2026年8月18日 星期二

高 CP 值的 Debian Linux 微型電腦 MP520-20

前陣子在評估適合跑 OpenClaw 的機器時, 找到下面這塊開發板 MP520-20 :





這是我的 Mapleboard MP-510 的升級版, 性能強大許多 (價格近兩倍), 搭載了 Rockchip RK3588S 八核處理器 (4× Cortex-A76 @ 2.4GHz + 4× Cortex-A55 @ 1.8GHz), 8GB LPDDR4X 與 128GB NVMe SSD, 出廠預裝了中文環境的 Debian Linux, 產品定位主要是做為高效能的微型電腦 (Mini PC/Linux 工作站), 低功耗桌機, 或邊緣伺服器 (配備 26-pin 擴充 I/O 與 UART 介面).

此微型電腦非常適合跑 OpenClaw, 作為開源的個人 AI  代理 (Agent) 網關, CPU 運算力約為 Pi 4 的 3~4 倍, 8GB RAM 對於運行 OpenClaw 及相關工具 (如網頁爬蟲, 檔案讀寫, 自動化腳本) 來說綽綽有餘, 而內建 128GB NVMe SSD 高速低功耗, 很適合作為全年無休 (24/7) 的龍蝦伺服器, 性能上完全輾壓 Pi 4. 雖然 Pi 4 裸板較便宜, 但加購散熱外殼, 變壓器與 128GB 高速 MicroSD 後價差其實不大, 比起一體成型的 MP520-20 來說 CP 值不高. 

總之, 與 Pi 4 相比, MP520-20 強悍的 RK3588S (4大核A76 + 4小核A55) 與板載 128GB NVMe SSD 不僅解決了樹莓派 MicroSD 卡容易因頻繁讀寫損壞的痛點 (NVMe 隨機讀寫速度遠勝 MicroSD,  在 OpenClaw 頻繁讀寫本地記憶時會較順暢且不易讀寫錯誤); 兩者在執行網頁爬蟲, 無頭瀏覽器與多工 Agent 任務時的效能差距非常巨大. 

不過, MP520-20 的 GPU 為 ARM Mali-G610 MP4, 支援 OpenCL / Vulkan / OpenGL 但不支援 CUDA, 而主流的開源 LLM 生態如 vLLM 與 llama.cpp 等 GPU 加速高度依賴 NVIDIA CUDA, 因此 Mali GPU 派不上用場, 無法支援本地大模型推論, 只能使用 CPU 推論, 其 8 核 CPU 跑 llama.cpp 運行 1.5B~3B 的小型量化模型還可以, 跑 7B 模型生成速度會很慢 (約 4~6 tokens/s). 

如果用 MP520-20 來跑 OpenClaw 養龍蝦的話, 最好是將 MP520-20 作為 OpenClaw Agent 閘道與執行端, 大模型思考推理部分就串接雲端 API (例如 OpenAI, Claude, 或 Gemini), 如果用 CPU 去跑本地的小型量化模型效能不佳. 

安裝 Gemini 的資料夾擴充元件 : Voyager

隨著我與 Gemini 的交談越積越多, 對話紀錄已經是一長串了, 每次要找較早之前的歷史對話都要透過頁面搜尋, 且看起來雜亂無章. 大概是兩三周前忘記是在哪個內訓課程裡學到一招 : 安裝 Chrome 擴充套件 Voyager 就可以讓 Gemini 增加建立資料夾功能, 可以將對話歷史分門別類收藏, Voyager 在 Chrome 線上應用程式商店網址如下 :


按右上角的安裝鈕即可. 

安裝完後按 Chrome 右上角的三個小點點按鈕, 點選 "擴充功能/管理擴充功能" : 




找到 Voyager 並開啟此元件即可, 原來 Voyager 不只可用在 Gemini, 還可以用在 Claude 與 ChatGPT : 




開啟 Gemini 網站, 這時在左邊導覽列的筆記本下方就會多出資料夾相關按鈕, 按右邊的 + 就可以新增資料夾 :




輸入資料夾名稱 (例如 "日本旅遊規劃") 後按右邊的打勾 :




這樣底下就會生出一個資料夾 "日本旅遊規劃" :




例如, 按對話 "岡山之旅" 右邊的三個小點點, 點選 "移動道資料夾" :




勾選要放的資料夾 : 




此對話 "岡山之旅" 就被收納到 "日本旅遊規劃" 資料夾下面了 :



好書 : VIBE CODING 50 道零程式碼開發

前陣子從母校借到這本碁峰出版的好書, 篇幅不大, 但那 50 道小專案卻是練習 Vibe coding 技巧的絕佳素材 :





我打算一邊讀一邊用 Antigravity 來實作這些範例專案, 當作練習也好. 

ACCUPASS 的免費課程 : AI Agent 第一堂課

昨天收到 ACCUPASS 電子報通知, 8/25 20:00 有加開一場 AI Agent 免費課程 :


週二晚上沒事就報名聽聽看 (要先註冊會員). 





已設定行事曆提醒. 

蝦皮購買愛思 CW-36 Plus 手錶錶帶 x 2

今天在蝦皮找到新手錶 CW-36 Plus 的錶帶, 看來與原廠錶帶一模一樣 : 






選快速到貨需買 3 個才免運, 選海運只要 2 個即可 (但海運較慢, 要 9/5 才會到貨). 明華智取 267 元. 

momo 購買可後仰小憩的小不記電腦椅

我想買一個椅背可以往後仰的電腦椅放在鄉下方便午睡小憩, 上週四去家樂福買貓糧時順便到 OA 區去找, 但可惜現在都沒有可後仰的款式了. 

今天上 momo 找到下面這款小不記的, 可以後仰 145 度, 附頭枕與記憶腰靠, 且自帶抽拉式腳托, 後仰時雙腳可完全伸直, 完全符合我的需求 :






使用 momo 幣 60 元, 實付 2139 元. 

有另一款電競椅配備一樣, 材質也很不錯, 但與小不記的主要差別是只能後仰 120 度, 這是接近沙發斜靠看電視的半後仰微躺姿勢, 上半身仍偏直立, 拉出腳托時身體呈現折起的鈍角, 腹部和髖關節仍有摺疊感, 脖子容易往前垂, 較難真正進入熟睡, 所以不入選 : 


蝦皮購買愛思 CW-36 Plus 手錶充電線 x 2

上兩周購買的愛思 CW-36 Plus 手錶正常使用中, 為了充電方便上蝦皮購買充電線兩條 : 





明華智取免運 220 元. 

2026年8月17日 星期一

露天購買 A-ONE 萬年曆電子掛鐘 TG-0965 (回購)

之前有買一個掛鄉下家給爸看日期時間, 這次回購是要安裝在高雄家 : 





之前在露天購物被騙幾次後就幾乎沒在露天交易 (蝦皮智取店較有保障, 不滿意退貨很方便), 但此露天店家可靠所以回購. 

2026 年第 31 周記事

從日本岡山回來兩周, 週六晚上終於把遊記的照片全都補完了, 這是兩年來旅遊筆記中寫得最完整的一次. 藉著回顧手機照片去回想每日行程其實還是會漏失一些片段, 所以最好是當日回旅館睡前把文字部分寫完, 照片後補即可. 接下來阿中要在 10 月底再次前往日本旅行, 仍然以剛剛熟悉且路網單純的岡山為中心, 前往姬路, 廣島, 與高松 (倉敷好美, 建議他再去一趟), 但這回是他要自己挑戰獨旅, 我只幫他規劃行程. 

爸從這周開始周一到周五下午也去社區, 之前只有周二周四, 但由於爸對於今天是星期幾漸漸無法掌握 (除非看電子萬年曆), 結果常常一三五的下午也著裝等待幸福巴士來接他去社區, 我上週與社區的江小姐談妥改為每天都全日 (中午會回家午休), 一周下來也還正常運作, 只是增加下午的監視器操作罷了. 每天 08:20 與 13:20 只要透過大門與車庫監視器, 確定爸搭上幸福巴士即可安心工作. 

提前買新車的計畫於周一去高都談定, 週二試駕與簽約, 趁銷售競賽尾聲以 124 萬買下定價 130 萬的 RAV4 旗艦版, 預定 9/18 交車. 買新車除了是因為 QRV 老舊且耗油外, 也是偽退休給自己的禮物之一 (滿 60 歲就要假裝已經退休, 開始經常出國旅行, 載老爸四處走走, 特休年底前全部請完不再領不休假獎金 ... 雖然每天還是要進辦公室). 這台 RAV4 應該也是此生買的最後一台車了, 因為再開十年就要變成高齡駕駛, 因此買這台 RAV4 對我而言也算是人生中的一個里程碑 (20 年前 Tercel 換 QRV 也是 ~ 那時是為了載三隻小狐狸). 

這個周末把鄉下家的冰箱冷凍櫃做了一翻大清理, 清出兩大包過期食材, 都已經過期甚久已有冰箱味, 全部都丟掉, 讓冰箱突然變得好清爽. 下周要把目標轉向車庫, 務必在下個月新車牽回來之前把車庫清理乾淨, 總之就是三字訣 : 丟丟丟! 

好久沒去顧菜園那三棵芭樂樹了, 週日下午為了將小舅載來的塑膠板挪到樹下蓋住雜草, 發現居然有很多芭樂已近雞蛋大, 再不套袋就會被果蠅入侵, 所以花了一個下午套袋, 大約套了 100 顆左右, 高的地方還有很多, 下周要用梯子繼續套. 

2026年8月12日 星期三

蝦皮購買 Acer 宏碁可充電藍牙無線滑鼠 x 4

昨天檢視之前購買的小米無線雙模滑鼠 (靜音版) 庫存只剩一個, 到小米官網要回購發現此款已停售, 改為新款的 Xiaomi 無線藍牙雙模滑鼠 2, 價格上調為 369 元, 跟羅技差不多了, 轉而到蝦皮找到 LEO數碼3C旗艦店的這款可充電的 Acer 雙模滑鼠正在促銷, 一個 255 元, 就買了 4 個 :






折價後為 990 元, 明華智取店取付. 

提示詞學習筆記 : 解夢大師

我昨天把去年買來卻沒看的書 "ChatGPT 萬用手冊 2025 春季號" 拿出來翻閱, 在書中找到解夢大師的提示詞, 提供給菁菁記下來備用, 她很常做夢, 尤其是惡夢, 可以用這個提示詞問 AI :

我想請你扮演解夢大師的角色,我會描述我的夢境,然後請你根據夢境中的符號與主題提供解釋。請不要預設或猜測我的個人背景或進行假設,只要提供夢境內容的客觀解釋即可。我的夢境如下:(夢境寫在這裡)   

其實解夢最大的難題是沒時間記下來, 夢境在醒來後會迅速蒸發, 就算馬上拿筆來記也通常殘缺不全, 最好是拿起手機用 LINE 馬上口述錄音. 

OpenAI API 學習筆記 : 在 Win11 安裝 Codex CLI

前陣子 OpenAI 推出 Codex 後看到網路上有非常多討論文章, 感覺似乎其 Coding 能力不輸 Claude Code, 但我一直沒時間試用, 今天抽空來安裝 Codex CLI 玩玩看. 

最近在市圖新書架上看到洪錦魁老師新書 "Vibe Coding - Python超級入門 : ChatGPT x Codex", 在末尾章節有介紹如何安裝 Codex CLI, 但須先安裝 WSL, 用 Windows 附的 Linux 環境來安裝, 但我詢問 Gemini, 發現其實可以利用 Git Bash 介面來跑 Codex CLI, 不需要透過 WSL, 與 Claude Code 類似, 但 Codex CLI 是用 npm 安裝的, 與 Claude Code 用 PS 指令稿不同, 參考 : 



1. 安裝 Scoop, Git, Nvm 與 Node.js : 

首先用一般使用者身份開啟 PS 視窗, 安裝 scoop 後再利用它來安裝 git 與 node, 只要在 PS 視窗依序輸入下列指令安裝即可 :
  • 設定 PowerShell 視窗腳本執行原則 : 
    Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
  • 安裝 scoop : 
    Invoke-RestMethod -Uri https://get.scoop.sh | Invoke-Expression
  • 安裝 git :
    scoop install git  
  • 安裝 nvm : 
    scoop install nvm
  • 用 nvm 安裝 node.js : 
    nvm install node 
我的 LG Gram 筆電之前安裝 Claude Code 就已安裝好 : 

PS C:\Users\tony1> scoop --version  
Current Scoop version:
b588a06e (HEAD -> master, tag: v0.5.3, origin/master, origin/HEAD) chore(release): Bump to version 0.5.3 (resync) (#6436)

'main' bucket:
408b426f8c (HEAD -> master, origin/master, origin/HEAD) sqruff: Update to version 0.34.1

PS C:\Users\tony1> git version  
git version 2.52.0.windows.1

用 where.exe 檢視 Git Bash 指令檔位置 :

PS C:\Users\tony1> where.exe bash   
C:\Users\tony1\scoop\shims\bash.exe

PS C:\Users\tony1> nvm --version  
1.2.2

檢查 nvm 附帶的 npm 工具版本 :

PS C:\Users\tony1> npm --version  
11.13.0

Node.js 之前在安裝 Gemini CLI 時也用 Scoop 安裝好了 :

PS C:\Users\tony1> node --version  
v25.2.1

參考 :



2. 安裝 Codex CLI : 

當以上環境準備好後, 即可用 nvm 附帶的 npm 工具安裝 Codex CLI 了 : 

npm install -g @openai/codex 

PS C:\Users\tony1> npm install -g @openai/codex    

added 2 packages in 1m
npm notice
npm notice New minor version of npm available! 11.13.0 -> 11.19.0
npm notice Changelog: https://github.com/npm/cli/releases/tag/v11.19.0
npm notice To update run: npm install -g npm@11.19.0
npm notice

顯示 "added 2 packages in 1m" 表示 Codex 已安裝成功, 其餘 notice 訊息只是提醒 npm 已有新版可更新而已. 檢查 Codex CLI 版本 : 

PS C:\Users\tony1> codex --version   
codex-cli 0.147.0


3. 執行 Codex CLI : 

在 PS 視窗下 codex 指令即可進入 Codex CLI 介面, 首先會要求登入 ChatGPT 或提供 API Key 才能使用 Codex, 我之前有儲值 API Key, 移動至 3. Provide your own API Key, 按 Enter :




貼上 API Key 後按 Enter :




按 Yes, continue : 




選 2. Use non-admin sandbox :




這時會花幾分鐘去設定沙箱 : 




請耐心等待設定, 完成後即可進行專案開發 :




其實比較正確的做法是要先建立一個專案資料夾, 然後用 cd 進入專案資料夾後再下 codex 指令. 

2026年8月11日 星期二

買新車 : RAV4 旗艦版

周末時接到之前去高都業務的電話, 表示若要買車應趁 8/12 前領牌, 因為售車競賽月即將截止, 且 8/13 就進入農曆七月了, 於是昨天下班後與水某去高都談 RAV4 的購車細節, 主要是詢問空車價與贈品項目, 蔡小姐表示 RAV4 旗艦版車價 125 萬, 我出價 124 萬, 因為上周收到福利會的國都 TOYOTA 特賣郵件, 我詢價後報價是 124 萬, 雖然說可以免費幫我運到高雄交車, 但簽約還是得上台北一趟較麻煩. 高都這邊最後同意空車價 124 萬成交, 補 5000 加裝特仕的腳踏板共 124.5 萬. 由於跟水某要去吃這一小鍋, 所以沒時間試駕, 我說我要先跟孩子們討論看看 (菁菁覺得買白色好看, 姊姊也這麼覺得).

今天下班再度與水某前往高都, 先試駕 RAV4, 從明誠路開到鼎中路, 再從大順路繞回高都, 整體感覺非常好, EV 模式時車內很安靜, 僅自動切換到引擎模式時稍微有點聲音而已, 操控駕馭感非常順暢, 比起 QRV 來說真不可同日而語. 坐在副駕的業務說以前舊款 RAV4 電油切換時引擎聲比較大, 第六版改款後改善非常多. 試駕回來就打購車契約, 前檔隔熱紙指定 3M 極透 MA80 (一片 14000), 車身用極黑 MB45 (八片共 16000), 合計 30000 元, 總計車款 1245000 + 30000=127 萬 5000 元. 預定 9/18 交車, 兩周前 (9/4) 付尾款, 留一萬元交車日付現. 我前一周的週五 (9/11) 將 QRV 開回鄉下 (這樣才能騰出高雄家的車位), 週日下午坐客運車回高雄, 9/18 日中午交車後將車開回大樓, 傍晚下班再開回鄉下.  

原本是打算退休前 2~3 年買新車的 (那時 Nissan X-Trail e-Power 第三代應該已經在台灣上市了),  會提前買的原因是, 自從去年底爸確診失智前期 (短期記憶健忘) 後, 我回鄉下的頻率增加, 從每周一次變成兩次, 除了周末 (周五下班回去, 周日晚上回高雄), 周三下班也會回家 (主要是掃地拖地, 煮一鍋新飯, 更新冰箱食材), 周四早上回高雄上班. 往返城市與鄉下的次數提高後, 發現我的 QRV Serena 還真耗油, 每周都要加半桶油, 以前載全家人還好, 現在都只有我一個人開著四噸老車跑來跑去, 加個油就很有感了. 其次是未來高齡駕駛可能會下調到 70 歲, 如果 65 歲才買新車, 開五年就變成高齡駕駛了, 應該趁早買才好. 

五月從沖繩旅行回來時搭的計程車剛好是 RAV4, 一路上跟司機聊這台車, 突然對 RAV4 有了興趣. 前陣子與 Gemini 討論該等 e-Power 第三代還是現在就買 RAV4 第六代, 結論是 : e-Power 第三代在台上市或許要到 2019 年後, 那時我都快退休了, 而 RAV4 2026 大改款性能配備大躍進, 建議我應該考慮 RAV4, 且它比 e-Power 更省油. 如果預算可以的話, 它認為買 RAV4 旗艦版會最適合. 

2026年8月10日 星期一

2026 年第 30 周記事

週六父親節, 姊姊訂了裕誠路的王品牛排晚餐, 我週五回鄉下, 週六下午四點半載爸來高雄, 順路到高鐵接二哥. 由於裕誠路不好停車, 所以大夥下車後我把車又開回家, 再騎機車過去. 繞過立信路時才發現其實附近有寶盛停車場哈哈. 兩三年前也去過王品, 那時在博愛路, 後來那邊關了新開了裕誠路分店, 感覺這裡比較好. 菁菁點的烤豬肉軟嫩又大塊, 餐前麵包還熱騰騰用布包著, 其中的牛角麵包非常好吃, 不夠還可以補上. 尾聲時照例菁菁又要展現她的巧思了, 今年是一盒自製仿情人果冰棒, 盒子外有小狐狸們的父親節感謝詞, 裡面有兩支真的情人果冰棒以及兩包紅包 (我跟爸各一包). 另外還有兩盒她花了兩周試做, 不斷請健身房的教練們當白老鼠試吃後做出來的蛋糕 (雖然不認識你們, 但非常感謝你們的忍耐哈哈), 真是太用心啦! 總之, 不管是父親節還是母親節, 菁菁總是有新花樣! 






7/29 從岡山旅行回來後, 覺得手上有很多想要做的事, 千頭萬緒似地卻不知該從哪一個著手, 先烈出一個清單再慢慢地逐一處理 :
  • OpenClaw 建置 : 
    • MSI 桌機版
    • 樹莓派 Pi 4 版
    • GitHub CodeSpace 雲端版
  • Antigravity CLI + OpenSpec
  • Serverless v2 佈署
  • Ollama 學習

2026年8月9日 星期日

加購 Hinet 信箱容量 1GB

由於我的 Hinet 信箱最近常忘記清垃圾而爆滿停止收信, 為了避免漏掉重要信件, 決定添購 1GB 郵箱空間, 加上原本的 1GB, 總共是 2GB, 選年繳優惠價 399 元, 下個月出帳 :




加購後立即生效, 原本已用 100% 變成 50% : 




如果要更改加購容量, 須於到期日上網更改. 

節錄使用條款中的重要項目 : 

HiNet郵件信箱服務使用條款


第五條、當您已閱讀本條款,並接受條款本章第六條使用限制,HiNet郵件系統將為您升級郵件信箱儲存空間至1GB。
第六條、當您超過180天未使用郵件服務(係指沒有經由POP3、IMAP收信或登入WebMail等任一方式使用電子郵件),本公司得調整您的郵件信箱儲存空間上限(但不得小於50MB,且原本已經留存在郵件主機上的信件將予以保留不被刪除;有可能會造成信箱使用空間己滿,新的信件無法寫入)。當您重新使用本郵件服務時,系統會自動恢復您的信箱儲存空間上限至1GB。
第七條、若您不同意前條之規定,本公司將維持50MB郵件信箱儲存空間。

第三章、加購及收費

第八條、若您對於信箱儲存空間之需求超過本公司提供之空間上限1GB時,可申請信箱儲存空間加購服務(以下簡稱加購),加購之空間大小依本服務網站所訂。
第九條、本加購提供不同空間大小供您選擇,如您申請使用一段時間後,欲調降一級空間,請確認信箱內之信件是否已超過您所要變更之空間容量,請提前清理信箱,避免因信件超量,造成無法正常收發信件。
第十條、您租用加購應繳各項費用及收費標準詳如網頁;本公司有權調整費率,費率如有調整時,應自調整之日起按新費率計收。
前項各項費用及收費標準調整時,應於本服務網頁公告或以書面通知您,並自公告起作為契約的一部份。
第十一條、若您租用加購服務,以申請當日為起租日並自次日開始計費。申請終止租用時為終止租用日,終止租用日按1日租費計收。
第十二條、加購最短租用期間及繳費方式,其相關規定如下:

(1)月繳方式:最短租期以連續租用1個月計,未滿最短租期而終止租用者以1個月計。

(2)年繳方式:最短租期以連續租用12個月計。收費方式係以12個月計算每期之費用,如每期屆滿前未提出終止加購或異動繳費方式者,則視為您仍繼續使用本服務且使用本繳費方式。如於每期未屆滿前您提出終止加購者,或違反本契約規定致終止加購者,當期已發生應繳之費用以月為單位且以月繳制收費標準計收。

第十三條、前條加購租期未滿最短租用期間,欲升級為更大空間時,應補足費用差額,異動當月依實際租用日計算;如欲調降縮小空間時,仍應依前條未滿期間計費方式收取。前述調降縮小空間時,且已滿最短租用期間時,依異動後之空間收取費用。
第十四條、您加購如申請年繳方式時,若遇費率調升,差額不另補收;若遇費率調降,其差額於期滿後,沖抵下期或次月應繳付之費用。
第十五條、您加購服務應繳之費用,於HiNet帳號之通知繳費之期限內繳清,逾期未繳清者,本公司得註銷您的申請或通知限期停止您的使用並追繳各項欠費,經再限期催繳仍未繳納者,本公司得辦理終止您的加購。您所積欠之費用,仍須繳納。
第十六條、若您申請暫停使用或因HiNet 帳號欠費或違反HiNet契約條款之情事或有違反法令致被暫停使用者,其停止使用期間,加購服務租費仍應照繳。
第十七條、若您如因HiNet帳號或電路欠費逾期未繳被終止或拆機,或您申請終止HiNet服務時,加購服務將一併終止。
第十八條、加購服務之繳費通知郵寄地址以HiNet申請書或您於網頁上登載之資料為準,如因您更換郵寄地址而未通知本公司致生任何延誤或損失時,由您自行負責。
第十九條、若您對加購服務各項應繳付費用有異議時,應於繳款截止日前檢具理由向本公司申訴,在未查明責任歸屬前,本公司得暫緩催費或停止通信。如您未於繳款截止日前通知,視為費用無誤。
第二十條、若您溢繳或重繳之費用,本公司得於通知您後沖抵次月應繳付之費用,如您不同意充抵,本公司應於您通知不同意之日起7日內無息退還。如您終止租用HiNet業務時,其溢繳或重繳之費用於充抵應負費用後仍有餘額時,本公司應於終止租用日起7日內無息退還。

2026年8月8日 星期六

Google Antigravity 學習筆記 : 安裝 Antigravity IDE 開發工具

本篇旨在紀錄如何在 Windows 安裝 Antigravity IDE, 本系列全部文章索引參考 :


Antigravity 是 Google 在 2025 年 11 月與 Gemini 3 一起推出的 Agent-First (代理人優先) AI 代理開發平台 (Agentic IDE), 基本上可以看成是 Vibe Coding 概念和 Gemini CLI 的 GUI 實現, 這是為 Vibe Coding 代設計的革命性工具, 它不再只是像 Copilot 那樣輔助寫程式, 而是讓 AI 成為一個可以獨立完成任務的代理人 (Agent). Antigravity 最大的特色在於它不只是幫忙補全代碼, 而是幫我們 "把事情做完".   

作為新一代 IDE, Antigravity 與傳統 IDE (例如 VS Code 或 Cursor) 不同, Antigravity 的核心理念是 "擺脫重力", 亦即擺脫繁瑣的底層編碼工作, 讓開發者從碼農升級為指揮家. Antigravity 是基於 VS Code 構建而成, 但它將介面一分為二, 引入了多代理人協作 (Multi-Agent Orchestration) 概念, 將 IDE 從編輯器轉變為任務控制中心 (Mission Control), 這是 Antigravity 最具辨識度的功能, 它讓開發者不再只是面對程式碼編輯器, 而是從編輯者視角 (Editor View) 提升為代理人經理視角 (Agent Manager), 像專案經理一樣發號施令,  例如 "幫我做一個能計分的貪食蛇遊戲", 然後就看著 AI Agent 自動規劃, 建立檔案與編寫程式, 而且還可以同時指揮多個 Agent 平行處理不同任務. 

Antigravity 的 Agent 不只會寫程式, 它還擁有視覺和操作能力, 它超越 VS Code/GitHub Copilot/Cursor 的一大亮點是內建了一個受控的 Chrome 瀏覽器代理, Agent 在寫完網頁 App 會自動打開這個瀏覽器載入此網頁, 點擊按鈕與輸入數據自動進行測試. 如果有錯誤或跑版, Agent 會看到這些錯誤訊息, 然後自動回到編輯器修正程式碼, 形成一個自主的 "編碼 > 測試 > 修正" 閉環. 為了讓開發者敢放手給 AI 做專案, Antigravity 不會馬上丟出一堆程式碼, 而是會先生成所謂的 Artifacts, 裡面包含任務清單 (Task Lists) 與實作計畫 (Implementation Plans), 任務清單是 Agent 打算要採取的步驟, 需要開發者批准. 完成專案後 Antigravity 還會提供測試截圖或瀏覽器操作錄影, 證明它真的跑過且成功了. 

Antigravity IDE 下載網址 :





按 Downlowad 鈕, 選擇自己的作業系統下載安裝檔 : 




Windows 系統會下載 Antigravity-x64.exe 0 檔 (約 134 MB), 點擊安裝首先會出現安全性提醒, 按底下的 Next : 




勾選主題背景, 用預設的 System 即可, 按 Next : 




出現詢問是否要預先安裝 Google 相關開發工具的擴充插件 (Plugins) 頁面, 這些插件包含各種技能 (skills) 與 MCPs (Model Context Protocol), 目的是讓 Antigravity 裡面的 AI Agent 能更好地協助我們使用 Google 的各種開發產品, 保持預設全空即可, 點擊底下的 Finish 完成安裝. 日後如果有需要隨時可以在設定 (Settings) 裡面補充安裝 :




完成後頁面中間顯示預設模型為 Gemini 3.6 flash, 點擊會顯示可選用的模型 : 




右上角有一個 Install IDE 按鈕用來安裝 Antigravity 完整版桌面 IDE 介面 (約需要 1 GB 至 2 GB 的硬碟空間, 包含微軟 VS Code 底層約 300 MB~500 MB, 擴充套件與 AI 依賴組件約 500 MB~1 GB). 目前開啟的是 Antigravity IDE 的輕量圖形化 Agent 控制台交談對話介面, 沒有程式碼編輯器, 須點擊 Install IDE 鈕下載安裝完整版 IDE, 才會有基於 VS Code 核心打造的程式碼編輯器環境. 如果只是要利用 AI Agent 進行對話生成程式碼, 並搭配外部慣用的其它編輯器 (例如 Thonny) 使用, 則不安裝完整版 IDE 也不會影響目前的對話與 Agent 功能. 

上面所安裝的輕量版 Antigravity IDE 可以看成是 Antigravity CLI 的 GUI 版本, 兩者底層都呼叫相同的 Antigravity Agent 與模型, 都能對專案資料夾進行讀寫, 執行指令, 建立檔案, 與重構程式碼. 兩者核心運作邏輯幾乎一樣, 最主要的差別在於 GUI 介面與 CLI 文字終端機的互動體驗而已, 不過  IDE 還多了幾項便利功能 : 
  • 專案與對話管理 :
    GUI 提供視覺化的專案清單 (Projects), 歷史對話紀錄 (Conversation History), 在切換專案或歷史對話方面 IDE 比 CLI 更直觀. 
  • 視覺化互動 :
    在 GUI 中可以隨時用滑鼠切換模型 (例如畫面中的 Gemini 3.6 Flash), 點選工具選項或直接用麥克風語音輸入, 不用像 CLI 一樣記指令或參數. 
  • 擴充與 IDE 整合 :
    按 GUI 版右上角的 Install IDE 按鈕能一鍵升級成完整的 VS Code 開發環境, CLI 則主要是搭配現有的編輯器 (如 Thonny, VS Code, Cursor 等) 在背景或終端機旁運作.
  • 內建 Terminal 終端機 :
    按 GUI 版右上角的 Install IDE 按鈕安裝完整版 IDE 後, 按快捷鍵 Ctrl + ~ 即可開啟與系統完全同步的 Terminal, 可隨時手動輸入 curl, python, git 等任何系統命令.  
總之, 習慣直接在視窗介面上看歷史紀錄, 點選專案進行 Vibe Coding, 用 GUI 會更方便; 若習慣在 Terminal 開著腳本直接批次跑, 則 CLI 比較輕巧好用. 

OpenClaw 學習筆記 : 在樹莓派 Pi 4 安裝 OpenClaw (二)

在前一篇測試中, 我已在 Pi 4B 上順利安裝好 OpenClaw, 但執行 OpenClaw 時產生的網址為 localhost:18789 的內網網址, 無法作為 LINE 或 Telegram 的 webhook 網址 (因為 LINE 或 Telegram 需要 https 網址才能找到位於內網的 OpenClaw). 

解決方案之一是安裝 ngrok,  它可以為內網應用程式提供 https 網址, 但免費版提供是動態隨機 https 網址, 每次主機重開機或重新執行 ngrok 網址就會改變, 如此一來就必須去修改 LINE/Telegram Bot 的 Webhook 網址與 OpenClaw 的 .env  設定檔, 要付費版才會提供靜態網址. 在測試階段使用免費版 ngrok 即可, 如果要在本地端要打造全自動無人值守的龍蝦 AI 助理就需要買付費版 (另一個付費方案是使用 Cloudflare)

本系列之前的文章參考 : 



1. 申請 Ngrok 帳號 :

首先到 Ngrok 官網 : 


按右上角的 SIGN UP 鈕 : 




可以用 GitHub 或 Gmail 帳戶快速註冊, 也可以用 Email 註冊 (密碼至少需 10 個字元), 我這次使用 Yahoo 信箱 : 




它會寄一封認證信到郵箱 : 




開啟認證信, 按下認證連結會登入並開啟 Ngrok 儀錶板的安裝設定頁面 :




按 Copy 複製認證金鑰 (AuthToekn) 貼到記事本存檔備用 :




2. 安裝 Ngrok : 

接下來開啟 Pi 4 終端機, 使用 apt install 來安裝 Ngrok, 但在正式安裝之前, 有些前置作業須先完成後才能順利安裝 :


(1). 將 Ngrok 數位簽章加入信任 CPG 金鑰庫 : 

此步驟是要將 Ngrok 數位簽章 (金鑰) ngrok.asc 放到系統的 trusted.gpg.d (信任金鑰庫), 這樣後面執行 apt install ngrok 安裝指令時, 樹莓派會用它來比對下載下來的檔案簽章, 如果中途被駭客調包或檔案毀損將導致簽章比對不符, 系統就會拒絕安裝, 這樣便能保證所安裝的 ngrok 是官方原廠發行的 : 

curl -s https://ngrok-agent.s3.amazonaws.com/ngrok.asc | sudo tee /etc/apt/trusted.gpg.d/ngrok.asc

pi@pi4b:~ $ curl -s https://ngrok-agent.s3.amazonaws.com/ngrok.asc | sudo tee /etc/apt/trusted.gpg.d/ngrok.asc   
-----BEGIN PGP PUBLIC KEY BLOCK-----

mQINBGFGa/IBEAC0pgrns33QSiSipIKRnUCLeXX8d8WQjeqOqVEA6QlavAW54hKn
uHbbf151LFp0eGGaTp5ppJih2u9geiE8GxVACMuCHdlI0d35wAkucr+15qG+rfxm
qLkGGWARsRni3RJwg9R6/MwBgG ...
... (略) ...
FHIT8wNII9bhe7NvXBG7RcA6hvjcRO3gp+usaO1MzRDnbmosRQoeGSjh9txMQVIQ
HiRXcKdw6yyrtu12KMD/nJwgbEomikgPfEqRPtTTKYGjwV0/BQcMvJ/3u3AQCDYd
asvZu3xH2Cn0aoGMg+jqPVzyC0vY/SQQqmTHjz+msFu3OUsnXsJ6zQaxfGle5O4o
9zWY/VMfdn2r9I7sHNk2Sxu3ZALyorHHqeuHBKnM6Ui6ISrWr/9SAPaHN14IR/Le
/7JXRqfXsWxyTbOUVnmRWIXPXHU=
=ghCR
-----END PGP PUBLIC KEY BLOCK-----


(2). 將 Ngrok 下載網址加入套件庫 (軟體源清單) : 

此指令會在系統的軟體源目錄中建立一個 ngrok.list 檔案, 裡面紀錄 Ngrok 官方下載伺服器的網址, 這樣當執行 sudo apt update 時, 樹莓派就會根據此網址去查看 ngrok 目前有哪些最新版本可以下載 : 

echo "deb https://ngrok-agent.s3.amazonaws.com buster main" | sudo tee /etc/apt/sources.list.d/ngrok.list  

pi@pi4b:~ $ echo "deb https://ngrok-agent.s3.amazonaws.com buster main" | sudo tee /etc/apt/sources.list.d/ngrok.list
deb https://ngrok-agent.s3.amazonaws.com buster main


(3). 更新套件庫清單 & 安裝 ngrok : 

完成前置步驟後, 用下列指令更新軟體源清單, 便能順利從 Ngrok 倉庫下載安裝 ngrok : 

sudo apt update
sudo apt install ngrok -y

pi@pi4b:~ $ sudo apt update  
已有:1 http://deb.debian.org/debian bookworm InRelease
下載:2 http://deb.debian.org/debian-security bookworm-security InRelease [34.8 kB]
下載:3 http://deb.debian.org/debian bookworm-updates InRelease [55.4 kB]       
下載:4 https://ngrok-agent.s3.amazonaws.com buster InRelease [20.3 kB]         
下載:5 http://deb.debian.org/debian-security bookworm-security/main arm64 Packages [323 kB]
下載:6 http://archive.raspberrypi.com/debian bookworm InRelease [55.0 kB]
下載:7 https://ngrok-agent.s3.amazonaws.com buster/main arm64 Packages [12.9 kB]
下載:8 http://deb.debian.org/debian-security bookworm-security/main armhf Packages [300 kB]
下載:9 https://ngrok-agent.s3.amazonaws.com buster/main armhf Packages [12.9 kB]
下載:10 http://archive.raspberrypi.com/debian bookworm/main armhf Packages [580 kB]
下載:11 http://archive.raspberrypi.com/debian bookworm/main arm64 Packages [580 kB]
取得 1,974 kB 用了 5s (403 kB/s)   
正在讀取套件清單... 完成
正在重建相依關係... 完成
正在讀取狀態資料... 完成  
218 packages can be upgraded. Run 'apt list --upgradable' to see them.

安裝 ngrok : 

pi@pi4b:~ $ sudo apt install ngrok -y  
正在讀取套件清單... 完成
正在重建相依關係... 完成  
正在讀取狀態資料... 完成  
下列【新】套件將會被安裝:
  ngrok
升級 0 個,新安裝 1 個,移除 0 個,有 218 個未被升級。
需要下載 7,431 kB 的套件檔。
此操作完成之後,會多佔用 0 B 的磁碟空間。
下載:1 https://ngrok-agent.s3.amazonaws.com buster/main arm64 ngrok arm64 3.39.10 [7,431 kB]
取得 7,431 kB 用了 8s (959 kB/s)                                               
選取了原先未選的套件 ngrok。
(讀取資料庫 ... 目前共安裝了 131151 個檔案和目錄。)
正在準備解包 .../ngrok_3.39.10_arm64.deb……
Unpacking ngrok (3.39.10) ...
設定 ngrok (3.39.10) ...

完成安裝後檢視 ngrok 版本 : 

ngrok version

pi@pi4b:~ $ ngrok version  
ngrok version 3.39.10   


(4). 綁定 Ngrok 帳號 : 

ngrok 軟體必須與 Ngrok 帳號綁定才能開通安全隧道, 複製上面註冊 Ngrok 帳號時取得之認證金鑰 (AuthToekn), 貼到下面指令最後面 : 

ngrok config add-authtoken 我的Token  

若出現 "Authtoken saved to configuration file" 表示綁定成功. 


(5). 啟動 ngrok 外網穿透服務 : 

接下來要啟動樹莓派上的 ngrok 程式連線到 Ngrok 雲端伺服器, 透過雙方握手建立起一條專屬加密虛擬隧道, 並且為位於內網的 OpenClaw 網頁與通訊埠 18789 建立一個 https 公網網址, 這樣所有連到該網址的流量都會透過隧道安全地引導到樹莓派本地端正在執行的 OpenClaw 服務中, 指令如下 : 

ngrok http 18789

可見 Ngrok 已為 OpenClaw 建立一個 https://xxxx.ngrok-free.app 網址, 把這網址設定為 LINE/Telegram 的 Webhook, 當用這兩個通訊軟體向 OpenClaw 下達指令時, 訊息會先到達 Ngrok 的雲端伺服器, Ngrok 會透過與樹莓派之間已建立的隱形隧道將訊息傳給樹莓派上的 ngrok 程式, ngrok 接收到後立刻轉交給正在 localhost:18789 待命的 OpenClaw. 


(6). 備份樹莓派 TF 卡映像 : 

完成上面後先關機取出 TF 卡, 用 Win32DiskImager 備份映像檔, 避免以後 TF 卡異常要從頭重建系統很花時間, 直接從映像檔復原最快 (換新卡也可以). 在這一步做是因為要保留系統復原後綁定其它 Ngrok 帳號的彈性. 關於 Win32DiskImager 備份映像檔作法參考 :


2026年8月7日 星期五

OpenClaw 學習筆記索引

上週三從日本岡山旅行回來後發現要做的事情很多, 首要之務是把停頓已久的 OpenClaw 學習進度盡快推進, 出國前的已在樹莓派 Pi 4 上安裝好 OpenClaw, 接下來就從 Pi 4 著手建構自己的龍蝦吧! 為了查考方便, 我把相關測試文章索引如下 :

上周又從母校借到兩本 OpenClaw 的書, 總計手上目前有三本了 :

# OpenClaw 超入門 (旗標, 母校圖書館)
# 養成你的 AI 龍蝦管家 (博碩, 自購)

另外最近兩個月也有兩本 OpenClaw 新書上市 :


OpenClaw 學習筆記 : 佈署方式評估

阿亮老師的大作 "養成你的 AI 龍蝦管家" 已看完前五章, 對 OpenClaw 的運作原理算是有了基本的了解. 所謂的 "養龍蝦" 可以從兩個層面來理解 : 部署位置與推理模型來源. 在部署層面, OpenClaw 可以安裝在本地設備 (如 PC, Mac Mini, 樹莓派等), 也可以部署於雲端平台 (如 GitHub Codespaces, Zeabur 等); 在推理層面, Agent 所使用的模型同樣可分為本地模型與雲端模型兩種 :
  • 本地模型 :
    適用於涉及機敏資料, 需要低延遲回應, 物聯網控制場景, 或希望降低 API 成本的情境.
  • 雲端模型 :
    適用於複雜推理, 長文件分析, 高精度任務, 或處理可公開資料的場景.
透過這種部署層與推理層分離的設計, OpenClaw 可以靈活地在本地與雲端之間切換與整合, 形成混合式 (Hybrid) AI Agent 架構. OpenClaw 在結構上主要由 Channel 與 Gateway 組成, Channel 是它與外部聯繫的 UI 介面, Gateway 則是其控制中心, 但整個 AI 系統還要加上 Agent Runtime 構成一個三層架構, 如下圖所示 : 




此架構圖展示了 OpenClaw 的三層設計, 使用者透過 Channel (如 Telegram, CLI, Web UI) 發送指令, 先進入 Gateway 進行驗證, 路由與狀態管理, 判斷此訊息要交給哪個 Agent 處理, 再交由 Agent Runtime 組裝提示並呼叫模型進行推理, 系統可彈性地選擇本地或雲端 LLM 作為推理引擎, 並透過 Tools 與 Nodes 執行實際操作 (例如 API 呼叫, 檔案處理或設備控制), 最終將結果回傳給使用者. Gateway 會把 Agent 的回應結果同步到所有裝置, 例如在手機問問題, 也可以在電腦 Web UI 看到 AI 的回應. 

OpenClaw 主要負責對話處理, 工具調度與任務執行, 並同時管理會話狀態 (Session) 與整體工作流程的編排. 相較於 LLM 推理本身, 其 CPU 使用量通常較低, 屬於偏 I/O 與控制流的系統. 在記憶體使用方面, OpenClaw 本身為長駐服務, 閒置時大約需要數百 MB, 但實際用量會隨會話數量與工具調用而增加, 本地部署至少應配置 2~4GB RAM 以確保系統穩定運作. 

以下整理關於 OpenClaw 佈署方式的比較 : 


1. 本地佈署 : 

本地佈署 OpenClaw 所需的機器等級取決於 LLM 是使用本地模型還是雲端模型, 如果採用雲端模型, 則對電腦等級的要求較低, 使用一般文書型 PC (例如 N100 CPU 的迷你電腦), 舊款 Mac Mini, 甚至樹莓派 Pi 4/Pi 400 都可以, 只要 DRAM 有 4GB 就綽綽有餘. 反之, 採用本地模型的電腦等級就要提高, 還要配備顯卡, 且顯示記憶體 (VRAM) 也不能太小, 最大好處是能確保資訊安全. 


(1). Mac Mini :

在本機佈署 OpenClaw + 本地模型的首選是蘋果 Mac Mini, 它的 M4 晶片並不是傳統的純 CPU, 而是一顆 SoC (系統單晶片), 把 CPU, GPU, 神經網路引擎 (Neural Engine), 與頻寬高達 150 GB/s的高速記憶體通通封裝在同一個晶片內, 而且 Ollama 原生即支援 M4 GPU, 因此不必像 PC 那樣還需要獨立顯卡. Ollama 啟動時會主動偵測這顆 10 核心 GPU 並自動透過蘋果的 Metal API (類似 NVIDIA 的 CUDA) 將模型矩陣運算完全交給 GPU 處理, 不需要做任何複雜的驅動程式安裝或手動設定. 

由於 Mac Mini 採用統一記憶體架構 (Unified Memory), CPU 與 GPU 共用記憶體, 扣除 macOS 運行需要的 4~6 GB 系統開銷, 如果要在 Mac Mini 跑本地中等模型 (16GB~18GB 以下), Mac Mini 的 DRAM 至少需要 24GB 以上, 這樣才能至少有 16GB 的顯示記憶體給模型使用. 

蘋果網站上基本款的 Mac Mini (M4 + 16GB RAM + 256GB SSD) 售價是 26900 元, 16GB RAM 無法跑中等模型 (例如 Qwen2.5 14B 約 10GB 左右), 只要將 RAM 升級為 24GB 即可, 但需加價 7000 元, 價格來到 26900 + 7000 = 33900 元, 與買 PC + 顯卡比較起來是更經濟的方案, 參考 :  


大專院校學生, 教職員或家長可以到蘋果教育商店購買 Mac Mini, 享有 3410 元折價優惠, 只要 30490 元即可 (會跳轉 UNiDAYS 網頁進行認證, 須提供學校網域的信箱) : 





(2). PC 桌機 + 顯卡 :

跑模型的桌機 CPU 不需要太高檔, i5 以上即可, 但 DRAM 記憶體不要太低, 至少要 16GB 以上, 最好是 32GB 以上. 顯卡最好是 RTX 等級, 關鍵是 VRAM 不要低於 8GB, 最好是 12GB 以上才能跑中小型模型. 我兩年前買的 MSI 主機規格是 i5 CPU, 48GB RAM, 顯卡是 RTX3060 12GB VRAM. 


(3). 樹莓派 :

Pi 4 或 Pi 5 都可以, 重點是 RAM 至少要 4GB 以上, OpenClaw 屬於 Agent (代理), 主要工作是邏輯調度, 瀏覽器自動化操作與記憶管理, 主要運算是發送請求給雲端模型的 API, 因此 Pi 4B 的效能是絕對夠用的. 但要注意, 由於 OpenClaw 擁有操作檔案ㄝ甚至執行終端機指令的權限, 強烈建議不要用 root 權限執行 OpenClaw, 並確保 .env 金鑰檔案隱密, 不可暴露在公網中 (要列入 .gitignore 避免上傳到 GitHub). 


2. 雲端佈署 : 

如果不想自備主機 (PC+顯卡, Mac Mini, 或樹莓派), 也可以考慮把 OpenClaw 佈署在雲端, 免費方案可使用 GitHub CodeSpace, 每個月有 120 小時使用時間, 分配下來平均每天可使用 4 小時. 此外它還提供 15GB 儲存空間, 搭配雲端模型 Qwen (千問, 每月 2000 次呼叫), 對於學習 OpenClaw 或一般使用來說, 此免費方案算是夠用了. 注意, 不使用 OpenClaw 時可將 CodeSpace 手動暫停, 否則超過每月 120 小時配額後會被暫停使用. 

另外也可以選擇付費的雲端託管業者例如 Zeabur 來佈署, OpenClaw 官方有提供佈署範本, 可以一鍵讓 OpenClaw 在雲端跑起來. Zeabur 採按量計費制 (Pay As You Go), 讓 OpenClaw 可以 24 小時不間斷地在雲端運行, 參考 :


2026年8月6日 星期四

PCHome 購買兒童手錶 CW-36 Plus

最近我的 DW100Pro+ 插卡手錶有點兩光, 電源鍵變得不靈敏, 關閉頁面或開機都按好久才會感應到, 今天早上按老半天硬是開不了機, 從一月買來到現在也才用七個月而已, 大陸貨真的 ... (當然也有還不錯的啦, 例如小米). 查看當時購買紀錄是有一年保固的, 但蝦皮中國貨的保固看看就好啦, 不要抱太多希望. 還是尋找替代品較實在. 

上網搜尋時發現小米也有推出兒童安卓手表 (中國版叫米兔), 而且 momo 也有賣, 型號是 "米兔  C7A, 它真的是兒童手表, 只能打電話傳簡訊, 因為不是完整安卓, 所以也沒有 PLAY 市場, 不能安裝 LINE 或 IG 等, 而且只有簡體中文介面 (似乎是水貨) :


momo 商場還有一款 "愛思 CW-20 Pro", 它有繁體中文介面與內建 LINE, 但螢幕僅 1.4 吋 : 


它的後續版本 CW-36 Plus 則有 2 吋螢幕, 雅虎商場賣 2490 元, momo 賣 1890 元, PCHome 價格才 1742 元, PCHome 比 momo 便宜了 148 元, 所以這次向 PCHome 買 : 





使用說明書下載 :



2026-08-08 補充 :

昨天收到貨了, 打開一看盒子上寫 IS 是日本品牌耶 :




盒內上層是手錶本體, 黑色看來蠻高雅, 完全掩蓋了塑料外殼本質 : 




下層有磁吸充電線, 螢幕保護貼, 以及 SIM 卡夾撥片, 未付使用說明書 : 




SIM 卡槽旁有一個貼紙, 警告勿用針戳旁邊的小孔, 否則會失去保固 (也會使內建喇叭受損) :




裝入 SIM 卡時要注意平整貼平卡槽再慢慢推入, 若無法完全推入表示 SIM 卡不平整卡住, 不要硬推, 應抽出重新擺平, 可用撥片協助在推入時保持平整 : 

貼好螢幕保護貼後開機, 發現裡面如商品頁說明已內建 LINE 與 Telegram, 也可以分享手機熱點, 預設 SSID 是 AndroidAP_8903, 由於輸入表非常難精確選字符, 所以我只改了密碼而已 :