Technology (技術)

長期以來，AI 代理程式雖然能思考、能寫碼，但在作業系統與應用程式之間，總像隔著一層玻璃。透過 Obsidian 1.12.x 全新釋出的 CLI 工具，AI 終於擁有了能直接操作 UI 的「手腳」。

哈爸筆記： 有時候最專業的工具不一定是最快的工具。這是一次從「想學專業軟體」到「讓 AI 寫專屬程式」的心路歷程，也驗證了人機協作中「人類提供結構，AI 提供執行」的高效模式。 1. 背景：細節與強度的拉扯 在田野中發現了一張細節極其豐富的珍貴舊地圖。這類地圖有個特性：如果你想一張照片拍完，細節（尤其是文字）會因為解析度不足而變得模糊不清。 為了保留所有細節，我採取了「局部特寫」法：分別拍下地圖的四個角落。照片是清晰了，但挑戰也來了：如何把這四張帶有手拿變形、光影與透視差異的照片，拼回原樣？ 2. 挫折：專業軟體的高牆 一開始我很有志氣地問了 AI，它推薦我使用全景攝影界的開源神器 Hugin。 雖然 Hugin 功能極強，但它的介面充滿了攝影測量學的專有名詞：焦距 (Focal Length)、失真係數 (Lens Projection)、控制點 (Control Points)…等。即便對著 AI 給的指南操作，我依然在無數次的對齊失敗與複雜的參數設定中感到挫敗。對我來說，我只是想拼一張圖，並不想成為攝影量測專家。 3. 轉機：AI 代理程式的「灰盒」實驗 我決定把「死馬當活馬醫」，直接請我的 AI 代理程式 (Antigravity) 寫程式處理。過程中我也學到了一課： 全自動的失敗 (Black Box)：一開始 AI 給了一支使用 OpenCV 內建 Stitcher 的程式。這類「黑盒」工具在處理旅遊風景照很強，但面對手拿翻拍、重複特徵不明顯的地圖時，演算法直接放棄（回報失敗碼 1）。 關鍵的人類介入 (Human-in-the-loop)：我發現機器缺的是「空間感」。我主動告訴 AI 每張圖檔對應的位置： 左上：IMG_4953 右上：IMG_4955 左下：IMG_4954 右下：IMG_4956 精準執行：有了這份資訊，AI 放棄了不穩定的全自動模式，改寫一支基於 SIFT 特徵匹配與透視變換的客製化腳本。 4. 技術大腦：這支程式的工作邏輯 這支 Python 程式不再是瞎猜，而是執行了以下步驟： 特徵提取 (SIFT)：在照片中尋找數千個數位特徵（如地圖上的線條交會點、古文字的筆畫）。 空間受限匹配：利用我提供的佈局，限定程式只比對「鄰接」的邊界，這大大降低了機器「認錯特徵」的機率。 透視投影變換 (Homography)：這是最重要的一步。手拍照片一定有歪斜，程式透過數學計算，將照片進行如同 3D 空間般的「拉伸對齊」，確保地圖上的道路能無縫銜接。 三階段融合：先拼左半部、再拼右半部，最後合體。 5. 心得：AI 時代的「灰盒」策略 這次經驗讓我體會到，我們不一定要去硬啃專業軟體的說明書。最有效率的方式是 「灰盒策略」： ...

在開發 AI Field Scout (AI 偵查員) 系統的過程中，我們的一個核心需求是：讓 AI Agent 能即時把發現的資訊（例如：附近的便利商店、危險地形、或是沿著路徑移動的隊友）投放到使用者的 ATAK 地圖上。 ATAK (Android Team Awareness Kit) 是一個非常強大的戰術地圖軟體，它使用 CoT (Cursor on Target) 這種 XML 格式來交換訊息。網路上大部分的教學都推薦使用 UDP Multicast，但在實際的開發環境（特別是 Mac 電腦連接 iPhone 熱點，或是複雜的內網環境）中，UDP 經常因為路由、防火牆或廣播限制而撞牆。 經過了一番「通訊地獄」的除錯後，我們總結出了一套最穩定的解決方案：使用 TCP 直連。 這篇筆記將分享如何用 Python 建立一個穩定的 CoT 發送器，讓你的程式碼能直接控制 ATAK 地圖上的標記。 為什麼選擇 TCP 而不是 UDP？ 雖然 CoT 的原生設計大量依賴 UDP Multicast 來達到「即插即用」的群組廣播效果，但在點對點（Point-to-Point）的開發測試中，UDP 有幾個痛點： 網路不可靠：在手機熱點或某些 Wi-Fi 設定下，Multicast 封包常被丟棄或過濾。 除錯困難：UDP 是「射後不理 (Fire and Forget)」，程式碼送出去了，你完全不知道對方收到了沒。 路由黑洞：作業系統（特別是 macOS）在多重網路介面下，UDP 出站路由容易走錯路（No route to host）。 相對的，TCP (Transmission Control Protocol) 提供了一個非常明確的機制： ...

Google Search 找不到剛發布的文章？本篇介紹如何利用 n8n 直接讀取 GitHub Repo 原始碼，結合 Gemini 的長文本能力，實作真正的「即時」問答機器人。

紀錄如何在 n8n 中透過 HTTP Request 節點實作 Google 搜尋功能，包括 API Key 申請、CSE 設定、網站驗證與除錯技巧。

哈爸實驗室：技術與應用生態全景圖 這張圖展示了「哈爸筆記」作為核心技術引擎，如何支撐並孵化出「2026 台灣河流探索」這個實踐場域。 graph TD %% === 定義可視化樣式 (Styles) === %% 核心技術區 (Core) - 藍/綠色系 classDef C_Mind fill:#e1f5fe,stroke:#01579b,stroke-width:2px; classDef C_Infra fill:#e8f5e9,stroke:#2e7d32,stroke-width:2px; classDef C_AI fill:#fff3e0,stroke:#ef6c00,stroke-width:2px; classDef C_Comm fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px; %% 應用場景區 (River) - 大地色/深色系 classDef R_Vision fill:#4285F4,stroke:#0d47a1,stroke-width:2px,color:white; classDef R_Content fill:#F9A825,stroke:#f57f17,stroke-width:2px,color:black; classDef R_Tech fill:#2E7D32,stroke:#1b5e20,stroke-width:2px,color:white; classDef R_Meta fill:#607D8B,stroke:#263238,stroke-width:2px,color:white; %% === Core Domain: 哈爸筆記技術堆疊 === subgraph CoreDomain [🛠️ Core Tech: 哈爸筆記技術堆疊] direction TB subgraph C_Phase1 [GenAI 思維模組] Expert(複製專家思維):::C_Mind V2B(Voice-to-Blog 自動化):::C_Mind Insight(GAI 年會洞察):::C_Mind Insight --> Expert --> V2B end subgraph C_Phase2 [雲端基礎建設] GCP(GCP 成本優化):::C_Infra Zeabur(Zeabur 部署 n8n):::C_Infra CloudAI(AI 雲端管理):::C_Infra CloudAI --> GCP --> Zeabur end subgraph C_Phase3 [Agentic AI 實作] BotDebug(Discord Bot):::C_AI Agent(打造 Agentic AI):::C_AI Tool_SQL(SQL 資料庫工具):::C_AI Zeabur --> |提供算力| BotDebug --> Agent --> Tool_SQL end subgraph C_Phase4 [社群擴散] HabaLab(哈爸實驗室 Discord):::C_Comm Event(機械系 50 週年):::C_Comm Agent --> |賦能| HabaLab HabaLab --> Event end end %% === Application Domain: 河流探索計畫 === subgraph AppDomain [🌊 Field App: 2026 台灣河流探索] direction TB subgraph R_Phase1 [願景與方法] Method1(數位河流學):::R_Vision Infra(個人文章網站):::R_Meta end subgraph R_Phase3 [實地探索] Trip1(大甲溪車宿攻略):::R_Content Trip2(后里/高美指南):::R_Content Trip1 --> Trip2 end subgraph R_Phase4 [GIS與數據深化] Data1(Shapefile 轉 KML):::R_Tech Data2(River Buffer 萃取):::R_Tech Schema(SQL Schema 設計):::R_Tech Data1 --> Data2 --> Schema end subgraph R_Phase5 [工具賦能] Tool_Fab(Fabric + Gemini CLI):::R_Tech end end %% === 跨域整合連接 (The Merger) === %% 1. 基礎設施共用 V2B ==> |內容發布| Infra Infra ==> |載體| Trip1 %% 2. 技術賦能 (Agentic AI -> GIS Tech) Agent -.-> |技術指導| Tool_Fab Tool_Fab -.-> |自動化處理| Data1 %% 3. 社群匯流 HabaLab ==> |探索基地| Method1 Method1 --> |指導| Trip1 %% 4. 資料庫整合 Tool_SQL -.-> |Schema 參考| Schema

繼 Discord Bot 之後，今天挑戰讓 AI 讀取我的「私人知識庫」。利用 n8n 的 Google Drive 節點下載文件，透過 Extract Text 解析，最後餵給 Gemini 進行問答。過程中踩了 Google OAuth ‘測試使用者’ 的坑。

覺得 Discord 的 MEE6 歡迎訊息太制式？本文分享如何用 n8n 自幹一個「每日歡迎機器人」。這個自動化流程會在每天中午定時執行，除了整理新成員名單，還串接了 Google Gemini，自動閱讀 #general 频道的討論串並生成「每日社群懶人包」。文中包含完整的權限設定與 AI 摘要實作教學。

本以為用 n8n 接 Discord Bot 是件輕鬆愜意的事，沒想到卻在「權限設定」和「除錯」上撞得滿頭包。這篇文章整理了我遇到的幾個關鍵問題：為何機器人明明上線卻「已讀不回」？為何 n8n 會跳出莫名其妙的 Invalid URL 錯誤？以及如何開啟那個藏得很深的 Message Content Intent。

自架 n8n 是許多自動化愛好者的首選，但維護 Docker 和 SSL 憑證往往令人卻步。這篇文章分享我如何使用 Zeabur 平台，在 GCP 基礎設施上快速部署 n8n (SQLite 版本)。透過 Zeabur 的託管服務，我不需要處理底層繁瑣設定，就能擁有一套穩定、易維護且開箱即用的自動化中樞。