AI 筆記

English 繁體中文 简体中文

為非技術背景讀者而寫的 AI 短文。主題包括:入門設定、數位人、語音代理、檢索增強生成(RAG)、人臉辨識、美妝與關鍵點、AI 影片製作,以及網站。

全部文章備有英文、繁體中文及簡體中文版本。

如何為 AI 代理建立網頁抓取工具?

林邦源 · 2026年11月15日 · 閱讀時間約 4 分鐘

代理無法自己開啟網頁。這個 31 行的工具下載頁面、保留可讀文字、存成檔案,並回傳檔名,讓下一步可以使用。

人臉比對應有多嚴格(人臉辨識,版本 9)?

林邦源 · 2026年11月13日 · 閱讀時間約 6 分鐘

只改兩行:加一個容差旋鈕,決定兩張臉算不算同一個人,以及這個數值該怎樣選。

如何讓即時人臉辨識跑得更快(人臉辨識,版本 8)?

林邦源 · 2026年11月13日 · 閱讀時間約 6 分鐘

先縮到半寬半高再搜尋,再把框乘回原尺寸:畫面更流暢,畫質不變。

如何在即時影片中辨識人臉(人臉辨識,版本 7)?

林邦源 · 2026年11月13日 · 閱讀時間約 6 分鐘

先把資料夾裡的人臉編碼一次,再在每一格影格裡辨識並標註姓名,認不出就寫 Unknown。

如何在每一格畫面上畫框和標籤(人臉辨識,版本 6)?

林邦源 · 2026年11月13日 · 閱讀時間約 4 分鐘

用 rectangle 和 putText 每格畫一個紅框和測試標籤,為版本 7 的姓名留出位置。

如何修改來自鏡頭的一格畫面(人臉辨識,版本 5)?

林邦源 · 2026年11月13日 · 閱讀時間約 4 分鐘

在讀出影格與顯示之間加一行修改:轉成灰階只是示例,後續版本都在這中間一步做文章。

如何顯示鏡頭的即時畫面(人臉辨識,版本 4)?

林邦源 · 2026年11月13日 · 閱讀時間約 4 分鐘

用 VideoCapture 打開鏡頭,逐格顯示,按 q 退出。這一版不認臉,只驗證鏡頭。

如何看出照片裡的人是誰(人臉辨識,版本 3)?

林邦源 · 2026年11月13日 · 閱讀時間約 5 分鐘

用 compare_faces 與 face_distance 判斷相片裡是誰,並說明「最像」不等於「就是」。

如何把每一張人臉變成一串數字(人臉辨識,版本 2)?

林邦源 · 2026年11月13日 · 閱讀時間約 4 分鐘

用 face_encodings 把每張人臉變成 128 個數字,檔名就是標籤。

如何顯示資料夾裡的每一張人臉照片(人臉辨識,版本 1)?

林邦源 · 2026年11月13日 · 閱讀時間約 4 分鐘

用 OpenCV 顯示資料夾裡的每一張相片,檔名就是人名:13 行程式,整個系列的起點。

如何使用即夢短劇工作室製作一部短劇影片?

林邦源 · 2026年11月11日 · 閱讀時間約 5 分鐘

用自然語言描述故事,即夢會自動分三步完成:劇本生成、資產庫製作、分鏡影片。以完整的 10 集都市戀愛短劇《雙城之戀》為例,附角色設定圖。

如何在 Google Search Console 驗證你的網站?

林邦源 · 2026年11月10日 · 閱讀時間約 5 分鐘

向 Google 證明你的網站真的是你的:下載一個細小檔案、放到網站最上層資料夾,然後按「驗證」。

如何使用 AI 代理刪去草稿中的重複句子(Research,版本 5)?

林邦源 · 2026年11月9日 · 閱讀時間約 5 分鐘

代理加入第四個工具。enhance_draft 讀取七句的草稿,永遠保留第 1 句,並刪去只重複已出現數字的句子 — 最後輸出五句和五條尾註,程式還會印出它跳過了甚麼。

如何使用 AI 代理撰寫附有尾註的草稿(Research,版本 4)?

林邦源 · 2026年11月9日 · 閱讀時間約 5 分鐘

代理加入第三個工具。模型從七個保留的結果中各挑一句,逐字照抄,write_draft 再為尾註編號 — 文字沒有被摘要,所以每句都可以追溯回它的來源網頁。

如何使用 AI 代理挑選有用的搜尋結果(Research,版本 3)?

林邦源 · 2026年11月9日 · 閱讀時間約 4 分鐘

代理加入第二個工具:generate_draft 讀取已儲存的搜尋,保留分數 0.5 或以上的結果,並按網址剔除 Wikipedia — 十個結果變成七個,數字和連結原封不動。

如何使用 AI 代理搜尋網頁(Research,版本 2)?

林邦源 · 2026年11月9日 · 閱讀時間約 4 分鐘

版本 1 的 Tavily 呼叫變成一個工具,由模型決定何時呼叫,return_direct=True 讓執行到此為止 — 十個原始結果原樣交回,上面沒有加上任何摘要。

如何用 Python 搜尋網頁(Research,版本 1)?

林邦源 · 2026年11月9日 · 閱讀時間約 4 分鐘

這個系列由沒有代理開始:一個問題送到 Tavily,回來十個結果,每個都印出分數、連結和網頁首 200 個字 — 這是之後每個版本加工的原素材。

多個 AI 代理如何在主管之下運作(ReAct,版本 10)?

林邦源 · 2026年11月9日 · 閱讀時間約 5 分鐘

一個主管代理,手上三個工具 — 讀網頁、翻譯、改寫成廣東話 — 而其中兩個工具本身就是代理。程式從不固定次序;主管自己規劃,並把計劃印出來讓你核對。

AI 代理如何讀取網頁(ReAct,版本 9)?

林邦源 · 2026年11月9日 · 閱讀時間約 4 分鐘

版本 9 終於讀取真實網頁:requests 下載 HTML,BeautifulSoup 只留下標題、段落和清單項目,版本 8 的句子規則再為頁面上每句編號。

程式如何把一段文字分成句子(ReAct,版本 8)?

林邦源 · 2026年11月9日 · 閱讀時間約 3 分鐘

版本 9 將要讀取網頁,所以文字必須先切成句子。一行就能做到 — 帶後顧斷言的 re.split — 本篇逐步拆解那一行,包括為甚麼 HK$60.10 不會被切開。

如何在 AI 代理中使用 LangChain(ReAct,版本 7)?

林邦源 · 2026年11月9日 · 閱讀時間約 4 分鐘

與版本 6 同一個代理 — Tavily 搜尋加 memory.json — 但改用 LangChain 重寫。create_agent() 替我們跑思考 → 行動 → 觀察的迴圈:不用解析 search[...] 文字,沒有停止詞,也不用自己累積提示詞字串。

如何讓 AI 代理擁有記憶(ReAct,版本 6,memory.json)?

林邦源 · 2026年11月9日 · 閱讀時間約 4 分鐘

版本 5 因為代理忘記了任務 1,在追問上失手。版本 6 加入一個小檔案:每個完成的答案都存到 memory.json,再載入下一個提示詞,所以「香港有了嗎?」終於知道「它」是甚麼。

AI 代理如何處理追問(ReAct,版本 5,無記憶)?

林邦源 · 2026年11月9日 · 閱讀時間約 3 分鐘

把可重用的代理連續呼叫兩次:先問「Mark 何時推出 Muse?」,再問「香港有了嗎?」。第二次呼叫完全不知道「它」是甚麼,因為每次呼叫都從空白提示詞開始。補救方法:把上下文交給代理。

如何讓 AI 代理可以重用(ReAct,版本 4,一個函數,任何任務)?

林邦源 · 2026年11月9日 · 閱讀時間約 3 分鐘

同一個研究代理,兩個結構改動:迴圈搬進 perform_task(task),任何問題都可以研究;函數把答案以文字回傳,讓你的程式可以儲存、傳送或顯示 — 不只是印出來。

AI 代理如何研究一個問題(ReAct,版本 3,在迴圈中進行網上搜尋)?

林邦源 · 2026年11月9日 · 閱讀時間約 5 分鐘

同一個問題,一個工具:真實的網上搜尋。代理思考、搜尋、閱讀,再思考,最多五輪;它發現兩個來源對日期說法不一,於是收窄查詢,最後交出有出處的答案,而不是「我不知道」。

AI 代理如何在沒有工具的情況下回答(ReAct,版本 2,只推理)?

林邦源 · 2026年11月9日 · 閱讀時間約 3 分鐘

只推理,不行動,不觀察:問「Mark 何時推出 Muse?」,看一個會思考但無法查證的模型。答案可能出錯 — 或者代理乾脆回答「我不知道」。

AI 代理如何思考、行動與觀察(ReAct,版本 1)?

林邦源 · 2026年11月9日 · 閱讀時間約 5 分鐘

最小的 ReAct 代理:模型寫下推理,指名一個要呼叫的工具,Python 真實執行它,最終答案建立在觀察到的結果之上 — 而不是猜測。

如何為 AI 代理建立天氣工具?

林邦源 · 2026年11月8日 · 閱讀時間約 4 分鐘

AI 代理無法走到戶外,也不知道你身在何處。兩個免費服務加一個 Python 函數,就能讓它用一句話說出當前氣溫。

如何為 AI 代理建立時間工具?

林邦源 · 2026年11月8日 · 閱讀時間約 3 分鐘

AI 代理不知道當下的時間和日期。寫一個九行的 Python 函數回傳兩者,並在代理使用之前先測試它。

如何使用 Google Flow 製作文字轉影片?

林邦源 · 2026年11月8日 · 閱讀時間約 4 分鐘

在 Google Flow 輸入一句話,回答它關於語氣和重點時刻的幾個問題,核對它寫好的六格分鏡,它就會替你拍出一段 30 秒廣告 — 一次一段片段,附示範影片。

Seedance 影片系列 · 第 3 篇(共 3 篇)

如何使用 Seedance 2.5 影片接影片(版本 3)?

林邦源 · 2026年11月8日 · 閱讀時間約 4 分鐘

從已有的影片出發:上載片段後用 @Video 1、@Video 2 稱呼它們,一句提示詞吩咐鏡頭如何從一段飛入下一段 — 內附示範片段和下載連結。

Seedance 影片系列 · 第 2 篇(共 3 篇)

如何使用 Seedance 2.5 製作長影片(版本 2)?

林邦源 · 2026年11月8日 · 閱讀時間約 6 分鐘

有多個步驟的長影片:把提示詞拆成幾幕,每幕寫明開初狀態、一個主要事件和結束狀態,再加一段「保持一致」讓人物、衣服、道具不變。

Seedance 影片系列 · 第 1 篇(共 3 篇)

如何使用 Seedance 2.5 文字生成影片(版本 1)?

林邦源 · 2026年11月8日 · 閱讀時間約 5 分鐘

六部份公式:主體和動作必填,場景、鏡頭、光影、氛圍選填 — 附可複製的範本,以及 ByteDance 官方的陶藝師完整示例。

數位人系列 · 第 6 篇(共 6 篇)

如何在網頁中使用 LiveKit 和 Synthesia Avatar 並在網頁點餐(版本 6)——英文?

林邦源 · 2026年11月6日 · 閱讀時間約 9 分鐘

Lin 化身餐廳領班:工具由一個變成四個,逐道菜帶你點餐、把不能吃的菜變灰、打開菜式卡片,還在頁面角落記住整張帳單。

數位人系列 · 第 5 篇(共 6 篇)

如何在網頁中使用 LiveKit 和 Synthesia Avatar(版本 5)——廣東話?

林邦源 · 2026年11月6日 · 閱讀時間約 8 分鐘

Lin 改用香港廣東話:換上講廣東話的耳朵和聲音,來自另外兩家供應商,仍然不需要額外金鑰 — 頁面照樣跟著她捲動。

數位人系列 · 第 4 篇(共 6 篇)

如何在網頁中使用 LiveKit 和 Synthesia Avatar(版本 4)——普通話?

林邦源 · 2026年11月6日 · 閱讀時間約 8 分鐘

Lin 學會說普通話:換上中文的耳朵和聲音,並改用靜音偵測判斷你是否說完了 — 頁面依然跟著她捲動。

數位人系列 · 第 3 篇(共 6 篇)

如何在網頁中使用 LiveKit 和 Synthesia Avatar(版本 3)?

林邦源 · 2026年11月6日 · 閱讀時間約 8 分鐘

會說話的 AI avatar 住進真正的網頁:當 Lin 回答問題時,頁面會捲動到她正在講的部份 — 她的第一個工具 show_section。

如何在 username.github.io 建立一個免費網站?

林邦源 · 2026年11月6日 · 閱讀時間約 5 分鐘

一步步教你開立免費 GitHub 帳戶,用 GitHub Pages 在 username.github.io 發佈個人網站,無需託管費用,也無需安裝額外軟件。

如何取得 Google 標籤來了解網站的流量?

林邦源 · 2026年11月6日 · 閱讀時間約 6 分鐘

從 Google Analytics 取得一小段 Google 標籤程式碼,貼到網站的每個頁面,就能知道有多少人看過你的網站、他們從哪裡來、用甚麼裝置。

AI 如何在影片中計算人數?

林邦源 · 2026年11月5日 · 閱讀時間約 8 分鐘

一個短短的 Python 程式,用 YOLO 觀看影片,計算每個走過畫面上那條線的人,最後另存一份標好方框的影片,並印出總數。

數位人系列 · 第 2 篇(共 6 篇)

如何用 LiveKit + Synthesia 數位人(版本 2)?

林邦源 · 2026年11月6日 · 閱讀時間約 7 分鐘

會說話的 AI 數位人,知識庫放在一份純文字檔——改一下 FAQs.txt、存檔,數位人就學會了新東西。

數位人系列 · 第 1 篇(共 6 篇)

如何用 LiveKit + Synthesia 數位人(版本 1)?

林邦源 · 2026年11月4日 · 閱讀時間約 6 分鐘

在瀏覽器裡做一個會說話的 AI 數位人——對著麥克風開口,Synthesia 數位人就會即時回答你,由 LiveKit Agents 驅動。

如何用 LiveKit 語音代理聊天?

林邦源 · 2026年11月4日 · 閱讀時間約 5 分鐘

在終端機跑起一個即時語音代理——語音辨識、LLM、文字轉語音——只需要兩條指令。

如何用 LiveKit 語音代理查天氣?

林邦源 · 2026年11月4日 · 閱讀時間約 6 分鐘

一個語音代理,會說話的 LLM,還能呼叫外部 API——問它「東京現在下雨嗎?」,它會去抓即時天氣。

如何在 macOS 安裝 Homebrew 套件管理程式?

林邦源 · 2026年11月4日 · 閱讀時間約 5 分鐘

在終端機貼上一行、把 Homebrew 加入 PATH,之後用一條指令就能安裝命令工具或桌面應用。

如何用檢索增強生成(RAG)在沒有幻覺的情況下回答問題?

林邦源 · 2026年11月3日 · 閱讀時間約 8 分鐘

一個程式,把同一條問題問 DeepSeek 兩次——第一次純粹憑模型訓練所學,第二次以真實網頁檢索出的句子作為依據——答案還會附上可核對的行號。

Python 程式如何找出與問題最相似的句子?

林邦源 · 2026年11月3日 · 閱讀時間約 7 分鐘

一個 20 行的 Python 程式,讀取餐廳資料檔,找出與問題意思最接近的句子並印出來。

Python 程式如何用 DeepSeek API?

林邦源 · 2026年11月3日 · 閱讀時間約 5 分鐘

一個 21 行的 Python 程式,把問題送給 DeepSeek AI 模型,並印出它的文字回答。

Python 程式如何用 Tavily API 搜尋互聯網?

林邦源 · 2026年11月3日 · 閱讀時間約 4 分鐘

一個 11 行的 Python 程式,用 Tavily 搜尋互聯網,並直接取得一段整理好的答案。

網頁抓取如何把網頁變成一個句子檔案?

林邦源 · 2026年11月3日 · 閱讀時間約 6 分鐘

一個 32 行的網頁抓取程式:下載網頁、只保留可讀文字、切成句子,並逐行存入文字檔。

程式如何把一段文字切分成句子?

林邦源 · 2026年11月3日 · 閱讀時間約 4 分鐘

一個 12 行的程式,用正規表示式在真正的句子邊界切開文字,而不是見到句號就切。

如何提供網頁,用檢索增強生成(RAG)減少 AI 幻覺?

林邦源 · 2026年11月1日 · 閱讀時間約 6 分鐘

這個程式會擷取你指定的網頁,先把文字交給模型,然後才產生回答。

如何用 AI 即時為你塗上口紅?

林邦源 · 2026年11月1日 · 閱讀時間約 7 分鐘

這個 35 行的程式會在每一格網路攝影機畫面中找到你的臉,隨著你的動作把嘴唇塗成櫻桃紅。

如何從網路攝影機取得即時影像?

林邦源 · 2026年11月1日 · 閱讀時間約 4 分鐘

這個 10 行的程式會開啟鏡頭,在視窗中顯示即時影像,並教你如何儲存一格畫面。

如何用 AI 為你塗口紅?

林邦源 · 2026年11月1日 · 閱讀時間約 6 分鐘

兩個為嘴唇上色的程式:一個是深紅色配更深的唇線,另一個會試用 10 種具名色號。

如何用 AI 改變你的眉毛?

林邦源 · 2026年11月1日 · 閱讀時間約 4 分鐘

這個 12 行的程式會把兩條眉毛塗上半透明的棕色,你原本的眉毛仍然看得見。

AI 如何找出你臉上的關鍵點?

林邦源 · 2026年11月1日 · 閱讀時間約 5 分鐘

這個 25 行的程式會在相片上標出 72 個關鍵點,並說明這些點有甚麼用途。

如何安裝 Visual Studio Code?

林邦源 · 2026年11月1日 · 閱讀時間約 4 分鐘

官方下載頁面、Windows 與 Mac 的安裝步驟,以及如何確認編輯器能正常開啟。

如何在 Mac 上安裝及使用 uv 套件管理工具?

林邦源 · 2026年11月1日 · 閱讀時間約 5 分鐘

Mac 的官方 curl 指令、如何驗證安裝,以及如何用 uv 選擇 Python 版本並執行自己的程式。

如何在 Windows 安裝及使用 uv 套件管理工具?

林邦源 · 2026年11月1日 · 閱讀時間約 6 分鐘

官方 PowerShell 指令、如何驗證安裝,以及如何用 uv 鎖定 Python 版本並執行自己的程式。

如何在 Windows 解壓縮檔案?

林邦源 · 2026年11月1日 · 閱讀時間約 3 分鐘

使用 Windows 內建功能解壓縮檔案的步驟。

如何在無程式碼、低程式碼、氛圍編程與傳統編程中使用 AI?

林邦源 · 2026年10月31日 · 閱讀時間約 5 分鐘

使用 AI 的四種方式——從聊天框、氛圍編程到代理與 IDE 模式——以及為甚麼學一點程式仍然值得。