工作清單

OpenCode 從零開始 /一部影片一次教完 /免費入門 AI Agent

逐字稿文字預覽

免費也可以學習Agent啊！
接下來一部影片教你最簡單取得免費
Agent的學習資源。
免費也可以學習Agent啊！
接下來教你最簡單一部影片就學會取得免費
Agent的使用資源。
OpenCode。
在Google搜尋的地方打OpenCode Download。
找到下載的部分。
進入到這個頁面去下載最新的OpenCode桌面版。
它會自動偵測你是什麼版本來下載。
如果你使用的是舊版的Mac，
在這個頁面往下滑。
去找到這邊有一個macOS Intel
的下載。
那如果你是使用ARM64的CPU，
也會自動偵測。
下載安裝完成之後，你會找不到你的OpenCode
在哪邊。
打開你的程式集，按這個Windows的視窗按鈕。
然後在搜尋的地方打OpenCode。
接下來會出現你安裝的應用程式。
我們將它釘選到開始，釘選到工作列。
這樣你在下方就可以找到OpenCode的這個圖像來開啟程式。
或者是在你的工作列裡面，
你也可以找到OpenCode的這個選項來去開啟它。
接下來我們要去註冊取得免費的AI Agent來使用。
一樣在下載頁面的地方麻煩幫我點選這個Zen。
我們來去註冊一個OpenCode的Zen帳號。
點選。
接下來選擇登入或者是開始使用
Zen來去註冊。
如果你已經註冊過的話，
就直接用你註冊帳號登入。
如果沒有註冊過的話，我們重新註冊。
點選登入。
接下來選擇Continue with Google 用你的Google
帳號來去註冊。
註冊完成之後會到達這個頁面來。
那我們免費使用的話，這邊會有個免費使用的
API Key。
我們在這裡點選複製金鑰，
我們將API Key 複製起來。
複製好之後，我們點選我們的應用程式OpenCode，
將應用程式把它打開來。
注意哦！是應用程式哦！
打開之後幫我注意三個地方。
第一個，你的應用程式有沒有開到最大。
所以要將應用程式開到最大。
然後再來點選這邊有個首頁的按鈕。
點選之後才會出現設定。
點完首頁的按鈕之後會出現設定。
設定在這個地方。
找到設定之後點選這個設定。
幫我在設定裡面選擇提供者。
如果沒有到這邊來的話，
確認一下你是不是有開啟應用程式。
在熱門提供者的地方，幫我找OpenCode的Zen方案，
然後選擇這個連線。
將我們剛剛的 API Key 貼上去。
貼完之後按繼續。
接下來一樣在設定裡面點選，
去找到我們的模型。
確認一下你的版面是新的，
然後語言是繁體中文。
預設應該都是這兩個選項。
點選模型之後我們往下選。
我們只要開啟我們需要用的免費模型就可以了。
那我們往下滑，一直往下滑去找。
幫我找到由 Meta 公司所提供的免費模型。
Muse Spark 1.3 Free。
要特別注意有這個Free版本的。
那我們將它打開。
這個模型的來源是由我們臉書、
Meta公司他們所發行免費讓大家試用。
前提的話是他會用你的對話資料來當作是他
下一代AI訓練的模型。
我們在使用上你不用擔心，
我們只要不要給隱私資料，
一般我們在做課務，還有一般工作、例行公事的處理上面，
是完全沒有問題的。
所以你可以用它來當作學習 AI Agent 的免費試用資源。
等到你覺得你的 Agent 已經學會之後，
你再去考慮付費方案也不遲。
那這個不是大陸的模型公司，
所以如果你對於大陸的模型有疑慮的話，
在這裡的話你是可以完全不用擔心的。
這個是臉書Meta公司所發行的AI。
它非常聰明，也支援多模態，
上下文也很大。
所以目前我認為最適合當作是學習
AI Agent 上手的免費資源。
打開之後，接下來我們來建立一個新的專案。
我們在左邊的地方，專案，
然後選建立新專案。
在C 槽的地方，按滑鼠右鍵，
新建一個資料夾。
資料夾名稱，我給大家一個建議：
2026OpenCode。
接下來我們所有 Agent 工作就會在你電腦上面這個資料
夾裡面工作。
選擇資料夾，你會到達這個畫面裡面來，
確認一下你左邊是 2026OpenCode。
接下來我們選擇新增工作階段。
進入對話之後我們選擇模型。
在OpenCode的Zen方案裡面選擇Muse Spark
1.3 Free。
它這是一個多模態的模型，
支援文字、圖片、音訊、
影片、PDF，上下文有 100 萬。
以免費來說，他相當的聰明。
接下來右邊的話是開思考強度，
想越久越聰明，但是越耗費算力。
一般我們正常使用的話，
開到High就可以了。
如果有解決不了問題的話，
你可以嘗試開到 Xhigh，
或者使用付費的 AI Agent。
日常使用開這個，恭喜你，
你已經擁有免費的 AI Agent，
並且設置好環境，然後開啟你第一個專案對話。
你已經完成我們 AI Agent 的第一個階段。
接下來第二個階段，就是要增強你電腦的內部能力。
你可以在提示詞裡面問它。
我是一名國中數學老師擅長數位教學，
也會使用AI來備課。
幫我上網找一下適合我這個背景，
對於我的工作有幫助的相關的Python程式。
將Python的程式分類並且做簡單的說明。
先不要下載，等我說下載才下載。
接下來你就問他有哪一些程式是適合安裝的。
你可以複製我的提示詞，
換成你自己的背景。
接下來按提交。
接下來他幫我找到適合我背景的國中數學、
數位教學跟 AI 備課。
所以這邊他有提到的AI出題的話有這幾種。
這邊有可以直接出考卷的，
然後還有題庫的。
所以題庫相關的都在這個地方。
數學、視覺化也提供我三個Python程式，
讓我去使用。
成績的診斷在這個地方，
還有AI助教跟幾何配圖。
如果有哪些需要裝的你就跟他講。
在使用的話，你只要裝了之後，
你的電腦就能夠使用。
所以你在這台電腦上面的所有 AI
Agent 都能夠調用這些 Python 程式。
如果你的電腦沒有安裝 Python 的話，
你的電腦會建議你要安裝Python程式。
它建議你要裝什麼程式，
你都允許讓它裝。
它會自動幫你上網下載並且安裝。
這邊我推薦安裝的三個是，
幫我說明 Edge TTS、
yt-dlp、FFmpeg 這三個程式是做什麼的。
你可以請你的 Agent 幫你安裝這三個，
這三個是我個人推薦你的電腦裡面一定要裝的。
Edge TTS 不用 API Key，
就可以幫你合成所有的教學的語音。
包含你的教學影片、自學影片、
AI 助讀都可以靠它。
裝了之後你的電腦就可以生成任何的語音，
不需要任何費用，你的電腦就支援這樣的功能。
所以我建議安裝。
再來第二個 yt-dlp，裝了之後它可以有這樣的功能。
這功能在我們教學備課裡面非常好用。
功能有哪一些請自行觀看。
你在電腦裡面只要你有需要處理到語音或是影像的，
那你就一定要裝這個 FFmpeg。
所有影音相關的它都可以幫
忙處理。
所以這三個請你自行下載安裝。
使用時，你可以直接跟它講說用 yt-dlp 去做什麼，
用 Edge TTS 去做什麼。
那甚至你沒有講，它會自動拿來使用。
所以這個是第二個部分，
幫你的電腦安裝適合你工作背景的內部工具。
接下來我們來學習怎麼樣新開一個新的對話。
所以在上方的地方你會看到一個加號，
這個加號就是開新的對話。
點它之後會出現這樣的頁面。
那你確認一下下方的資料夾是不是仍然在
2026OpenCode 裡面。
接下來第二個對話的話是連接外部工具的提示詞示範。
我想要連接外部工具NotebookLM
授權的方式是你開一個
Chrome 的登入視窗。
讓我登入我的帳號密碼之後，
你將授權憑證存起來，當作是日後登入的驗證。
連接方式的話，你上網幫我搜尋一下，
目前最熱門的連接方式是什麼。
接下來由你來引導我去做登入、
安裝，以及執行驗證。
在登入的時候，務必讓你來開啟
Chrome的登入視窗來讓我登入。
登入的時間請設到最長，
讓我有足夠時間輸入登入資訊。
所有的步驟都要你做完之後，
再去叫我操作。
有任何問題由你來協助幫我解決。
邏輯上的話大概是這樣子做，
你只要決定兩件事情。
第一個，你要如何授權。
授權方式有很多種。
我今天示範最簡單的一種就是我們讓它開
Chrome 的瀏覽器出來，輸入我們的帳號密碼。
將授權的憑證存起來，以後讓它來登入。
第二個，連接方式一樣有很多種。
我讓它自己上網搜尋一下，
目前最熱門的連接方式是什麼？
由它來決定。
所以當你決定了授權的方式跟連接方式之後，
剩下的部分就是由你跟AI一起來去解決怎麼樣去連接
到外部工具。
那我現在示範的外部工具是NotebookLM，
你可以換成所有的外部工具，
包含像Gmail、Canva、
Kahoot。
所有你想要連的外部工具都用這樣的方式來詢問。
一般來說，大部分的外部工具都可以用這樣的方式。
你只要花一些時間跟你的AI一起去討論、
去解決問題，都能夠成功的連接到所謂的外部工具。
這部分的過程比較冗長，
我就不示範了。
那我的頻道裡面有很多這樣的教學。
那如果說有一些懶人包，
懶人包的意思是，我已經登入過了，
我已經連接外部工具了。
那我將這個過程裡面我遇到的困難跟一些步驟我把它
寫成一個懶人包。
所以當你有看到別人提供懶人包，
或是我提供懶人包，按照懶人包的方式去連接外部工具，
成功率會比較高。
那我今天示範的就是，如果在不依靠任何外部工具，
任何懶人包的狀況下，你要如何由你跟
Agent 配合連接外部工具。
提示詞大概就是像這樣子。
接下來按提交。
你現在已經有兩個對話了。
你怎麼去看到兩個對話呢？
一樣，我們在左上角首頁的地方，
點選首頁。
你就會看到你每個專案的所有的對話。
每個對話你也可以去命名。
所以像我們 2026OpenCode 裡面就有兩個對話。
點選對話就可以回到我們對話裡面來。
在對話上面按右鍵，你就可以針對這個對話去做命名。
連接外部工具NotebookLM。
所以我這個對話就只做這件事情。
那如果你要做別件事情的話，
我會建議新開個對話。
所有的對話都會在這個目錄裡面去工作。
接下來就按照你的 Agent 指示，
然後來去完成連接外部工具。
接下來我們再新開個對話。
請你教我怎麼樣去設計、打包，
以及優化一個技能。
技能的話，
你可以根據你現在電腦上面能做的事情，
將你的工作流打包成一個技能。
如果你不知道怎麼樣去製作技能的話，
你直接問你的 Agent，你的 Agent 會教你怎麼設計技能。
做技能的話，一定是可重複的專業工作流，
我們才值得做成技能。
技能的話，它是一份使用說明書。
你這台電腦能夠做的事情，
將它寫成一份使用說明書。
所以為什麼技能的製作會排在第四個階段？
是因為你的電腦一定是要先安裝好你的內部工具，
你一定是先連接你常用的外部工具，
之後我們再結合內部工具、
外部工具，來去將你的工作流打包成一個技能。
那一般來說我們都是先做好一件事情之後再把它打包
成技能。
那你如果不知道怎麼使用，就問你的 Agent。
你的 Agent 會教你。列出我所有的技能。
你忘記技能的話你也可以叫你的OpenCode
將你目前的技能把它全部列出來。
如果你忘記技能是做什麼的，
你也可以請他稍微說明一下，
原則上，在你的 Agent 裡面沒有什麼事情做不到的。
所以這邊是我全部的技能在這個地方。
你可以直接用技能名字或是直接用自然語言去
觸發技能。
使用上非常簡單，沒有什麼難度。
做到這邊恭喜你！
一部影片快速上手免費的 AI Agent，
OpenCode。
接下來去我的頻道，觀看其他的教學應用系列。
你就可以製作出屬於自己的教學應用。
那我們今天的影片就到這邊，
我們下期再見，掰掰！

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://www.youtube.com/watch?v=hiHkWkvycwA --language zh --adopt-source-subtitles

    來源：https://www.youtube.com/watch?v=hiHkWkvycwA

    辨識語言：zh ｜ 參數：--language zh --adopt-source-subtitles

  2. 預期流程

    依指令產生的處理順序：

    1. 採用來源字幕（略過語音辨識）
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 筆記與發布
    5. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：16.8 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：43.9 秒

    關係：依序執行

    結果：完成

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  6. 4. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

  7. 5. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

  8. 6. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  9. 7. 來源句整理

    工具：videonote_prepare_source_entries.py

    處理：整理來源句子供時間軸與頁面使用

    產出：sentence_units.json（句子單元）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  10. 8. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：106.0 秒

    關係：依序執行

    結果：完成

  11. 9. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

  12. 10. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench