去官網下載，或是像我一樣習慣用終端機，透過 brew 安裝。 Windows：直接去 Docker 官網下載安裝檔。 Mac 安裝教學 🍎 Step 1：下載專案 首先，前往 ebook2audiobook 的 GitHub 頁面（或點擊影片下方連結）下載程式碼壓縮檔，並解壓縮。我習慣把它放在「下載項目 (Downloads)」資料夾。 ...

還記得我之前介紹過一個超強的開源專案 ebook2audiobook 嗎？它可以幫你把手邊的電子書（PDF、EPUB）直接轉換成有聲書。之前我們分享過 Windows 和 Mac 的基礎安裝，但最近有網友回報了一個問題： 「阿發，我在 Windows 上明明選了 GPU 加速，為什麼跑起來還是用 CPU？速度好慢啊！」 沒錯！原本的安裝方式在 Windows 上確實會遇到無法正確呼叫 NVIDIA 顯卡的問題。所以今天這篇就是**「除錯特輯」**，我要教大家如何解決這個 bug，成功讓你的顯卡動起來，享受飆速轉檔的快感！🚀 準備工作 在開始修改之前，請確認你已經完成以下準備： 安裝 VS Code：我們需要用它來修改程式碼設定檔（官網下載安裝即可）。 更新 NVIDIA 驅動程式：請到 GeForce Experience 或 NVIDIA 官網，確認你的顯卡驅動已經更新到最新版本，確保 CUDA 支援正常。 下載 ebook2audiobook 專案：如果你還沒下載，請先到 GitHub 下載專案包（建議放在 D 槽或其他非系統槽），並執行 Windows 的自動安裝指令。 關鍵步驟：解決 GPU 無法調用問題 如果你發現安裝完後，介面上雖然選了 GPU，但後台還是顯示 CPU 在跑，請跟著我做以下兩個關鍵修正： Step 1：重新安裝 PyTorch (CUDA 版本) 原本的安裝包在 Windows 上可能預設抓到了不支援 GPU 的 PyTorch 版本。我們需要手動覆蓋它。 開啟你的終端機 (CMD 或 PowerShell)，進入 ebook2audiobook 的專案資料夾。 輸入特定的 PyTorch 安裝指令（這串指令通常很長，用來指定 CUDA 12.x 或 11.x 的版本）。 註：詳細指令請參考影片下方資訊欄或 GitHub 討論串，確保版本與你的顯卡相符。 Step 2：修改 requirements.txt 這一步最重要！有一個套件卡住了我們的運作。 ...

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。 ...

各位觀眾朋友大家好，這裡是程式猿阿發的頻道！👋 首先很開心大家點進這篇文章。我的頻道主要介紹實用的手機 App、網站工具，並分享給大家。 今天想要分享的主題是關於 Google 最近很紅的 NotebookLM。大家都知道它原本可以上傳 PDF 或網站，讓 AI 回答相關問題。前陣子它推出了一個超強功能，可以將你的文件直接生成一個「雙人對話 Podcast」，講得非常生動！ 但是！有一個最大的痛點：它當時只支援英文。 😩 沒多久後，網路上出現了一個開源方案（類似 PodLM 的專案），可以透過 OpenAI 的 API，將原本的英文對話模式改成支援 中文！這位作者非常有良心，將專案開源讓我們操作。 今天這篇教學，我就要手把手教大家如何在 Mac 電腦上部署這個專案，製作出屬於你的中文 AI Podcast！ 🎧 效果試聽 在開始教學前，先讓大家聽聽看我用這個工具製作的成品。這是一段關於「認知障礙與失智症區別」的對話： 男聲 (Nova)：「歡迎大家收聽本次播客，我是諾。今天我們要探討一個重要的話題…」 女聲：「是的，這個話題非常重要…很多時候人們常把認知障礙和失智症混為一談…」 聽起來是不是非常自然？這可是透過 OpenAI 的 API 串接生成的喔！ 🛠️ 準備工作 這個教學需要使用終端機（Terminal）與一些開發工具，請大家耐心跟著步驟操作。 必備工具： Mac 電腦（本教學以 Apple M 系列晶片為例）。 OpenAI API Key：需要有付費額度的 OpenAI 帳號。 VS Code：用於編輯程式碼。 基礎環境：Miniconda, Homebrew, FFmpeg（下面會教怎麼裝）。 Step 1：安裝基礎環境 首先，我們需要安裝幾個必要的運行環境。 1. 安裝 Miniconda 前往 Miniconda 官網，下載適用於 macOS (Apple Silicon) 的版本並安裝。 2. 安裝 Homebrew 與 FFmpeg 打開你的終端機（Terminal），輸入 Homebrew 的安裝指令（請至 Homebrew 官網複製最新指令）。安裝好 Homebrew 後，利用它來安裝音訊處理工具 FFmpeg： ...

很高興大家來到我的部落格。我的頻道平常主要介紹實用的手機 App 和網站工具，今天要來跟各位聊聊一個最近在台灣越來越紅的東西——Podcast（播客）。 這幾年大家應該都有感覺到，Podcast 在台灣慢慢盛行起來了。簡單來說，Podcast 就像是傳統的廣播電台，但運作模式又有點像 YouTube：你可以自製節目、上傳音頻，讓聽眾隨時隨地透過網路下載收聽。 我自己最近也想嘗試一些新的內容呈現方式，發現有些主題其實單純用「聽」的就很足夠，不一定要做成影片。所以，今天這篇文章就要來教大家：如何製作你的第一支 Podcast 節目，並免費上架到各大平台！ 🎤 為什麼做 Podcast 感覺比 YouTube 難？ 很多人想做 Podcast，但一開始就被一堆專有名詞搞得很懵。 做 YouTube 很簡單，你只要把影片上傳到 YouTube 網站就完成了。但 Podcast 的生態比較分散，它沒有一個「唯一的」中央平台。這裡我們要先搞懂兩個關鍵概念： Hosting（託管服務）： 你需要一個「伺服器」來存放你的音檔和節目資訊，這就叫做 Hosting。就像寫部落格要把文章放在伺服器上一樣。市面上有非常多 Hosting 廠商（有些要錢，有些免費）。 RSS Feed： 當你把節目放上 Hosting 平台後，會獲得一串專屬的網址連結，這就是 RSS Feed。你必須拿到這串連結，才能把它提交給 Apple Podcast、Spotify、Google Podcast 或 SoundOn 等播放平台。 簡單來說流程是： 找 Hosting 廠商存放音檔 ➡️ 取得 RSS Feed ➡️ 把 Feed 貼到各大平台申請上架。 準備工作：選擇免費強大的 Hosting —— Anchor 雖然市面上 Hosting 選擇很多，但我今天要推薦的是 Anchor。 為什麼選 Anchor？ 完全免費：不用擔心流量或空間費用。 Spotify 背書：Anchor 幾年前被 Spotify 收購了，穩定性有保障，而且上架 Spotify 的速度超級快！ 功能強大：內建簡易錄音、免費音效庫，還能直接幫你生成 RSS Feed。 Step 1：註冊並上傳節目 首先，我們前往 Anchor 官網（雖然目前介面主要是英文，但操作很直觀）。 ...