從零開始部署龍蝦 OpenClaw：Windows + WSL + Telegram + 多供應商入口，搭配免費與高 CP 值模型來源無痛暢用

作者：


最近如果你有在關注 AI 工具，應該多少都聽過 AI agent 這個詞。

很多人會把它想得很玄，好像一定要很會寫程式、很懂 Linux，還要有一台很猛的電腦，才有資格開始玩。其實沒有那麼誇張。

今天我想介紹的是 OpenClaw，也就是很多人俗稱的「龍蝦」AI agent。這個專案從今年初在 GitHub 上快速竄起來之後，討論度一直很高。我自己這一個多月，已經在自己的電腦，以及好幾位親戚朋友的電腦上協助安裝、部署、調整過好幾輪，也慢慢整理出一套比較適合一般 Windows 使用者上手的路線。

如果你前陣子已經看過我上一篇文章 想玩 AI Agent 自動化卻怕太花錢？9 個免費與高 CP 值雲端 API 來源一次整理，你可能會接著問一個很實際的問題：這些 API 申請完了，然後呢？到底可以拿來做什麼？

我這篇文章，就是想接著回答這個問題。


先破除兩個常見迷思

在正式進入工具安裝之前，我想先講兩件很多人對 OpenClaw 使用門檻上的誤解。

迷思一：一定要很強的本地硬體，才能玩 OpenClaw

這件事不能說完全錯，但也沒有很多人想像得那麼絕對。

如果你今天的玩法，是希望大量跑本地模型，那硬體當然會很重要，所以很多人會跑去買 Mac Mini。可是如果你主要串接的是雲端 LLM，像 Google、NVIDIA、OpenAI Codex OAuth，或者其他雲端 provider，那你的本地機器主要是負責把 OpenClaw 跑起來、接工具、跑流程，不一定非得先準備一台超高階主機。

所以對多數一般使用者來說，第一步不是先糾結自己電腦夠不夠神，需不需要額外升級硬體配備，而是先釐清你打算走本地模型路線，還是先用雲端模型把整個 agent 架構跑起來。

迷思二：OpenClaw 一定很燒 token，很花錢

這也是很多人一開始最怕的地方，動不動每個月要燒幾百美金才能用的江湖傳說。

但如果你前面已經跟著我前面的整理申請過一些免費 API，或者你本來就有固定訂閱會提供一定額度模型用量的服務，那實際上，OpenClaw 未必會讓你額外多出一筆很誇張的成本。

OpenClaw 是免費開源的軟體，本身完全免費。重點是你怎麼配置模型入口，你平常主要用哪些 provider，你把它拿來做什麼，你是需要他每一分每一秒無時無刻都在持續處理資料？還是當你真的有需要時他能及時協助就好？（這其實是一個值得大家反思的問題，這篇文章先不論述）

換句話說，真正容易讓成本失控的，通常不是「有沒有裝 OpenClaw」，而是「你有沒有把整個使用方式設計好」。


先給你一份可以逐步對照的 GitHub repo

在正式進入安裝步驟之前，我先把這次搭配使用的 GitHub repo 放在前面：

openclaw-windows-wsl-guide

這個 repo，不只是我拿來整理部署流程的公開參考，也是一份我用 vibe coding 與 AI 協作方式，一步一步整理出來的範本與介紹。

你可以把它理解成兩層用途：

  • 第一層，是給各位讀者一份可以逐步對照的公開安裝模板
  • 第二層，是把我實際部署 OpenClaw 時整理出來的路線、結構與取捨，變成一份可重複參考的公開資料
所以這篇文章不是要取代 repo。

比較準確地說，repo 比較像施工圖，這篇文章比較像旁邊那個真的做過幾輪的人，陪你把每一步在做什麼、為什麼這樣做、哪些地方容易卡，講清楚。

後面這篇文章的安裝主線，我也會盡量依照 repo 的流程來寫。這樣你一邊看文章，一邊對照 repo，實作時會比較不容易亂掉。


為什麼我會建議 Windows 使用者先走 WSL

如果你本來就是 Windows 使用者，我目前比較建議的路線，不是直接在 Windows 原生環境裡東補西補，而是先用 WSL 把 OpenClaw 跑起來。

原因很簡單。

第一，OpenClaw 與相關工具鏈，多半還是以 Linux 使用情境為主。

第二，像 bash、systemd --user、journalctl 這類工具，在 WSL 裡的使用脈絡比較一致，後面排錯、做常駐 service、看 log 都比較順。

第三，你仍然可以保留 Windows 端的編輯器、瀏覽器，以及批次檔入口，形成「Windows 操作 + WSL 執行」的組合。這個做法在實務上其實蠻舒服的。

這不是說 Windows 原生一定不能做，而是如果你的目標是先成功、先穩定、先不要踩太多不必要的坑，那 WSL 會是一條比較實際的起手式。


這篇文章會怎麼帶你走

我這篇不打算一開始就把所有進階功能一次塞滿。

主線很單純，就是先照 repo 的流程把基本環境跑通：

  1. 安裝 WSL2 與 Ubuntu
  2. 初始化 Ubuntu
  3. 視需要啟用 WSL 的 systemd
  4. clone repo
  5. 安裝 nvm
  6. 用 nvm 安裝 Node.js 22
  7. 安裝 OpenClaw
  8. 視情況決定要不要跑 openclaw onboard
  9. 套用 repo 公開模板
  10. 先用 openclaw gateway 或 service 方式啟動
  11. 驗證 dashboard
  12. 再往下接 Telegram 與多供應商入口
講白話就是，先求有，再求好。
先把 OpenClaw 跑起來，再慢慢把常駐、Telegram、模型切換入口補上去。


 

步驟一，用 PowerShell 安裝 WSL2

如果你的 Windows 11 還沒有安裝 WSL，先用系統管理員身分打開 PowerShell，執行：

wsl --install
wsl --update
wsl --status

完成後，請重新啟動電腦，然後開啟 Ubuntu。

如果你是第一次進 Ubuntu，系統會要你建立一組 Linux 用的使用者名稱與密碼。這一段照畫面操作就好。


步驟二，初始化 Ubuntu 與更新系統

第一次進入 Ubuntu 後，我建議先把系統與常用工具補齊：

sudo apt update && sudo apt upgrade -y
sudo apt install -y curl git ca-certificates build-essential

這一步看起來很基本，但不要跳。

因為很多後面看起來像 OpenClaw 的問題，實際上根本只是底層環境沒更新、缺工具、缺憑證，最後變成你花很多時間在排一個本來可以先避開的小坑。


步驟三，可選但推薦，啟用 WSL 的 systemd

這一步先講清楚，它不是 OpenClaw 基本啟動的硬性必要條件。

如果你只是想先測試 OpenClaw 能不能跑起來，直接用前景模式執行 openclaw gateway 就可以，不一定要先處理 systemd。

但如果你後續打算做這幾件事，你也可以考慮把它開起來：

  • 讓 gateway 常駐
  • 接 Telegram bot
  • 使用 repo 提供的 Windows 批次檔入口
如果你的 WSL 還沒有啟用 systemd，可以先建立 /etc/wsl.conf： 
sudo tee /etc/wsl.conf > /dev/null <<'EOF'
[boot]
systemd=true
EOF
exit

接著回到 Windows PowerShell 執行：

wsl --shutdown

之後重新打開 Ubuntu，再確認：

systemctl --user status

如果能正常回應，表示 systemd 已經可以用。


步驟四，先把 repo clone 到 WSL 家目錄

這一步是為了讓你後面可以直接對照 repo 裡面的模板與文件。

在 WSL 內執行：

git clone https://github.com/taoyutsun/openclaw-windows-wsl-guide.git ~/openclaw-windows-wsl-guide
cd ~/openclaw-windows-wsl-guide

如果你不是用 git clone，而是直接下載 ZIP，也可以，只是我還是比較建議你把資料夾放在 WSL 家目錄底下，路徑比較乾淨。


步驟五，安裝 nvm

這份 repo 的主線，推薦用 nvm 安裝 Node.js，而不是把 Node.js 跟全域 npm 套件直接混到系統層。

原因其實很務實：

  • 安裝在使用者家目錄，比較不容易被權限卡住
  • 之後升級或切換 Node 版本比較方便
  • 對一般個人使用者來說，比較不容易踩到 sudo npm -g 造成的路徑混亂
請執行： 
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash
source ~/.bashrc
command -v nvm

如果最後有正確看到 nvm，表示這一步完成了。


步驟六，用 nvm 安裝 Node.js 22

接著安裝 Node.js 22：

nvm install 22
nvm alias default 22
nvm use 22
node -v
npm -v

node -v 至少要看到 v22 以上。

這裡建議不要自己發明太多變形做法，先照 repo 主線走，對大多數讀者來說會比較穩。


步驟七，安裝 OpenClaw

Node.js 環境準備好之後，就可以安裝 OpenClaw：

npm install -g openclaw@latest
openclaw --version

如果有正常看到版本資訊，表示 OpenClaw CLI 已經裝好了。

接著很多人會問，openclaw onboard 要不要跑？

在我的架構下，這一步是可選，不是必跑。

如果你想先用官方互動式精靈建立一個基本骨架，可以執行：

openclaw onboard

但這篇文章與 repo 的主線，比較偏向「直接套用公開模板」的做法。原因不是官方精靈不好，而是模板化流程更容易套用，也更容易讓各位讀者做出可重現、可對照、後面也比較好延伸的設定結構。

所以比較簡單的理解方式是：

  • 想先跑官方精靈熟悉一下，可以用 openclaw onboard
  • 想直接照本文與 repo 主線做，可以跳過這一步

步驟八，套用 repo 的公開模板

這一步開始，OpenClaw 才算真正進入「可維護」的狀態。

先建立設定資料夾：

mkdir -p ~/.openclaw ~/.config/systemd/user

接著把 repo 模板複製到預設位置：

cp templates/start-openclaw-public/openclaw.env.example ~/.openclaw/.env
cp templates/start-openclaw-public/openclaw.template.redacted.json ~/.openclaw/openclaw.json
cp templates/start-openclaw-public/systemd/openclaw-gateway.service.example ~/.config/systemd/user/openclaw-gateway.service

然後編輯兩個主要檔案：

nano ~/.openclaw/.env
nano ~/.openclaw/openclaw.json

這裡至少要先處理幾個欄位：

  • GOOGLE_GEMINI_API_KEY
  • NVIDIA_API_KEY
  • OPENCLAW_GATEWAY_TOKEN
  • openclaw.json 裡預設的 workspace 路徑 placeholder
如果你暫時還不需要 Telegram，可以先保留 channels.telegram.enabled = false，先把主線跑通。

如果你對 WSL 檔案操作還不熟，也可以從 Windows 檔案總管直接進到 \\wsl$\Ubuntu\home\你的使用者名稱\ 去複製和編輯。


步驟九，啟動 OpenClaw gateway

這一步分兩種模式。

模式 A，先用前景模式快速測試

如果你只是想先確認 OpenClaw 到底能不能跑起來，可以先直接執行：

openclaw gateway

這種方式的好處是很直接。

  • 不需要先處理 service
  • 出錯時比較容易直接看到訊息
  • 適合第一次測試
缺點也很明顯，就是你關掉終端機之後，gateway 也會一起停掉。

另外補一個很實務的提醒。如果你後面準備接 Telegram，就不要一邊保留這個前景模式的 openclaw gateway，另一邊又再啟動 openclaw-gateway.service。同一個 Telegram bot token，一次最好只由一個 gateway instance 輪詢，否則很容易出現 409 Conflict、訊息中斷，甚至回覆不完整。

模式 B，安裝成常駐 service

如果你後續要接 Telegram、要讓 OpenClaw 長時間待命、或要用 Windows 批次檔切模型，那就比較建議把 gateway 做成 service。

第一次啟用時，可以執行：

systemctl --user daemon-reload
systemctl --user enable --now openclaw-gateway.service
openclaw gateway status

之後日常重啟或查看狀態，就可以直接用：

openclaw gateway restart
openclaw gateway status

這邊有一個觀念很重要。

systemd 不是最前面的硬性條件，但如果你後面要做 Telegram、要做入口切換、要讓它變成一個比較穩定的日常工具，那它會很有幫助。


步驟十，驗證 dashboard

如果你只想先拿到 dashboard 網址，可以執行：

openclaw dashboard --no-open

如果你想直接打開瀏覽器，可以用：

openclaw dashboard

到這一步，如果 dashboard 正常打開，代表你的 OpenClaw 主線安裝已經大致完成。



步驟十一，啟用 Telegram bot

當主線安裝完成之後，下一個很值得補上的就是 Telegram。

我自己會很喜歡這個組合，因為它真的很符合日常使用場景。手機好用，桌機也好用，想到事情就可以直接丟給 bot。對很多人來說，這會比你每次都回到終端機裡操作直覺很多。

實作步驟如下。

1. 先建立 Telegram bot

到 Telegram 找 @BotFather，傳送 /newbot 指令建立新的 bot，拿到 bot token。

2. 把 token 填進 .env

nano ~/.openclaw/.env

加入或修改：

TELEGRAM_BOT_TOKEN=你的_bot_token

3. 在 openclaw.json 開啟 Telegram

nano ~/.openclaw/openclaw.json

把 channels.telegram.enabled 改成 true。

模板預設大致如下：

"telegram": {
  "enabled": false,
  "botToken": "${TELEGRAM_BOT_TOKEN}",
  "dmPolicy": "open",
  "groupPolicy": "open",
  "streaming": {
    "mode": "partial"
  }
}

4. 重啟 gateway

如果你前面已經把 gateway 做成 service，直接執行：

openclaw gateway restart
openclaw gateway status

如果你目前還是用前景模式測試，那就把原本的 openclaw gateway 終端關掉再重開一次。

這裡請特別注意，不要讓同一個 bot token 同時被兩個 gateway instance 使用。你如果已經改成 service 模式，就不要另外再長時間保留第二個手動 gateway；反過來也一樣。

5. 驗證 Telegram channel

openclaw channels status --json

如果看到 telegram 的 running=true，表示 bot provider 已經載入。

這時你就可以直接在 Telegram 對 bot 傳一則簡單訊息測試。

6. 常見問題，409 conflict

如果 log 顯示 getUpdates conflict，通常代表同一個 bot token 被兩個執行個體同時輪詢。

最常見的情況就是：

  • 一邊跑 systemd service
  • 另一邊又手動開了一個 openclaw gateway
  • 或你另外有一支 Windows 自訂 launcher，會自行拉起另一個 gateway，結果又和原本的 service 共用同一個 bot token
這時處理方式其實不複雜，就是確保只保留一個 gateway 執行個體，不要同時開兩邊。

如果你還要再往下排錯，可以用：

systemctl --user status openclaw-gateway.service --no-pager -l
journalctl --user -u openclaw-gateway.service -n 100 --no-pager



步驟十二，建立多供應商多模型入口

這一段，是我覺得 repo 很實用的一塊。

因為很多人裝完 OpenClaw 之後，真正卡住的不是「能不能跑」，而是「我到底要用哪個 provider、哪個模型、怎麼切比較方便」，或是 API Token 會不會燒掉太多錢。

但是如果你有看過我之前分享過的這篇文章：想玩 AI Agent 自動化卻怕太花錢？9 個免費與高 CP 值雲端 API 來源一次整理，基本上一般使用者只要串接好這些免費或高 CP 值的 API 到 OpenClaw 之後，Token 用量根本都是用不完的。

所以我把自己平常在用的思路，整理成一個比較容易理解的公開版 Windows 批次檔入口。

公開版入口位置在：

  • templates/start-openclaw-public/Start-OpenClaw_Public_MultiProvider.bat
這份入口只先保留 4 個代表的經典模型：
  • A1: Ollama Cloud - qwen3.5:cloud
  • B1: Google - gemini-3.1-pro-preview
  • B2: NVIDIA - qwen/qwen3.5-397b-a17b
  • B3: OpenAI Codex OAuth - openai-codex/gpt-5.4

1. 先把 .bat 放到 Windows 端常用位置

例如桌面、Documents，或者你自己的工具資料夾都可以。

2. 檢查 WSL_DISTRO

打開 .bat 後，確認上方這一行是不是你的發行版名稱：

set "WSL_DISTRO=Ubuntu"

如果你的 WSL 發行版不是 Ubuntu，記得改成自己的名稱。

3. 先準備各 provider 所需資訊

如果要用 Google，請確認 .env 內有：

GOOGLE_GEMINI_API_KEY=

如果要用 NVIDIA，請確認 .env 內有：

NVIDIA_API_KEY=

如果要用 OpenAI Codex OAuth，第一次使用前，先在 WSL 內完成登入：

openclaw models auth login --provider openai-codex


4. 這份入口實際做了什麼

它的邏輯大致是：

  • 用 Windows 批次檔顯示選單
  • 透過 WSL 修改 ~/.openclaw/openclaw.json 裡的 agents.defaults.model.primary
  • 重啟已安裝的 gateway service
  • 打開 openclaw dashboard
所以 B 組選單的前提是，你前面已經把 gateway 安裝成 service。

如果你自己另外維護的是那種會自動拉起 nohup openclaw gateway 的自訂入口，記得不要讓它和這種 service-based 的入口同時連到同一個 Telegram bot。否則就算模型切換正常，Telegram 仍然可能因為雙 polling instance 而不穩。


Ollama 為什麼放在延伸章節，不放主線

這裡我想特別提醒一下，因為很多人會直覺把 Ollama 放到最前面。

但以這份 repo 的規劃來說，Ollama 是延伸，不是主線必要步驟。

原因很簡單：

  • 它不是 OpenClaw 基本部署的必要條件
  • 一開始就加進主線，會讓第一次部署的步驟變多
  • 對一般 Windows 讀者來說，先把 gateway 跑起來更重要
  • 不過 Ollama 每周也有提供不少免費的高級模型使用額度
所以如果你後面真的想加上 Ollama，可以再另外做： 
curl -fsSL https://ollama.com/install.sh | sh
ollama --version
ollama signin
ollama pull qwen3.5:cloud
ollama run qwen3.5:cloud

這樣的節奏會比較合理。先把主線跑通，再補 Ollama，不要一開始就把自己丟進太多變數裡。


如果你想讓 AI agent 協助你把這套流程走完

如果你看到這裡，覺得整套流程還是有點複雜，這其實很正常。

對很多一般使用者來說，WSL、Linux 指令、Node.js、service、provider 設定，這些東西一次看到，本來就會有壓力。這也是為什麼我前面會說，這份 repo 本身就是我用 vibe coding 與 AI 協作整理出來的範本。

如果你手邊剛好有 AI agent 工具，例如 Codex 、Claude Code 或 Antigravity，其實也可以反過來利用它們，協助你把整個安裝流程轉換成更容易操作的步驟（也就是整套流程都可以讓 AI agent 代為處理，一條龍跑完）。

OpenAI Codex Windows GUI 可以怎麼裝

如果你是用 Windows 圖形介面版本的 [Codex]，建議做法是先依官方安裝方式完成安裝與登入。裝好之後，先不要急著直接叫它亂跑。

比較實際的用法是：

  1. 先打開這份 GitHub repo 頁面
  2. 把 repo README 或對應章節文件貼給 Codex
  3. 明確告訴它，你目前做到哪一步
  4. 要它一次只帶你完成一小段，而不是整包講完

提供一個實用的 Codex 提示詞範例

你可以直接把下面這段貼給 Codex，再依你的情況調整：

請依照這個 GitHub repo 的流程，協助我在 Windows 11 + WSL2 上安裝 OpenClaw：
https://github.com/taoyutsun/openclaw-windows-wsl-guide


要求：

  1. 以 repo 的步驟為主，不要自己發明其他安裝流程。

  2. 一次只帶我完成一個步驟。

  3. 每一步先告訴我這一步要做什麼，再給我要貼上的指令。

  4. 如果我貼回錯誤訊息，請幫我先判斷問題在哪一層：WSL、Ubuntu、Node.js、OpenClaw、Telegram 或 provider 設定。

  5. 不要一次給我太多分支做法，先給我最穩定的主線。

這樣做的好處是，你不是把整個 repo 丟給 AI 叫它自由發揮，而是讓它依照既有文件，幫你分段執行、分段排錯。這樣比較不容易失控。

好了，到這邊如果你已經把想要串接的雲端模型供應商 API、使用者憑證資訊都有正確填入，入口批次檔能正確顯示並選取，接著出現了 OpenClaw 的 TUI (黑底白字終端機介面) 或 WebUI (米白底黑字的網頁版介面) 的歡迎畫面，那恭喜你，你已經擁有了一個可以無限暢用的龍蝦 AI 小助手了！
 
   

結語：一般 Windows 使用者，其實也能把 OpenClaw 跑起來

如果你一路看到這裡，應該會發現一件事。

OpenClaw 確實不是完全零門檻，但它也沒有誇張到只有很 hardcore 的玩家才碰得起。

很多時候，真正把人卡住的，不是工具本身，而是一開始就想做太大、做太滿、一步到位。

我自己的建議其實很簡單。

先照 repo 主線，把最小可行版本跑起來。
先確認 dashboard 可用。
先讓至少一個 provider 能正常工作。
再慢慢往 Telegram、多供應商入口、Ollama 延伸上去。

這樣你不只比較容易成功，後面要排錯也比較有邏輯。

如果你剛好也是 Windows 使用者，而且最近對 AI agent 很好奇，我會覺得 OpenClaw 很值得你親手試一次。

因為它不只是讓你玩一個新工具。

它更像是在幫你打開一種新的工作方式。你開始不只是用 AI 聊天，而是開始讓 AI 幫你做事，幫你串工具，幫你慢慢長出一套更有延伸性自動化的 workflow。

熟悉新工具的過程總是令人折騰，然而當一切自動化的系統打造之後，你會發現這些前期的投資都是值得的。

願意苦一陣子，才能爽一輩子。

AI 自動化的洪流已經來襲，你還不上車嗎？


📌 您可能也會有興趣的其他文章:

留言

張貼留言

熱門文章

Gemini Voyager 教學：資料夾管理、引用回覆、去浮水印一次搞定

作者：
圖片
  你一定也遇過：Gemini 越用越順，卻也越用越卡 這三年多，大家最常用的 AI 工具，從 ChatGPT 開始。 最近又因為 Gemini 的 Nano Banana Pro 繪圖功能 很紅，很多人也開始慢慢轉過去。 我自己用下來的感覺是：Gemini 確實越來越好用。 但在操作介面上，跟 ChatGPT 比起來則仍然稍嫌不足。 你有沒有遇過這種狀況？ 對話沒有專案 / 資料夾分類 你問過的內容、你存過的靈感、你整理過的資訊，全都散落在最外層。 你想找過去的某一條對話。你只能一直滑、一直滑、一直滑。 滑到最後，你的耐心比你的手指先沒電。 圖片右下角自動加上浮水印 你想要一張乾淨的圖。你想直接拿去做簡報、做封面、做貼文。 但右下角那個浮水印就在那邊。 你只好再丟去第三方工具處理。流程被切斷。手感也被打斷。 沒有「引用回覆」功能 你想針對某一句話追問。你想針對某一段內容延伸。 但 Gemini 沒有像 ChatGPT 那樣「選一段就回那段」的引用回覆。 你只能自己重打、自己描述「我剛剛是指哪一段」。頗為麻煩。 所以我最近找到一個瀏覽器外掛。 它剛好把這些洞都補了起來。  Gemini Voyager：不是小修小補，是整套升級 我說的外掛叫 Gemini Voyager 。 它是一套「把 Gemini 介面補完整」的強化工具。 官方的定位很直接：時間軸、資料夾、提示詞庫、對話匯出，一次補齊。 下面這 5 個亮點 ，是我個人覺得最實用，也是你一裝就會立刻有感的功能。 5 大亮點 資料夾分層管理 + 匯出 / 匯入 你終於可以把對話「收進資料夾」。你也可以做「子資料夾」。 你還可以把整理好的結構帶走，換電腦也能延續。 圖片自動去除 Gemini 浮水印（NanoBanana） 這點我覺得很關鍵。 它不是用 AI 亂塗。它是用 反向 Alpha 混合（Reverse Alpha Blending） 做像素級的計算移除。 官方也強調「非 AI 重繪、像素級精度、非水印區域一致」。 引用回覆（選一段就回那段） 你在對話中選取任意一段文字。旁邊會跳出「引用回覆」按鈕。 你點一下，它就把引用格式直接塞進輸入框。 回覆更精準。追問也更省事。 對話框區塊變大（影院模式 / 寬度調整） 預設介面太窄，看表格、看程式碼、看長段落都不舒服。 Voyager 直接讓你把聊...
Read more »

用AI一鍵生成簡報PPT投影片真的有那麼神？全網最詳細AI簡報工具彙整與實測心得

作者：
圖片
一、前言 從2023年OpenAI爆紅之後，AI內容生成這件事就已經從專業圈擴散到大眾日常，幾乎變成全民話題。你一定也有發現，這兩年不管是學生、老師、上班族還是家長，大家都在問：「AI真的可以直接幫我生一份PPT簡報嗎？」 最近剛好親友有授課示範的需求，特別來問我：「現在AI可以做的簡報，真的一鍵搞定嗎？怎麼做？有推薦的工具嗎？」這問題問到我心坎裡。目前網路上雖然隨便搜尋就有一大堆推薦文，但是平台工具實在太多了，相信對一般使用者而言，一時之間根本眼花撩亂不知從何看起！ 所以我決定系統性來幫大家回顧整理一下，目前各種常用於製作生成簡報PPT投影片的AI工具。無論你是老師、職場工作者、學生還是專案管理者，只要你曾經煩惱過「要做PPT投影片但沒時間、沒靈感、沒美感」──這篇文章保證超實用！ 我會從 需求與痛點切入 ，直接帶你看懂 AI做簡報的原理 ，然後 把市面上熱門的平台通通分門別類，逐一比較與解析 ，不藏私地把每個平台「官網、功能、價錢、優缺點」全都列清楚。甚至連你想不到的小眾工具、進階技巧，也一起收錄進來。 希望你看完這篇，能夠一次搞懂現在AI簡報的所有玩法，未來不管是臨時要趕交簡報、還是教學示範、工作提案，都能游刃有餘，還能選出最適合自己的工具組合。 二、AI生成簡報的需求背景與原理 為什麼這麼多人想用AI做簡報？ 先問你一個問題：你做簡報有沒有「拖延症」？是不是每次一想到要打開PPT，就開始覺得頭很大？如果你有這種感覺，真的不是你一個人。不只學生、老師、上班族，甚至很多高階主管，其實都超討厭「做簡報」這件事。為什麼？因為這個過程真的很「磨人」。 傳統簡報的三大痛點 花時間 從發想主題、找資料、抓重點，到內容組織、排版、找圖片，光是這些流程一來一往，往往半天、一天就過去了。加上每次要換個新風格、重頭設計模板，更是倍增工作量。 沒靈感 很多人寫到一半就卡住，不知道怎麼開頭、怎麼下標題、怎麼結尾。有時候腦袋明明有概念，但要化成簡報內容時就變得零零落落，結果內容拖稿，報告壓力又來了。 設計難 有內容沒美感也是一個大問題。很多人做出來的簡報，內容OK但排版醜、顏色亂，圖片放不對地方，結果台下觀眾根本記不住你要表達的重點。這不只是視覺問題，更會直接影響簡報的說服力。 AI生成簡報的共通原理 這幾年AI興起，就是針對這些痛點出現的解法。AI生成簡報到底怎麼運作？其實它背後的邏...
Read more »

快速又免費的語音轉文字神器『Faster Whisper』，一鍵解決影音內容爆量時代的痛點！

作者：
圖片
多媒體數位影音充斥的時代，YouTube 影片、Podcast 節目、線上課程、網路會議錄影，甚至 IG 直播、Twitch 遊戲實況，短則十幾分鐘長則數小時。就算快轉播放，人類的視覺和聽覺吸收資訊仍有極限。現代人面對資訊轟炸，難免會有不想錯過新知的 FOMO 強迫心態， 在有限的時間如何最大化吸取新知 成為顯學。因此， 把影像或聲音內容快速轉錄成文字，再透過 AI 工具進一步摘要歸納整理 ，已經成為現代人必備的技能。 為什麼需要本地端語音轉文字工具？ 過往網路上已有許多免費或付費的雲端轉錄平台，但考量這些 平台通常都會有檔案格式、大小、時間長度限制 ，例如 Google 的 Notebook LM 只能上傳 MP3 且單檔限制 200MB，去年曾經紅極一時但現已停止服務的 Whisper JAX，也限制單檔不能超過兩小時。而實際測試中，通常超過一小時的檔案就不太穩定甚至會整個當掉。 當使用者面對較長的影片時，通常必須先用其他工具將影片轉為音訊檔，甚至需要將檔案切割成多個小檔，才能上傳平台做分析，操作上較為不便。此外， 檔案上傳到雲端多少會有隱私安全的疑慮 ，更不要說許多付費平台是按照使用量計價或收取高額月租費，對個人用戶而言是一筆不小的負擔。 為什麼選擇 Faster Whisper？ 目前大部分雲端或本地端的語音轉文字工具，背後多半是基於 OpenAI Whisper 模型或 串接API。 轉錄品質主要依據模型的參數大小 ，而 轉錄速度則取決於模型選擇與雲端本地硬體的「算力」 。然而雲端平台也要考慮多人同時使用的負荷，以及檔案上傳的網路傳輸時間，因此， 雲端與本地處理各有優缺點 。如果你本地端裝置硬體夠力，用本地端模式處理語音轉文字，其實是個可行又安全的替代方案。 最近筆者剛好逛到了 Github 上大神 Purfview 開發的開源軟體『 Faster Whisper 』，經過個人試用，覺得在速度與品質上都表現優異。但由於原始程式需要一些命令列基礎，對一般使用者可能會覺得有點門檻，而原作者的文件說明又比較簡略，因此我決定親自實測後來寫一篇淺顯易懂的教學說明。 Faster Whisper 特色大盤點 免網路離線使用 ，保障隱私安全。 支援幾乎所有常見的影片或音訊格式 （例如 MP4、MKV、MP3、WAV），無須額外轉檔。 無需安裝或複雜設定 ，下載解壓後直接...
Read more »

為什麼 Nystatin（制黴菌素）要「漱口或塗抹」，不是直接吞？完整解析與用法指南

作者：
圖片
  你也拿過「要用來漱口的膠囊」嗎？ 在醫療院所執業時，藥師常常會遇到這樣的情境：病人領到一顆寫著 Nystatin（制黴菌素） 的膠囊，卻被告知不是拿來直接吞下去，而是被醫師交代要「打開膠囊，把裡面的粉末調水漱口」或「用棉棒塗在口腔裡的白斑」。 對第一次聽到的人來說，心中一定冒出很多問號： 為什麼這顆膠囊不像其他口服藥一樣直接吞？ 用來漱口或塗抹時，要在口中停留多久才有效？ 那停留過後，應該吞下去，還是吐掉比較安全？ 這些疑問其實很常見，不只是一般病人，就連新手藥師在發藥衛教時可能也常會遇到病人追問。本文就要帶大家一次搞懂： Nystatin 到底是什麼藥？為什麼要用來漱口或塗抹？又該怎麼正確使用，效果才會好？ 藥品介紹：Nystatin 到底是什麼藥？ 說到 Nystatin（制黴菌素，nystatin） ，它並不是什麼新藥，反而算是抗真菌藥裡的「老前輩」。它屬於 聚烯類抗真菌藥（polyene antifungal agent） ，跟大家比較熟悉的兩性黴素 B（Amphotericin B）同一個家族。 它的作用機轉很有意思。Nystatin 會去「鎖定」真菌細胞膜上的一種特殊成分，叫做 麥角固醇（ergosterol） 。這就像是真菌細胞膜的建材，一旦 Nystatin 結合上去，就會讓細胞膜出現破洞，裡面的水分和電解質會流光光，最後導致真菌死亡。換句話說，這藥不是靠抑制，而是直接「破壞城牆」的概念。 那為什麼 Nystatin 對人體相對安全？因為我們人體細胞膜主要的成分是 膽固醇（cholesterol） ，而不是麥角固醇。這也代表它只會挑針對真菌下手，不會亂攻擊我們自己的細胞，所以可以安心用在口腔或腸道黏膜。 臨床上，Nystatin 的主要作戰對象是 白色念珠菌（Candida albicans） 及其他 Candida 屬的真菌。這些小小的黴菌平常就住在我們的口腔和腸道裡，原本相安無事，但當免疫力下降、或是菌叢失衡時，就會趁機大量繁殖，引發惱人的感染。 常見的劑型和濃度則有： 口服懸液（oral suspension） ：最常見的劑型，濃度多為 100,000 units/mL ，每瓶約 30–60 mL，方便量取漱口使用。 膠囊（capsule） ：常見規格是 500,000 units ，一般原...
Read more »

微軟 Copilot 全新語音功能重磅來襲！免費無限暢聊，直球對決 ChatGPT 進階語音模式！

作者：
圖片
最近 AI 語音助理的戰場可說是 熱鬧滾滾 ！ 微軟最新推出的 Copilot 語音功能 ，讓許多人眼睛為之一亮：這不再是傳統呆板的機器語音，而是一個能跟你「聊天」的 AI 助理。身為一個在外商藥廠工作的上班族，我對這類語音助手的進化 超有感 ，彷彿看到未來每天和電腦對話的自己 😂。這篇就帶大家來深入研究微軟 Copilot 的全新語音功能，看看它到底有多進階、能做什麼，以及來跟 OpenAI 的 ChatGPT 進階語音模式比一比，對照他們的功能差異在哪裡。最後，我也會結合自身在外商藥廠工作多年的經驗，聊聊 AI 語音對語言學習的影響，看看跟真人家教相比，AI 語音工具如何提供更彈性又省錢的選擇。 Copilot 聲控上線：隨時插話、調語氣的進階語音助理 先來介紹微軟 Copilot 語音 的新功能。我還記得以前用智慧助理（像 Siri、Google Assistant）時，常常得等它講完才能再提問，中途插話或超出預設功能的指令，它們通常都聽不懂也無法給出符合需求的回應，對話無法連續進行而只能點狀式的回應，大部分的即時資訊也只是轉而導向搜尋引擎就有的條列結果，整個對話超不自然也很不實用。但 Copilot 在今年2月25日推出的進階語音功能則完全不同！為原本的 Copilot AI 助理加入了即時語音互動： 多輪對話 ：它可以連續對話多個回合，不會每次都像重新問一次新問題那樣呆。也就是說，你可以問：「明天台北天氣怎樣？」接著再問：「那我需要帶傘嗎？」Copilot 也聽得懂上下文，連貫回答，不用每次把前提重講一遍。 隨時打斷 ：聊天過程中，你突然想插個問題？沒問題！Copilot 能辨識使用者的 中途插話 ，你一句「等一下！」就能讓它停下來聽你的新指令或提問。這種互動方式跟真人對話更接近，傳統的語音助理可是完全辦不到這點。 情緒語氣調整 ：Copilot 居然還會看你講話的語氣情緒來調整它自己的回應風格！比如你很著急地提問，它回答時語速、語氣也會比較緊湊關切；反之你輕鬆聊天，它講話就比較悠閒愉快。這種「看臉色」的本領，以往機器人哪裡辦得到，真的是 AI 時代的新體驗。 不只如此，Copilot 語音的 語言天份 也令人讚嘆。微軟工程師一次替它灌了 40 種語言 ，中文、英文、日文、法文……通通難不倒。而且它不只是「會幾句」而已，連不同口音、在地用詞都能...
Read more »

AI 語音助理新革命：Copilot Vision 無限免費、視覺功能全開，完整評比 ChatGPT 進階模式

作者：
圖片
  各位還記得嗎？今年 3 月 1 號的時候，我在部落格分享過一篇關於微軟 Copilot 最新語音功能的文章【 微軟 Copilot 全新語音功能重磅來襲！免費無限暢聊，直球對決 ChatGPT 進階語音模式！ 】。那時候我真的滿驚豔，因為微軟終於把 AI 助理的語音功能做到「免費、不限時、不限量」，還能支援多輪對話、情緒調整，甚至可以直接用語音跟 Copilot 來回聊好幾輪，完全不像以前那種只能單向下指令的呆板助理。 我自己實際用下來，最大的感覺就是這個語音功能真的很接近真人對話——你講到一半想打斷它，也可以馬上中止重來；你用比較急促或輕鬆的語氣說話，Copilot 也會跟著你情緒調整它的回答。基本上就是聊天過程沒有明顯延遲，也不用等半天，互動起來很順暢。平常在生活上有什麼問題，像懶得打字、手上正忙就可以直接「動口不動手」問它，尤其遇到臨時想查資料、查天氣、記錄待辦事項，或是在英文學習、模擬面試、溝通練習上，甚至單純找它聊聊天、舒壓一下，它真的都很能派上用場。 其實我常說 Copilot 的語音功能對我們這種在外商、常常要用到英文或多語環境工作的人來講，根本就像一個免費的外語家教。而且你不只可以練口說、模擬各種溝通情境，還可以讓 AI 扮演面試官，幫你練習英文面試的 Q&A，甚至跟它抱怨幾句日常煩惱，作為一個不會嘴你的人型垃圾桶也不錯用😂。 官方 Copilot Vision 示範連結 講到這裡，剛好要推薦給大家——如果你想搶先感受微軟 Copilot Vision 這個全新升級的視覺功能，官方最近已經有完整的線上示範，真的滿直覺又容易上手： Copilot Vision 官方網頁操作示範 （點進去可以直接從互動介紹頁跟著示範去操作，建議順手收藏！） Copilot Vision（視覺功能）重大突破：正式對一般用戶開放 這次要來跟大家分享的，就是我最近超級有感的新突破——微軟 Copilot Vision「視覺功能」終於在 2025 年 7 月初 全面釋出給一般用戶 啦！如果你也是長期關注 AI 助理工具的用戶，應該會跟我一樣超興奮。老實說，這個功能早在 2024 年底國外 OpenAI 的開發者大會就有聊過，但當時還只能在美國少數 Copilot Pro 訂閱用戶手上體驗。現在，終於不用等了，一般用戶也能直接用，不限瀏覽的網站，而...
Read more »

G6PD 缺乏者的抗生素選擇指南｜社區診所常見處方與藥師建議一次搞懂

作者：
圖片
診所處方中常見卻易忽略的用藥風險 身為藥師，最常面對的處方大概就是那些「一看就知道是常規」的抗生素了吧？像是在社區診所裡，病患多半是來看呼吸道或腸胃道的問題，醫師常開的口服抗生素，不外乎幾種熟面孔：Curam、Amoxicillin、Cefixime，甚至像 Thiamphenicol 這類傳統又便宜、好取得的藥，在很多診所幾乎是"常備良藥"。 但也正因為「太常見」，反而容易被忽略一些潛藏的風險。像是近期我注意到，有幾個藥物——特別是 Thiamphenicol 跟 Levofloxacin （如 Leflodal、Rozoxin 這些品牌）——雖然在臨床上被廣泛使用，但其實對 G6PD 缺乏症（也就是俗稱蠶豆症） 的病患來說，可能有 誘發溶血的風險 。 雖然這類病患在診所看診時未必都會主動告知，甚至連醫師也可能沒特別留意，但作為第一線接觸處方的藥師，這就是我們可以幫忙把關的地方。如果明知道某些藥物對特定族群有潛在風險，那我們有沒有辦法提出替代建議？或者至少提醒醫師，這個處方「有可能」會對某些病患造成風險？ 這篇文章，就是想從我實際接觸到的處方情境出發，整理一下目前診所常見的幾種口服抗生素，哪些對 G6PD 缺乏者是 安全的 、哪些則 應該避免使用 ，並依照不同感染情境（像是呼吸道、腸胃道、泌尿道等等），提供一些「 如果不能用，那可以換什麼？ 」的實用參考。希望對在第一線工作的藥師們，能有一些幫助或提醒。 G6PD缺乏症與藥品安全｜藥師不可忽視的藥事知識 蠶豆症這個名詞，大家應該不陌生，小時候健保卡上有印「禁止食用蠶豆」的那個紅字，就是它。其實它的正式名稱是「葡萄糖-6-磷酸去氫酶缺乏症（Glucose-6-Phosphate Dehydrogenase Deficiency，簡稱 G6PD deficiency）」，是一種 因 X 染色體上的 G6PD 基因突變所造成的遺傳性酵素缺乏疾病 。 因為男性只有一條 X 染色體，一旦這條 X 染色體上的 G6PD 基因出現缺陷，就會直接表現出來；而女性有兩條 X 染色體，即使其中一條有缺陷，另一條健康的 X 染色體還能補上功能，因此臨床上 男性患者比例明顯高於女性 ，這也是為什麼這類疾病在男生身上更常被診斷出來的原因。 這種病最大的問題就是—— 當身體遇到某些氧化壓力來源（像是感染、蠶豆...
Read more »

打字太慢？試試 Wispr Flow：神速 AI 即時語音輸入讓你效率翻 4 倍

作者：
圖片
  為什麼我們需要即時 AI 語音輸入？ 在這個數位無紙化的年代，文字輸出的能力早就成了基本功。還記得我大學時代，當時流行在 BBS 上跟人「丟水球」（傳訊息）。為了能跟上大家聊天的速度，我只好拼命練打字，結果不知不覺就把打字速度練起來了。 可是，打字再快，腦袋跑的速度還是常常比手快太多。特別是要寫比較長的文章時，腦袋裡的想法一股腦衝出來，手卻跟不上，整個人就卡住，效率大打折扣。這個「腦袋超車，手跟不上」的痛點，應該很多人都有過。 其實「用講的」來變成文字早就不是新鮮事。只是過去的語音輸入常常兩大問題：第一，辨識速度慢；第二，錯字一堆。更糟的是，講話還得遷就機器，要用不自然的語素去「配合它」，用起來一點都不順。 不過，近兩年 AI 大爆發，語音辨識品質和速度都進步到一個新的境界。現在的工具，不只聽得懂自然的說話方式，還能即時把文字轉出來。聽起來很完美對吧？但實際使用後你會發現：如果還得先在特定平台說，再把文字複製貼到你真正要用的地方，工作流還是很卡，體驗遠遠不到「一氣呵成」。 傳統與常見語音輸入工具盤點 先來看看我們常見的語音輸入工具，大家可能都有用過。 （A）系統內建工具 最常見的就是 Windows 11「語音輸入」（Win+H） 。它用的是雲端辨識，講完可以自動加上標點符號（需將"自動標點符號"功能開啟），基本上免費就能用。但缺點也很明顯，一次能處理的語音長度有限，而且反應速度偏慢，講快一點就容易掉字。 另一個是 macOS「聽寫」（Dictation） 。蘋果電腦上直接內建，開了就能用，短句或回覆訊息還算方便。但如果要口述一篇完整文章，尤其包含專業用詞，常常辨識不精準。 （B）線上／網頁版工具 很多人會用 Google Docs「語音輸入」 ，只要在 Chrome 瀏覽器開啟文件就能用，對學生寫作或臨時筆記很方便。但缺點是必須保持網路連線，斷線就沒辦法。 另外像 Voice In Speech-To-Text、SpeechNotes、Voice Notepad 這些瀏覽器外掛或網頁服務，適合在網頁內、線上表單或郵件裡直接口述，但還是受限在「網頁視窗」，切來切去不太順手。 （C）第三方專業軟體 要講專業領域就不得不提 Nuance Dragon（Dragon Professional / Legal） 。這套算是老牌裡的...
Read more »

檔案傳輸的專業眉角：別再重複跟人要檔案！教你數位管理不漏接

作者：
圖片
  生活中超常見的「再傳一次檔案」窘境 不知道你有沒有遇過這種情況？某天突然在 LINE 或其他通訊軟體收到訊息： 「不好意思，請問可以方便再傳一次上次那個檔案給我嗎？剛剛那個沒存，現在開不了了，麻煩你囉！ 」 這種場景，不用懷疑，大家一定都遇過。搞不好你自己也曾經發過類似的訊息給別人。每次傳檔案，總有一個人沒即時存檔，過幾天打不開、找不到，或直接被系統刪掉，只好又跟對方要一遍。被要的人覺得煩，主動開口要的人其實也覺得不好意思。 這種來來回回，不只是浪費時間，說穿了還挺尷尬的。有時候對方是你的主管或客戶，你明明再煩也只能硬著頭皮再傳一次；但如果是同事、供應商或專案夥伴，難免會覺得「這樣也太不專業」吧？ 這種「再傳一次」的橋段，生活中三不五時就會出現。不管你是在扮演被要的那個，還是索取的那個，久了真的會讓人心裡火大，甚至連專業形象都會跟著扣分。 行為背後的專業觀與職場形象 其實，一再向別人要檔案這件事，表面上只是個小失誤，背後卻藏著很深的專業度問題。 說白一點，你一直重複跟人家要同一份資料，說穿了，就是在消耗對方的時間。對主管、對客戶來說，雖然他們可能嘴上沒說什麼，但心裡一定會覺得這個人不夠細心、不夠可靠。如果對方是你的供應商、跨部門同事或合作夥伴，這種行為久了，大家只會覺得你做事沒條理、很不專業，甚至開始對你產生「這人好像有點懶」的負面印象。 這其實就像我之前寫過的一篇文章 【提問聚焦小幫手GPT】— 終結模糊提問，讓問題精準到位！ 有些人遇到問題，第一直覺就是直接問別人，連基本的搜尋、查資料都懶得自己做，直接把「解決自己問題的責任」完全外包給對方。問問題可以，但如果完全沒做功課，就等於是在「省自己的麻煩，把麻煩丟給別人」。 同樣道理，你每次都等別人提醒、等別人再傳一次，久而久之，大家就不會把你當成可以依靠的人。專業度、信任感這種東西，就是這樣被一點一滴消耗掉的。 通訊軟體與雲端傳輸：時代轉變下的陷阱與便利 現在的檔案傳輸方式其實越來越方便，選擇也很多。傳統的 email、雲端分享連結，到即時通訊軟體（像 LINE、Messenger、WeChat 等），各有自己的優缺點。 以前大家多半用 email 傳檔案，然而大型檔案最常遇到像 Gmail 那種「25MB 附件上限」的問題。當附件容量有限制，就上傳到 Google Drive、OneDr...
Read more »

小兒藥水每次喝「體重四分之一」喝法是真的嗎？小兒用藥劑量科學大解密

作者：
圖片
兒童看病後的用藥方式通常會跟成年人不太一樣，主要是考量到孩童的身體組成不同（體重與體表面積較輕），而且肝腎等主要代謝器官發育尚未完全成熟，因此 藥物劑量通常都會比成年人來得低 一些。但究竟要低到多少才安全又有效呢？ 事實上，每種藥品在研發與前期試驗過程中，會根據 藥物效力學（藥物對人體的作用） 與 藥物動力學（人體對藥物的影響） ，去綜合評估安全性與藥效，來制定合適的劑量範圍。一般臨床使用時，都可以參考衛生主管機關核准的 仿單建議劑量 。 然而，每個孩童的年齡、體重、身高狀況都不一樣，小兒科臨床上經常會遇到這種情況： 仿單的建議劑量是以年齡作為參考，但醫師開立的處方卻可能依據孩童的體重或體表面積來換算 ，或是 頻率使用上與仿單建議不同 。這讓家長甚至是第一線執業同仁，在領藥時會很困惑，擔心這樣的劑量是否會不夠或過量。 其實，以小兒科診所常見的上呼吸道或腸胃道症狀來說，用藥相對比較單純，常見的藥品包括 退燒藥、鼻炎藥、止咳藥、止吐藥、止瀉藥 等等。這些藥品的成分通常都是偏向 消炎、止痛、抗組織胺、促進交感神經、促進或抑制胃腸蠕動 等，屬於比較成熟且安全性高的藥物，其治療濃度範圍也較為寬廣。 這類症狀緩解的藥品，用藥劑量通常只要落在合理範圍內即可。畢竟即便是同一個孩子，每天的體重也可能有些微變化，因此計算劑量時，更重要的是 每日總劑量 ，而非單次服藥的劑量。例如醫師考量到小朋友白天上課可能會嗜睡，因此將抗組織胺藥品的白天頻率降低，單次劑量自然可略高，只要 總體每日劑量仍在建議範圍內 即可。 坊間常見一種快速算法： 退燒藥的用量是體重的一半（cc數），其他藥水則是體重的四分之一（cc數） 。這種經驗法則究竟是否有科學根據呢？我們以鼻炎藥水「 鼻福 」來說明。 鼻福的仿單建議劑量為：「 成人及12歲以上兒童，每次10 mL，每天3次；6至12歲每次5 mL；2至5歲每次2.5 mL；6個月至2歲以下每次1.25 mL。 」若醫師針對一名五歲多孩童處方為「 每次4 mL，每天2次 」，這樣合理嗎？ 透過 衛福部國建署根據WHO標準製作的兒童生長曲線 （適用0-7歲），我們可以將仿單建議的年齡範圍換算成相應的體重範圍： 再經過精密計算後不難發現，實際上所謂「 藥水給予體重四分之一的對應cc數 」正是來自 「成人及12歲以上之兒童」其「 單位體重的單次劑量 」（翻譯成白話就是 每...
Read more »