Agent Orchestrator (代理編排器) 教學 — 平行 AI Coding Agent 監督平台 1. 專案定位 Agent Orchestrator（以下簡稱 AO）是一套 Agentic IDE (代理式整合開發環境)，專門解決「同時跑多個 AI coding agent (AI 編碼代理)」會遇到的管理混亂問題。當你同時開好幾個 Claude Code / Codex / Cursor 終端機工作在同一個 repo，很快就會遇到：分支互相覆蓋、終端機視窗迷失、CI 失敗沒人跟進、review 留言沒人回、merge conflict (合併衝突) 不知道該丟給哪個 agent 處理。 AO 的定位不是「取代」這...
claude-real-video (Claude 實時影片) 教學 1. 專案定位 claude-real-video (Claude 實時影片)，CLI 指令別名 crv，解決的是一個很具體的痛點：LLM 沒辦法真正「看」影片。 現況盤點： 貼 YouTube 連結給 ChatGPT，它讀的是逐字稿，不是畫面 Claude 完全不接受影片檔案輸入 Gemini 雖然能原生讀影片，但要整支上傳到 Google 雲端，且用固定間隔（預設 1 fps）取樣——快速剪接的鏡頭會被跳過，靜態畫面又過度取樣 crv 的做法：在使用者自己的機器上，用 ffmpeg 做場景感知（scene-aware）的關鍵影格抽取——偵測每次場景真正改變的...
教學：diffusionstudio/lottie — 用編碼代理生成 Lottie 動畫 1. 專案定位 diffusionstudio/lottie（專案內部代號 Text-to-Lottie）解決的問題是：讓 Claude Code、Codex 這類「支援 Agent Skills 的編碼代理」直接產出可用於生產環境的 Lottie (動畫格式; 又稱 Bodymovin JSON) 動畫檔，而不是讓人工在 After Effects 裡逐幀調整。 它不是一個「Lottie 播放器 library」，而是兩件事的組合： 一份 Agent Skill（skills/text-to-lottie/）：把「...
Agent Reach + Sherlock 完整教學 1. 專案定位：它們各自解決什麼問題？ 1.1 Agent Reach — 給 AI Agent 裝上「眼睛」 一句話定義：Agent Reach 是一個 capability layer（能力層），讓 AI coding assistant 能夠讀取全網 15 個平台的內容。 白話解釋： 你的 AI Agent（Claude Code、Cursor 等）很聰明，能寫程式、改文件。但叫它「去推特上看看大家怎麼評價這個產品」？看不了。 叫它「幫我搜小紅書上這個品的口碑」？打不開。 叫它「看看這個 YouTube 影片講了什麼」？拿不到字幕。 Agent Reach 就是解決這個...
OpenMontage 完整教學 — AI 代理影片製作系統深度解析 1. 專案定位：它解決什麼問題？ 一句話定義 OpenMontage 是全球第一個開源的 agentic video production system（代理式影片製作系統），它讓你的 AI coding assistant（如 Claude Code、Cursor、Copilot）變成一整個影片製作團隊。 白話解釋 想像你今天想做一支 60 秒的教學影片，傳統流程是： 寫腳本（30 分鐘） 找素材圖片/影片（1-2 小時） 錄旁白或找 AI 配音（30 分鐘） 找背景音樂（30 分鐘） 剪輯合成（2-3 小時） 加字幕（1 小時） 用 OpenMontage，...
Ch 1：歡迎 – 什麼是 Vibe Coding？ 本章目標：讓從未接觸過 CLI 或程式碼的 BD（Business Development; 商務開發）人員，在 20 分鐘內理解三件事：(1) 什麼是 vibe coding，(2) Claude Code 是什麼，(3) AIKT 這套工具箱能幫你做什麼。讀完本章，你會知道為什麼你不需要學寫程式，也能讓 AI 幫你完成過去需要整個團隊才能做到的事。 1.1 開場比喻：你已經有一個超強助理了 想像一下這個場景。 你剛到一家新創生技公司上班，老闆跟你說：「這是你的私人助理。他會 Google 搜尋、會讀 PDF、會做 PowerPoint、會查學術論文、會幫你做盡職調查報告、會...
Kami — AI Document Design System Complete Tutorial Kami (紙, かみ) means paper in Japanese. It is a constraint-based design system that turns AI-generated content into professionally typeset documents. This tutorial covers the upstream open-source project and the custom extensions built on top of it for enterprise use....
Kami — AI 文件設計系統完整教學 Kami (紙, かみ) 在日文裡就是「紙」的意思。它是一套以約束為核心的設計系統 (constraint-based design system)，能把 AI 生成的內容轉成專業排版的文件。這份教學涵蓋上游開源專案本身，以及在上面打造的企業級客製化延伸。 1. 什麼是 Kami？(What is Kami) 問題在哪 Claude、GPT 這類 AI 模型寫出來的內容品質，其實已經跟專業寫手不相上下了。但每次你叫 AI「幫我做一份 PDF」，出來的版面、字型、色調都不一樣。成品看起來堪用，但絕對不是你會直接寄給投資人、面試委員、或者拿去研討會報告的東西——不手動整理一番根本拿不出手。 瓶...
MinerU 完整教學 — 高精度文件解析引擎與 AIKT 整合指南 1. 專案定位 什麼是 MinerU？ MinerU 是一款由 OpenDataLab 開發的開源 document parsing (文件解析) 工具，專門將複雜的 PDF、圖片、DOCX、PPTX、XLSX 等文件轉為 LLM-ready 的 Markdown / JSON 結構化格式。專案誕生於 InternLM 大模型預訓練過程中，目前是 GitHub 上最受歡迎的文件解析專案之一（~72K stars）。 核心價值 面向 價值 RAG Pipeline (檢索增強生成管線) 將任何格式的文件轉為高品質 Markdown，直接餵入 embedding +...
Agent Browser 完整教學 1. 專案定位與核心價值 什麼是 Agent Browser Agent Browser 是 Vercel Labs 開發的瀏覽器自動化 CLI 工具，以 Rust 原生編譯，透過 Chrome DevTools Protocol (CDP) 直接控制 Chrome/Chromium，專為 AI agent 設計。 解決什麼問題 傳統瀏覽器自動化工具（Playwright、Puppeteer、Selenium）在 AI agent 使用場景中面臨三大痛點： Token 消耗過高: 取得完整 DOM/HTML 需要數千甚至數萬 token，LLM context window 迅速耗盡 啟動與執...