逐字稿文字預覽
哈喽大家好我是阿珍 今天我来给大家去录制一个非常非常非常详细的这个使用我们的codex去操作我们电脑的任意软件的这么一个视频 就哪怕你之前从来没有接触过任何跟aai软件相关的这些操作啊 今天我也会教会你 那我简单的先给大家看一下他现在能做些什么事情啊 这样子你大概有个预判值不值得去学今天这个视频 这是我刚刚才跑的啊就是我去arch daily上面下载了一个项目 然后这个项目呢他的图片啊就全部下载了本地啊就是一个简单的小项目啊 这个是在Arch Daily今天的首页上面啊 随便看到的一个项目 然后呢 他的Slay啊 做的还挺精致的一个小房子对吧 就是应该是一个艺术家的小工作室 好 那么我就让这个这个Codex去用Sketup 帮我去把这个模型复刻出来 这是他整个这个项目复刻出来的效果 然后呢 给大家简单的说一下啊 像这样一个建模的任务了 大概需要花销的费用是人民币10块钱左右啊 好 然后呢 我之前啊 录视频的时候还给大家去讲过很多的案例 对吧 包括比如像Blender啊 这个也是blender里面去建的天坛的 这个天坛我之前用rino和sketchup也见过的 都是去测试它的能力 然后我也打开给大家看一下 这个是在rino里面的 rino里面也是建出来的非常的详细 然后还有一个sketchup的版本 sketchup这个版本也建的非常的细 这是很多的视角 大家看一下 包括它这个里面的一些构建的细节 它都是建的的 看一下这里面内部的这个也建的 建的非常的细 结构 然后它的这些雕塑上面这些它也是实体的 它这个不是不是这个贴图 你看一下这是实体的 然后呢 图雕它有各种视角的 翻整个这个SU的模型来见的是非常详细 但这个是因为我当时给他多提了一些意见 让他去反复都改了几轮 他比那个blender和rino那个要见得稍微的细一点 然后呢他还能去做什么事情呢 他还能去帮我去操作我的ps 这个是我之前做的一个测试 让他去把我的头像直接用这个ps 重新去画一遍 用画笔工具画 它这个在操作的这个电脑 这个当时也是测着玩 然后它也是可以操作的 然后呢 它还能做什么 还能做很复杂的这种参数化建模 像这个模型啊 这个是一个美术馆 对吧 然后这个模型 这个地方我觉得做设计的挺精巧的 然后呢 我让它用参数化去把这个复刻出来 它写了很多的这个电池 我们看一下各个角度啊 它这边也是打了一些角度 然后都看得到 屋顶的 然后包括这死内的 然后了看的 实类这个里面现在稍微的要粗糙一点 这个我没有给他提供太多的资料 然后包括像外面的这个 这个是一个很经典的一张视角的 我之前有一段时间还把摄影图 拿来做我的电脑的壁子 反正他能去实现的这个事情是非常的丰富的 那今天我就来给大家去详细的说一下 我们怎么去用到这个工具 那我还是会给大家去做这么一个知识库的文档 那么这个文档到时候你从Leader AI的知识库里面进来 然后找到Codex教程合集里面 我就拿去放到这个前面 然后今天我会用利德AI这个网站 来给他去做演示 好 首先第一个就是我们怎么去下载这个软件 Codex是一个免费的软件 那么你点击这个链接 就可以进到他们的官网上去下载 那之前我给大家去演示过 怎么去下载Windows的版本 那么你点击它就可以下载了 那例如小伙伴问我 怎么去下载苹果的版本 你如果说是苹果的电脑 你打开它的话 自己这个地方应该就是个下载Mac的版本 那你就点击它去下载 下载下载之后了 一路双击默认安装就可以了 它本身是个免费的软件 这个应该没什么难度 下载下来之后了 如果说你自己本身有 open ai的官方的账号 那么你就登录你的账号就可以了 那如果说你登录自己的账号的话 我给大家去看一下是个什么样子的 好那现在我就登录上了我自己的账号 那这个账号就是你点到这个地方 它就是需要你去填写你的账号和密码就可以了 然后这里边它会显示你的订阅的等级 这个我是有一个官方的账号 我是买的5x的就是100美元的账号 那这个地方的话就是账号了 首先就是你要有海外的邮箱 然后呢有海外的这个信用卡 然后你可以去找你海外的朋友帮你去代付啊 或者什么样子啊 这个是可以去尝试的 那如果说你没有这些相关的资源的话 那你可以直接接入我们网站的这个API 那接入API的方式的话会稍微的麻烦一点 这里呢我来给大家去详细的解释一下啊 怎么去操作 那我们先把这个软件先把它关掉 我们需要去下载另外一个软件 就是我在这个地方放着啊 这个地方是一个CC switch这个插件 那么这个插件我们点开它之后了 它在这个页面 它右边有一个叫release 在这个地方 我们可以去点进去 然后呢你一直往下翻 在这个下面呢它会有一个叫assets 然后你去找到你对应的版本 那如果说你是苹果电脑的话 你就找这个dmg的 macos 那你是windows的电脑的话 它windows的电脑的版本好像比这个 苹果的要发布的稍微慢一点啊 那你再去找更早的一个版本 比如说3.20.2 在这边啊你找到这个更早的这个版本 把这个assets把它展开 这里面应该是有windows的版本 那你下载这个windows啊 这个版本啊就可以了 下载后缀MSI的这个 然后下载下来之后 你就也是一路双击默认安装就可以了 那么这个软件装好了之后 它打开的界面是这样子的 我打开这个主界面给大家看一下 OK那你打开 这个ccswitch你第一次打开它默认的界面 可能没有这么多的这个渠道 那这个是我自己添加的 而且它的这个里面的图标可能会多一些 你可以在这个设置这里面去做一轮设置 就它默认的可能会把这些图标全给你勾上 它不只是针对我们codex 可以去使用第三方的这些登录方式 它针对的很多这种 AI编程助手 AI办公助手 它都可以去实现 那我自己常用的呢 就是crawcode和codex 那反正呢 你这地方你只需要负责把codex把它勾上 就可以了 其他的你不需要了 你就把它点下就把它关掉 然后你回来之后了 这个地方就会有一个codex的图标 然后它下面 默认的应该是没有这些选项的 我们怎么去添加啊 我们在LeadAI的这个上面的API呢 给大家去简单说一下 我们首先在这点击这个加号 然后呢在这个下面 我们就需要去配置相应的东西 我们打开LeadAI的网站 我们点击这里的API服务 就是有一个像插头的图标这里 然后呢进来之后了 我们就进到了这个开放平台 那我们在右上角这里去创建API key 然后呢在这个地方你随便去写一个名字 然后呢你就点击确定就可以了 那这个地方就会产生一个新的API key 然后呢我们要去用哪个模型 你可以在这下面去点击对应的模型 那这里呢我们给大家去提供了两种方式 一种是官方的渠道 那大家都知道就是之前这个dpt6刚上线的时候 它的这个就是很多中转站 它受到了封控 它的这个模型降制了 那这个官方通道呢就是我们是接的API 不是说去官方买的那个账号 然后再去做耗池 这个是直接从官方去买的API 这个是百分之百不会降制的 那这个呢它的价格就是跟官方原价是一样的 但是呢这个会算起来会比较贵啊 一般大家都不愿意去用这个东西 但是如果说你非常紧急想要用的时候 但是你的这个优惠通道啊对吧 它都不稳定的时候你可以去用它啊 然后呢我们这里主要推荐大家去用的是这个优惠通道 优惠通道就是官方原价的0.2倍 在后面写了个0.2x 那我们在使用Codex的时候 我们主要是使用response这种接口 那我们就点击这个response 然后呢进来我们把这个地方的base url把它复制一下 那么我们回到我们的cc switch里面来 然后呢我们供应商名称这里 我们写一个立得ai 我这里再加一个比如test 因为我之前已经创建过一个了 好我们只需要在这个api请求地址这里 把我们刚刚复制的这个地址再给大家看一下哦 这里啊就是我们的base url 然后把它复制一下 复制到我们的api请求地址这里来 然后呢apik就是你刚刚创建的这个k 这个key就是这个key 我们点击这个复制按钮 然后我们来把它复制到这个地方来 好 那我们在ccwitch里面 主要的就是把它去接进来 那如果说你需要同时需要这两个模型的话 其实你可以把它一起接进来 你就不用下次再去配置它了 给大家简单说一下怎么去配置它 我们在这个地方 点击这个默认模型这儿 我们可以点击一下这个下拉箭头 这里有一个叫获取模型列表 然后呢就可以获取到我们的模型 然后再点击右边这个向下的箭头 那这里面有一个叫official 有个叫promotion吧 official就是官方原版的 然后呢我们用promotion就是它作为默认的模型 然后呢你可以把另外一个模型加进去 那么你加在哪个地方呢 就是这个模型映射这儿 我们再去点击一次这个获取模型列表 好然后呢我们在这个地方点击添加模型 然后呢我们在这个下拉列表里面 我们把这个promotion这个先加进来 然后呢再去添加一个模型 然后把这个official这个添加进来 那么这个名字呢你可以去改哈 它这个菜单显示名字是可以改的 实际请求模型来这里你不能去改它 这个是跟网站一一对应的 那比如这个你可以写一个比如说优惠渠道 优惠通道 然后呢这个比如说官方通道啊 这个你是可以去改的 它只是一个映射的显示的名字 这个你可以改也可以不改 你如果记得住 你就可以不用去改它 然后呢这个思考等级这里 我们去把它的从最小到最大 全部把勾上 然后第二个也是最小到最大全部把勾上 然后这个时候你就点击添加就可以了 然后我这里就多出来个Need的AEI test 就是你正常的去用的话 你可以不用加这个上面 这个是我之前跑的测试的 好 然后我们再点击它启用 那用这个插件它有个好处就是 假如说你要用官方的这个 你就点击启用官方这个 它就可以在官方账号 和你自己的第三方的账号之间去切换 那有时候你的官方账号 你买了虽然说你比如买了一个 这个20美元的也好 买了个200美元的也好对吧 但是有时候还是会用完 不够用的时候 你就可以切换到第三方 我们这里也很便宜 那你就切换了它 点击它在使用中呢 你再去把你的codex退出 一定要把它退出 重新去启动 因为它这个要配置重新生效 我们再去重新启动我们的codex codex它在桌面上显示的名字叫CHIGPT 它实际上以前叫codex 大家也习惯了叫它codex 包括它在CHIGPT里面打开 它也是叫codex对吧 所以这个你桌面上 如果你看到是一个叫CHIGPT的图标 不用担心 他就是codex 好 这样子我们进来之后了 我们看到这边他的这个模型就变了 这个地方就变成了我们写的这个优惠通道和官方通道 那我们优先用优惠通道 这样子就可以去使用它了 比如说你随便的问他一个问题 您好 ok 他说阿珍今天有什么需要帮忙的吗 这样子相当于你就把整个codex这个软件跑起来了 这个是非常重要的 就是你要先把这个软件跑起来 那么软件跑起来之后了 我们还有一些非常重要的设置 给大家去说一下 我在这个知识库里面也有去记录 那么一个我们先讲这个地方 就是一个是你的界面怎么去设置 如果说有些同学打开之后 你发现你的界面是全英文的 你可以直接在这个地方对话告诉他 就是说帮我把这个软件界面设置成中文 他应该自己就会帮你去设置好 如果说你确实他没有给你设置好 或者说你开始模型没有配置好 他还不具备这个智能的能力 你可以点击这个我们的软件的最左下角 然后找到设置 然后我们进来之后在常规这里面找到我们的 这里有一个语言 我们这里去把它设置成简体中文 或者用自动检测就可以了 这里看你的习惯 我这里就用的自动检测 好 然后还有一个比较重要的设置 我之前在另外一个视频跟大家去讲过 就是GPT6这个模型 它的很多skill 包括它的agent-md 是需要重新设计的 那么这个agent.md怎么去设置 它会影响你模型每一次回答的质量 那么因为GPT6这个模型本身天然的 它对很多任务它会更加显得犹豫 或者说它会显得更加谨慎 所以我们需要去做一些设置 这个具体的非常具体的解释 我在另外一个视频给大家去解释过 到时候大家可以去查看另外一个视频 这是官方提出的说法 所以我在设置个性画的里面 我去做了一些个人的这种使用习惯的配置 那主要是第4条和第5条是跟这个GPT6非常强相关的 那么前面三条是我的个人的一些使用习惯 那我会把整个个性化设置的所有的文字 我会放一份放到我的知识库里面去 这地方应该是可以直接去复制的 你们到时候就点这个复制 然后如果说你需要附用我的话 你就把它粘贴到你的codex的个性化里面去就可以了 这是一个非常重要的需要去做设置的地方 不然你的GPT6他老是自己停下来 就是任务明明没有做到非常完美的这种程度 他就自己就认为可以停了 或者说他认为需要你去授权 他才能去继续做 所以我建议去把这个个性化 这里去做一个简单的设置 好 然后另外一个比较重要的 就是这下面写的项目管理 给大家去解释一下这个是什么意思 就是比如说我在本地有一个文件夹 比如说我今天 今天这个视频我这里有个文件夹 那我们就可以在这个地方去用项目 去把指定到对应的文件夹里面去 比如说我随便在这去写一个 写一个比如测试 那么你在写了测试文件夹 那么你怎么把文件夹和我们的Codex 去对应上去 就是我希望我在Codex操作的 所有的这些文件 它生成的文件也好 它的范围只在我的文件夹里面 它不要把我外面这些其他的 还有很多很多的文件夹搞乱了 对吧 那么你就可以在项目这 去点击项目的加号 然后在这个地方去添加 就是从你的电脑上面去添加 然后我们去找到测试这个文件夹 然后选择它 然后它说可能比较慢 这个是我在last上面的一个盘 然后不管它创建 然后trust folder就是信任这个文件 它这个还是英文的 不过没有关系 好 然后我们在这项目这边展开 你可以看到 这里边就多了一个测试这个文件夹 那你要在测试这个文件夹下面去创建 这个新的对话的话 你就点像一个画笔一样的编辑这个图标 然后他就进到测试项目里面来了 你看他这上面有一个文件夹的位置 就测试 然后你下面随便去写什么东西 比如让他帮你去创建一些新的代码 去创建一个新的项目 他的项目的代码就一定不会在你的 比如说其他的文件夹里面散落 各个地方 他一定会在一个统一的文件夹里面 就在你指定的文件夹里面 这样子会比较好一些 你在运行一些比较大型的项目的时候 比如帮你去改某一个指定的文件 比如我在建模的时候 我一定要会指定一个文件夹 然后让它去把相应的这些 生成的这些碎片
本次執行流程與問題處理
下達指令
預期流程
- 下載與語音辨識
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 公開網頁發布
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：604.7 秒
關係：依序執行
結果：完成
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：54.8 秒
關係：依序執行
結果：完成
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
4. 句子密度平衡
工具：videonote_balance_sentence_units.py
處理：平衡句子長度與密度
產出：sentence_units.json（句子單元）
耗時：0.9 秒
關係：依序執行
結果：完成
5. 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
6. 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
7. 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：0.0 秒
關係：依序執行
結果：完成
8. 逐字稿交叉檢查
工具：videonote_cross_check_transcript.py
處理：交叉檢查逐字稿與來源字幕
產出：transcript_crosscheck_report.json（交叉檢查）
耗時：0.1 秒
關係：依序執行
結果：完成
9. 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. 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：132.9 秒
關係：依序執行
結果：完成
11. 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. 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
- 尚未產生
自動來源字幕
Whisper 字幕
Qwen 字幕
- 尚未產生
Parakeet 字幕
- 尚未產生
MOSS 字幕
- 尚未產生
聲學時間證據（PyAnnote / WhisperX）
- 尚未產生
校正前後逐字稿
- 校正前 transcript.whisper.json 純文字 JSON
- 校正後 transcript.json 純文字 JSON
目前待解決問題與初步改善方向
- 逐字稿全文快速校讀未完成
已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。；RAPID_REVIEW_STATUS=REVIEW_REQUIRED_INVALID_OUTPUT
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。