我把自己的開源小專案 My Real Second Brain 公開了。 「第二大腦」最早多半指數位筆記：用 Evernote、Google 文件或 Notion，加上卡片盒筆記法、子彈筆記法等方法，把平常讀到，或者怕忘記的內容記下來，整理成容易檢索的數位筆記。 AI 出現後，Google Notebook 、Notion 3.0 這類 RAG 工具讓我們能處理大量資料，也讓更多人開始談用 AI 管理知識。 但我的看法是：不論 AI 檢索系統有多強，第二大腦永遠都應該服務第一大腦。只有人真正理解、記住並能判斷知識結構，這套系統才有意義。 我這個專案把本地心得、資料來源、Notebook 檢索與知識關聯接起來，但不會把「AI 找得到」誤認為「我已經理解」。 我認為有效的第二大腦，應該幫助我們恢復過去的記憶、連結還不熟悉的概念，也提醒我們哪些地方仍有待理解。結合大型語言模型，才有機會做出更有意義的創造。 目前專案剛公開，仍在測試與調整中。歡迎大家試用、提出問題，或分享你希望第二大腦幫你解決的情境。 之後還會再拍一部影片來介紹。 GitHub：https://github.com/iamraven-tw/My-Real-Second-Brain

我將 CMUX 終端機換成 Fallout PIP-BOY 風格，然後魔改成 PIP-RAVEN。 上面有烏鴉的終端點陣頭像、時間、連線狀態、工作區數量、分頁數量、通知與目前所在位置。工作區可以直接點擊切換，也能拖曳排序。 如果你也想更新，建議把 CMUX 更新成 v0.64.20 或更新的穩定版本。 Fallout 風格不是 CMUX 內建的一顆主題按鈕，而是由三個部分組合起來： 1. 終端機本體：黑綠背景、螢光綠文字、琥珀色警告、等寬字體、方塊游標與淡淡掃描線。 2. 互動側欄：顯示真正的工作區、分頁、通知、連接埠、時間與目前狀態，而不是貼一張假的裝飾圖片。 3. 個人識別：可以換名稱、放 SF Symbols，也能把自己的 Logo 或角色轉成 ASCII／Braille 終端文字圖。 CMUX 的自訂側欄會在儲存後即時更新，也能讀取目前的工作區資料並執行切換動作。因此 AI Agent 可以一邊修改、一邊打開 CMUX 看結果，不需要使用者安裝 Xcode 或理解 SwiftUI。 可以直接複製給 AI Agent 的完整提示詞： ``` 請幫我把本機的 CMUX 改造成 Fallout Pip-Boy 風格。 開始前請先檢查目前安裝的 CMUX 版本。自訂側欄最低需要 v0.64.13，但請以 v0.64.20 或更新的穩定版本作為建議目標。如果需要更新，先告訴我原因與影響，再進行更新。 請先備份現有 CMUX 設定。不要刪除、關閉或重建我目前的工作區與終端工作階段。 我想要的視覺： - 深黑綠背景與螢光綠文字。 - 少量琥珀色用於警告，不要變成一般霓虹科技風。 - 等寬字體、方塊游標、淡掃描線與老式 CRT 感。 - 方正、密集、像 Fallout 裝置面板，不要使用現代圓角卡片。 請建立一個互動式自訂側欄： - 顯示即時工作區數量、分頁數量、未讀通知、連接埠與目前時間。 - 顯示每個工作區的名稱、路徑與狀態。 - 點擊工作區可以切換，工作區可以拖曳排序。 - 點擊目前工作區的分頁可以直接聚焦。 - 所有內容必須連接 CMUX 的即時資料，不要使用寫死的示意文字。 側欄標題請使用「［填入你的名稱］」。如果我提供圖片，請從原圖製作可在終端顯示的 ASCII 或 Braille 文字圖；不要憑印象手動畫。如果傳統 ASCII 的解析度不足，可以比較多個版本後選擇較像原圖的方案。 請在實際 CMUX 視窗中反覆檢查：文字是否看得清楚、窄側欄是否截字、工作區是否能點擊、資料是否會更新。沒有看到實機結果前，不要宣稱完成。 完成後請告訴我：改了哪些視覺、如何顯示或隱藏側欄、備份放在哪裡，以及如何恢復原本設定。 ```

今天初步把短影音製作的工作流跑通了，這個流程之後可以依照需求修改流程，無論是全AI生成，還是要搭配真人影片後製的可以。 這條 AI 短影音產線，主要是在 Claude Code 上執行，可以把一支 60 秒內的 IG Reels 拆成六段： 1. 搜尋：使用 Perplexity API ，搭配 Claude 內建 WebSearch，加上使用 OpenCLI 抓 X 平台的風向，查詢主題和做事實查核。 2. 腳本：讓 AI 寫成文字分鏡表，要給觀眾讀的文字，以及旁白台詞。 3. 圖卡：資訊畫面用 Remotion（一套用 React 寫影片動畫的工具）做簡報式圖解；角色鏡頭的關鍵畫面用 agy（後端 Gemini）或 Codex（gpt-image-2）生成圖片。我有訂閱 ChatGPT Plus 與 Google AI Pro，所以不用再花錢。 4. AI 影片：把 AI 生成的圖片， HappyHorse 1.1（透過 fal.ai 呼叫）變成會動的短片。 5. 配音：使用 ElevenLabs 克隆我自己的聲音，讓它念台詞。 6. 組裝：用 ffmpeg 串接，字幕改用 Remotion 嵌入。 7. 發布：Instagram 官方 Graph API 上傳 Reels。 整支測試短片，一共花了 1.54 美金，將近快 50 台幣，全花在 AI 影片那一段。 生圖、配音、渲染分別被 Gemini／ChatGPT 訂閱和本機運算吸收。 另外我還有 ElevenLabs 每月 5 美金訂閱，用來生成克隆配音。 等我更熟練後再來拍片說明。

現在我在後台，改成任何人都能加入，希望能讓社群活絡一點。 原本有付費的同學，假設是早鳥票單次付費的，Classroom 內部的基礎課程都還是能看得到。 每月甚至每年付費的同學，Classroom 的所有課程都能夠看得到。 未來我會持續在課程內更新，感謝大家的支持。

一直以來，拍片就是我比較難跨越的領域。 因為我沒有系統性地學習過該如何拍片，也不知道要如何剪輯影片，所以一直在調整方向。 本來我買了 Filmora 來做影片剪輯，它算是市場上相對比較簡單好用的軟體，價格上也不太貴，一年大約花了一千八百多塊。 當然，雖然說它的功能很強大，但就是要花時間去學習。 對於我們這種把經營自媒體當作副業的人來說，平常下班之後要做研究，然後還要拍片，實在沒有辦法撥出更多時間來學習剪片。 可是我發現，可以使用 Claude 當作核心，並結合一些開源工具建立 AI 工作流，讓整個流程都能交由 AI 來完成最繁雜的剪片工作。 全程幾乎沒有任何技術難度。你只要知道怎麼樣下載 Claude Desktop，然後讓它去幫你操作就可以了。 --- ■ 整套 AI 剪片工作流：八步驟拆解 這套流程串了三個開源工具，加上一個 API。 先看角色分工： - ElevenLabs Scribe：把語音轉成有字級時間戳的逐字稿：雲端 API（scribe (https://elevenlabs.io/speech-to-text)） - video-use：讀逐字稿、決定剪輯點、輸出剪好的影片：github.com/browser-use/video-use (https://github.com/browser-use/video-use) - Remotion：用 React 寫程式碼產生片頭片尾動畫：github.com/remotion-dev/remotion (https://github.com/remotion-dev/remotion) - ffmpeg-full：影片合併、字幕燒入：`brew install ffmpeg-full` video-use (https://github.com/browser-use/video-use) 是 browser-use 團隊出的「**用 Claude Code 剪片**」開源工具。讓 AI 做剪輯、剪贅詞、調色、嵌入字幕，每個剪接點還會自跑一次自我檢查抓跳接和爆音。 Remotion (https://github.com/remotion-dev/remotion) 是「**用 React 寫程式碼做動畫影片**」的開源框架。它給你一個 frame 編號和一張空白畫布，然後去畫每一幀畫面，最後渲染成 MP4。 ffmpeg-full (https://formulae.brew.sh/formula/ffmpeg-full) 是這套流程最後的「組裝工」，負責兩件事：把 cold open、片頭動畫、主體影片、片尾這四段串成一支完整的 mp4；以及把中文字幕嵌進社群短片版本（IG／FB／Threads／Shorts）。 要裝前面三個開源工具，你就直接把 Github 的網址跟 Claude 說，跟它講你要裝這些開源專案，他就會幫你裝好。 但是 ElevenLabs Scribe API 你要自己申請。 ElevenLabs Scribe (https://elevenlabs.io/speech-to-text) 是 ElevenLabs 推出的語音轉文字模型，支援 90 多種語言（含中文）。它會回傳**字級時間戳**和聲音事件標籤（笑聲、停頓），這是後面 video-use 開源專案能精準刪除贅詞的基礎。 價格的話，從每月訂閱費 $6 到 $11 美金，其實也不算太貴。詳情大家可以自己去官網看。 整個流程分八步： ■ 1. 錄影 我用 Filmora 做螢幕錄影，錄完輸出成 mp4 丟到專案目錄。Filmora 在這一步只負責「按下錄影鍵到輸出檔案」這件事。當然也有可能會做一些聲音上的調整，以及稍微加一點素材。 ■ 2. 轉錄 video-use 把音訊抽出來送進 ElevenLabs Scribe，回傳 JSON 含每個漢字的起訖時間、speaker_id、音訊事件標籤（笑聲、停頓）。