當各種AI工具迅速發展的情況下，大家也開始製作自己常用的工具，更進一步公開分享給大家使用，例如 Jimmy Su 就分享自製的沉浸式翻譯工具，滿足一般人平時上網閱讀外文頁面的需求；進一步像是Justin Lee 開發的 ccxray，讓Claude Code的使用者可以監看Claude Code與Anthropic API之間的互動，使 AI Token 的消耗變成視覺化的儀表板。
為什麼做這個工具
AI 幫助許多一般網路使用者做出適合自己使用的工具，我自己也曾分享自己的經驗，現在做出一個應用程式的門檻已經降低許多，AI不會讓程式設計工作消失，反而讓更多人投入這樣的工作，從這個角度看應該是好事。
我自己也用AI打造一些工作上會使用的工具，包括後來做的這個「AI-Doc-Translator」，這是獨立自我日常工作使用的工具的其中一個功能，做成一支桌面程式。
由於每天都會接觸到外文論文、期刊，很多PDF檔下載後，只會放在儲存空間裡，或是丟到電子書應用程式裡，但什麼時候再打開？打開還要再閱讀外文的摘要、從頭理解？這些都會消耗掉耐心，於是我讓AI先幫我摘要重點，讓我大致了解檔案內容、記錄後，再做關聯成為自己的知識庫。
這個工具主要的功能是翻譯、摘要，它不是通篇翻譯，也不是改寫作者的內容，只做摘要，長期累積起來的文件會相當可觀，就可以做成知識庫應用。人們通常在下載文件時，自己已經先篩選過資料了，也不是隨便下載，所以使用者自己就是守門員。
為什麼不用 Notebook LM 就好
當然也有很多人習慣把檔案抓下來後丟進各種AI工具，Notebook LM、各種AI Chatbot或是翻譯軟體，但我自己在使用後的心得是，因為資料量太多，Notebook LM的效能會很差，而各種AI Chatbot 在對話結束後，使用者要再找回對話記錄可能還要花時間找尋。那為什麼不平時就開始做知識庫呢？所以在翻譯、摘要的過程中，也是在建立自己的知識庫，存在某個資料夾，可以再利用各種工具來搭建。
我自己是使用 Obsidian 配合 Claudian Plugin 一起使用。在閱讀由LLM產出的摘要時，我一定會遇到無法理解的內容，就可以再使用Claudian進一步「討論」內容，或請它解釋。於是文件就不是只有文件，而是可互動性的內容，也不會只在電腦裡積灰塵。
製作「AI-Doc-Translator」的過程
這不是我第一次用 AI 做工具。之前做過 DeepTechScout 的經驗，也用 AI 協助文字探勘的網站，所以對「把想法說清楚、讓 AI 幫你實踐」這件事已經有一些感覺。這 次的「AI-Doc-Translator」起點很簡單：我知道自己要什麼，也知道 AI 能幫我做到。
過程中最讓我意外的，是整個開發過程比我預期的更有趣。做網站的經驗讓我知道無障礙支援很重要，所以一開始就要求符合 WCAG 2.2 AA 標準，支援螢幕閱讀器、完整鍵盤操作，AI 幫我把這些實作進去。安全性也是，API 金鑰不能存成純文字、日誌輸出要自動遮蔽金鑰字串、輸出路徑要限制在指定目錄內，這些在對話過程中逐步確認、修改，最後還一起整理出 SECURITY.md，說明漏洞回報流程。README 的著作權聲明和免責聲明也是從討論著作權風險開始，把使用者需要知道的事情一起寫清楚，也許不是什麼大工程，但試著在設計階段就納入Security by design 與 Accessibility by design的概念，不等做完再補。
回頭看，技術門檻確實降低許多。GitHub 現在甚至可以直接從程式碼生成桌面安裝工具，很多過去需要時間、外力協助的事現在快很多。但知道要問什麼問題，來自以前的工作積累。無障礙的意識、著作權的判斷、安全性的概念，這些是我帶進來的，AI 幫我實現。AI 降低的是執行門檻，經驗的門檻依然存在，只是現在可以想到什麼就做什麼，不再被「不會寫程式」這件事卡住。
Image by Gerd Altmann from Pixabay
留言
發佈留言
請勿匿名留言，待審核後才會出現。