cloudflare tunnel 初試

緣起:

    前陣子很想弄看看自己的網路服務，一開始是用 ngrok，不過它有流量限制，發現 cloudflare 沒有流量限制後，我就開始研究 cloudflare，看著這篇文章跟著操作。

使用 faster-whisper 擷取影片對話

緣起:

    接續這篇，其實那一篇的都算是鋪陳，我重點是想要寫我用 faster-whisper 來幫我處理對話存文字的部份，這裡遇到最多麻煩。

    在我把 Jellyfin 搞定後，我的腦子後來又開始想說，現在已經很習慣用 AI 功具來幫我學習了，能不能也用在這些課程上呢？請它幫我抓重點、做筆記之類的。直接要 AI 幫我分析整部影片感覺很不實際，像是 claude project 上傳文件的部份，你一個 500 多 MB 的檔案傳上去就要花不少時間，而且那 project 空間也是有限的。

    我自己思考後，認為用語音識別影片的內容後，存成文字檔，再丢給 AI 處理，會是個比較好的做法，所以就請 claude 教我怎麼用程式來達成這需求。

教學影片保存

緣起:

    說好聽點是保存啦，說難聽點就是..... pirate ！！！！之前報的補習班，我是報線上課程，它們有把影片都先拍好，放到線上學習平台上，讓你自己安排時間去看。雖然可以無限次數觀看，但有期限，從買下課程後算起，最多兩年，所以還是有時間內看完的壓力。

    怎麼辨呢，我很不喜歡這種被死線綁住的感覺，而且它那個系統也不會紀錄你看到哪，每次重連去看都要再找一下是哪一部，點進去影片或是拖拉進度都要等網路，幾次後就會感到很煩，降低學習意願 (應該不是我懶吧?)。最後想到，乾脆把影片載下來好了，只要我不散播、拿去做營收，只給自己看的話應該不至於被補習班查水錶吧(？

    這系列有三部曲，第一部是最簡單的下載，第二部是播放器篇，最後是字幕擷取篇。

SSH 使用金鑰登入

緣起:

    前幾天腦子在想一件事，就是能不能在同個區網內，用 A 電腦編輯跟查看程式文件，然後在 B 電腦上編譯、除錯、執行？問了 gpt (還 claude?)，它說首選用 VS Code 的 Remote SSH Extension，再來是本地架個 gitea，在 A 寫完程式後 push，在 B 電腦上 pull，然後再做你想要的操作，最後一個方案是用 rsync 來同步兩台電腦的資料。

    我是嘗試使用 VS Code 的 remote ssh extension，只要 B 電腦有裝 Remote-SSH 就好，在 A 電腦上的 VS Code 裝 Remote SSH Extension，連上 B 電腦後它會自動下載 vscoder-server。在操作的過程中，我發現 AI 要我做一件事，就是在 A 電腦上生成一對 ssh 的金鑰，然後再把公鑰丢在 B 電腦上，之後用 ssh 連線時就不需要再輸入使用者密碼了。

    哇 ~~ 我之前用 ssh 都是每次要輸入密碼，從沒想過要找看看有什麼不用輸入密碼的方式，有夠蠢的，現在發現這方法很像已知用火。

Claude Project 初試

緣起:

    接續這篇，我發現在本地跑 LLM 無法達成我想要的結果後，又發現 Claude AI 提供的 Project 功能很符合我的需求，所以我轉而去研究雲端 AI 平台的使用。

    TADA，我創完 Project 後發現，疑，它可以連結 Github 帳號！？這樣在檔案的更新跟同步上就省事多了，這太讚了。

Ollama 本地 LLM 部屬

緣起:

    前陣子跟之前的同事聊天，聊著聊著，他讓我加入他的 google pro 家庭方案，那方案除了共享 5TB 的雲端空間外，還有 gmini pro ai 能用。我就想試試看，pro 的 ai 模型有沒有比較強，能不能讓它幫我寫勾羿的小說。

    我問它，有關遊戲“九日”裡的勾芒跟羿，你知道什麼嗎？

    你媽媽的，還是理解得很狗屁不通，這樣肯定是無法寫出符合九日背景的小說(後來發現，其實用 LLM Note)，這時，我的腦子開始有了想在自己本地跑 LLM 的想法，我那時打的算盤是，在本地跑的話，能調整的東西比較多，我可以給它九日的參考資料，讓它了解世界觀之後再依此來創作，一定會比那些雲端 ai 模型在網路上亂查資料後再産的內容還要好。

    接下來的一兩天，我一直在研究 ollama 跟怎麼把設定的文本塞進 prompt 裡，雖然有成功跑起來，但後來發現，那個 context window 根本不夠啊 ~~ 光是不到 1/10 的世界觀文本就塞不進了，如果真的還是想跑的話，只能自己做 RAG，太麻煩了吧。

    後來轉頭一查，發現 claude project 的功能很符合自己的需求，唉呀，我應該一開始就先查看看有什麼現成的功具可以達成我需求的。不過這樣瞎折騰下來，有學到東西就是了。

Steam OS 使用 DistroBox 安裝 Unity Hub

緣起:

    拿到 Steam Machine 後沒幾天就又想搞怪了，總覺得如果只拿它來打遊戲，好像有點浪費 (?，所以就查看看有什麼方法能讓我在 Steam OS 這種 immutable system 上做開發，問了 gpt 後得到的答案是 DistroBox。

    它的主要功能是讓你在 linux 上跑其它 linux  虛擬機，背後是使用 podman，podman 跟 docker 不一樣的是它沒有 daemon，所以不需要 root 權限。Steam OS 目前預設有裝 DistroBox，可以直接使用。

Raspberry Pi 運行 Firefly III Container

緣起:

    現在想仔細紀錄自己的收支，請 gpt 提供可用的工具，我最後選了 Firefly III。我現在偏愛這種 Web 專案，只要有瀏覽器就能存取，不分裝置跟作業系統的種類，而且更棒的事，它們都會提供 Docker Image。我的 Pi 跟手機有用 zero-tier 連上同個網路，所以在外時也能透過 zero-tier vpn 來存取