分類: 好用工具

gemini cli 使用 Chrome Dev Tools (MCP) 控制 chrome瀏覽器

本次測試了使用 gemini cli 的 mcp 功能 來控制 chrome 瀏覽器 閱讀 與 debug 輸入 等功能 效果驚人

安裝需求:
node.js 22 up
google chrome

github:
https://github.com/ChromeDevTools/chrome-devtools-mcp

閱讀全文〈gemini cli 使用 Chrome Dev Tools (MCP) 控制 chrome瀏覽器〉

codex cli + ollama + gpt-oss:20b 運作範例

串接地端 Ollama LLM安裝:
nodejs
codex cli  (注意版本 0.13.0  如果是 0.21.0 指令會不同)
ollama
gpt-oss:20b

 

1. 安裝 nodejs
下載點: https://nodejs.org/zh-tw/download

 

2. 安裝 codex cli
開啟 win cmd.exe 下指令即可安裝


# 查詢版本
codex --version
# 查詢可用版本
npm view @openai/codex versions
# 移除安裝
npm uninstall -g @openai/codex
# 安裝
npm install -g @openai/codex
# 安裝指定版本
npm install -g @openai/[email protected]
npm install -g @openai/[email protected]

 

3. 串接地端 Ollama LLM
下載點: https://ollama.com/download
設定 Ollama
安裝好 Ollama 後，開啟命令視窗(win cmd.exe)，執行

ollama serve

把服務跑起來，開啟網頁連到http://localhost:11434/ 或 http://127.0.0.1:11434/ 會顯示 Ollama is running

4. cmd.exe 設定檔
第一次執行需要設定環境變數:

set OPENAI_API_KEY=ollama
set CODEX_OSS_BASE_URL=http://127.0.0.1:11434/v1
set CODEX_OSS_PORT=11434

# 0.13.0
codex --provider ollama -m gpt-oss:20b
# 0.21.0
codex --oss -m gpt-oss:20b

之後就可以使用這個來開 (這點感覺做的沒有很好 指令好長…怎麼讀取 /.codex/config.json or /.codex/config.yaml 要在翻看看技術文件)

# 0.13.0
codex --provider ollama -m gpt-oss:20b

# 0.21.0
codex --oss -m gpt-oss:20b

懶人建議:
自動 yes 指令增加

# 0.13.0
codex --provider ollama -m gpt-oss:20b --full-auto
# 0.21.0
codex --oss -m gpt-oss:20b --ask-for-approval on-failure

參考資料:

codex 簡介 : https://openai.com/codex/

codex cli : https://github.com/openai/codex

串接地端 Ollama LLM : https://www.gss.com.tw/blog/github-copilot-ollama-local-llm

如何在 OpenAI Codex CLI 中集成 Ollama : https://juejin.cn/post/7516362698278453286

 

stable diffusion SD 5090 訓練 lora 方式

訓練方式參考:

Stable Diffusion web UI x Kohya’s GUI：訓練 LoRA 模型教學，快速上手最流行的 AI 繪圖訓練方式！

使用 5090 的夥伴們 要注意這些事項

kohya_ss 安裝前準備

閱讀全文〈stable diffusion SD 5090 訓練 lora 方式〉

[轉貼]HoneyView 5.53 免安裝中文版 – 秀圖軟體

專為看漫畫而設計的看圖軟體 – HoneyView，有讀取壓縮檔中圖片的特異功能，支援的壓縮檔格式：ZIP/CBZ、RAR/CBR、LZH/LHA、TAR、7Z、HV3、ALZ、EGG，最重要的是支援Unicode，可以顯示JPG的EXIF相片資訊，可以設定1~90秒切換的幻燈片秀圖模式，支援圖片格式：BMP、JPG、GIF/Animation GIF、TIFF、PNG、TGA、PSD、JPEG 2000(JP2, J2K)、JPEG XR/HD Photo(WDP, HDP)、DNG(Adobe Digital Negative)。

下載連結→ https://www.azofreeware.com/p/honeyview.html

內容出處: HoneyView 5.53 免安裝中文版 – 看漫畫專用的秀圖軟體 – 阿榮福利味 – 免費軟體下載

[轉貼]實驗用ChatGPT生成繪圖AI提示詞

【實驗用ChatGPT生成繪圖AI提示詞】
角色一致性挑戰：繪製動漫角色同人圖
有繪圖AI後，畫一張動漫角色門檻比以前低很多。
但複雜的提示詞依然是一個門檻。
不特別去花時間去研究，根本不知道要寫什麼詞來生圖。
還好ChatGPT似乎很會寫繪圖提示詞。
(還可以直接生成英文的！)

[轉貼]ComfyUI安裝教學 ～ 標準化Stable Diffusion AI生圖流程

安裝ComfyUI
#
你需要4GB以上VRAM的顯示卡、8GB以上RAM、20GB的硬碟空間。

Windows
#
參考 Github說明，Nvidia顯示卡的用戶，下載 Github Releases的ComfyUI_windows_portable_nvidia_cu118_or_cpu.7z檔案，解壓縮

將ckpt模型放到程式資料夾下的ComfyUI\models\checkpoints。或者你可以設定與SD WebUI 共用模型資料夾（後述）

按run_nvidia_gpu.bat批次檔，等它裝完依賴套件。

讓ComfyUI與SD WebUI共用模型資料夾
#
你可以讓ComfyUI與SD WebUI共用模型資料夾，避免浪費硬碟空間。

將ComfyUI資料夾下的extra_model_paths.yaml.example檔案重新命名為extra_model_paths.yaml，編輯該檔案

填入以下內容，與SD WebUI共用模型資料夾：

安裝ComfyUI

內容出處: ComfyUI安裝教學 ～ 標準化Stable Diffusion AI生圖流程 · Ivon的部落格

[分享]ChatGPT Writer – 在 Gmail 中使用 ChatGPT 來潤飾信件

ChatGPT Writer – 在 Gmail 中使用 ChatGPT 來潤飾信件

Write emails & messages, fix grammar mistakes, rephrase text, change writing tone, summarize text, and much more using ChatGPT AI. Works on all sites. Free to use.

內容出處: ChatGPT Writer – Write emails, messages, and more using AI

[整理]stable diffusion ControlNet1.1

1.1版模型載點: !!!!!!!!重要提醒!!!!!!!! 只需下載.pth的模型(不需要.yaml檔案)並放入下方路徑: AI資料夾\models\ControlNet

載點: https://huggingface.co/lllyasviel/Con…

ControlNet擴充: (複製下方網址到webui上，使用從網址安裝即可安裝) https://github.com/Mikubill/sd-webui-…

pix2pix 用於改變整張圖的風格
canny 適用於給線稿上色，或將圖片轉化為線搞後重新上色，比較適合人物。
openpose 根據圖片生成動作骨骼中間圖，然後生成圖片，使用真人圖片是最合適的，因為模型庫使用的真人素材。 閱讀全文〈[整理]stable diffusion ControlNet1.1〉

[整理]Stable Diffusion Wildcards 線稿上色

wildcards 安裝
https://github.com/AUTOMATIC1111/stable-diffusion-webui-wildcards

ControlNet 模型下載
(1.0) https://huggingface.co/lllyasviel/ControlNet/tree/main/models
(1.1) https://huggingface.co/lllyasviel/ControlNet-v1-1/tree/main

閱讀全文〈[整理]Stable Diffusion Wildcards 線稿上色〉

[轉貼]AI繪圖轉影片 mov2mov | Stable Diffusion WebUI使用手冊(正體中文)

https://github.com/Scholar01/sd-webui-mov2mov

擴充功能來源： Scholar01/sd-webui-mov2mov ＊需要先安裝ControlNet才能使用這個擴充功能。將影片逐一抽出畫格，使用ControlNet生圖，然後再自動合成新影片。可以設定輸出的畫格率，將人物單獨處理。切換到mov2mov頁面，輸入提示詞, 再上傳影片。 在下面設定輸出影片的長寬。生圖的長寬比例應與原始影片一致。 最下面是單獨用ControlNet處理人物的選項，可以改善動作偵測的精度。 點選右上角Generate，即會開始生成。成品位於主程式下的/outputs/mov2mov-images目錄。

內容出處: AI繪圖轉影片 mov2mov | Stable Diffusion WebUI使用手冊(正體中文)｜Ivon的部落格

工作效率提升 – 使用 google 試算表 結合 chatGPT生產大量文案 結合 FB API 自動發佈文章排程

這篇文章比較硬一些 主要是因為會需要動手與了解程式運作 但整體能不去操作 可怕的FB排程發文介面已經很感動不已 因為在大量排文章時 絕對能理解有多痛苦

使用這工具教學 最大的好處在於 效率的提升 只是想要把資料 發出去 卻想不到 該怎麼做些引詞 這時候 就是 chatGPT的強項 透過 API的方式 讓其運作 效率驚人(20美金網頁版的 還要等他慢慢跑 但 這API版本 甚至是10幾條一起同步運作)

閱讀全文〈工作效率提升 – 使用 google 試算表 結合 chatGPT生產大量文案 結合 FB API 自動發佈文章排程〉

[轉貼]清除 LINE 快取，強制重新抓取分享連結縮圖與文字

如果抓取錯誤或頁面有更新，臉書提供了一個除錯平台，只需輸入網址，系統就會重新抓取頁面中的資料。

連結網址：https://poker.line.naver.jp/

閱讀全文〈[轉貼]清除 LINE 快取，強制重新抓取分享連結縮圖與文字〉

[轉貼]如何讓 ChatGPT 產生「圖文並茂」的內容？ | 就是教不落 – 給你最豐富的 3C 資訊、教學網站

比如像這樣，在要顯示圖片時，只要加入以下指令即可：

顯示圖片請透過 markdown 語法 (https://source.unsplash.com/960x640/?<關鍵詞>)

你看，這樣就可以搭配圖片顯示了，雖然不見得全部的圖片都會搭配的很好，但也有個七、八成，你再依需求去修改調整就好。

很多人在使用 ChatGPT 時，以為他就是單純的文字聊天機器人，但其實只是我們沒有用對方式來讓他可以顯示圖片

內容出處: 如何讓 ChatGPT 產生「圖文並茂」的內容？ | 就是教不落 – 給你最豐富的 3C 資訊、教學網站