本密碼產生器使用瀏覽器內建的加密隨機數（crypto.getRandomValues）生成高强度随机密码，可自定义长度、字元類型（大小寫、數字、符號）、排除易混淆字元，並即時顯示強度。全部在本地執行，密碼不會上傳或記錄。

更多開發工具：QR Code 產生器、台灣測試資料產生器。

本 QR Code 產生器可將任意文字或網址即時轉換為 QR 碼，支援調整尺寸與容錯等級，並可直接下載 PNG 圖檔。全部在瀏覽器前端生成，不會上傳任何資料。

更多開發工具：密碼產生器、JSON 格式化。

台灣統一編號（統編）為 8 位數字，第一位固定為 1，最後一位為自動計算的檢查碼。本工具可隨機產生符合檢查碼規則的统一編號，也能單筆或批次驗證統編是否正確，適合程式開發、資料庫與表單測試使用。

更多資料產生工具：台灣測試資料產生器、身分證產生器。

快速產生台灣格式的測試人物資料，包含姓名、身分證字號、生日、手機號碼、Email 與地址，可匯出 CSV 或 JSON，適合網站、APP、資料庫與表單開發測試使用。

Godot 4 提供了「地形 (Terrain)」系統，用來自動處理這類圖塊之間的連接。
這能讓你在繪製地圖時，自動使用「正確」的圖塊變體，而不需要手動切換。

地形（Terrains）系統是由 地形集 (Terrain Sets)、地形 (Terrains) 和 圖塊 (Tiles) 所組成的。

• 一個 TileSet 可以包含一個或多個 地形集 (Terrain Sets)；
• 每個 地形集(Terrain Sets) 可以包含一個或多個 地形 (Terrains)；
• 而每個 地形(Terrains) 又可以包含一個或多個 圖塊 (Tiles)。

地形圖塊（Terrain Tile）具有一個 中心位 (Center Bit) 和多個 周圍偵測位 (Peering Bits)。
每個位元 (bit) 都可以被指定為某一種地形(Terrain)。
我們通常把「某個圖塊(Tile)的中心與相鄰位被指定的地形組合」稱為它的 位元遮罩 (bitmask)。

中心位（也就是圖塊本身的地形），代表整個圖塊所屬的地形類型；
而「相鄰位（Peering Bits）」則像拼圖邊緣一樣，決定這個圖塊可以與哪些其他圖塊相鄰拼接。
圖塊的形狀以及所使用的地形模式（Terrain Mode），
會共同決定這個圖塊擁有哪些相鄰位，以及這些相鄰位的外觀與排列方式。

Godot 4 中有三種 Terrain Modes

匹配邊緣模式 (Match Sides)

• 此模式需要圖塊(Tile)數量為: 16
• 優點：圖塊 (Til)最容易被設定與使用，
  • 你可以用它們畫出直線（straight lines），
  • 也可以畫出轉角(turns)與交叉口(intersections)，
  • 或是填滿整塊矩形區域(filled-in rectangles)。
• 限制：你無法畫出斜向的線條（diagonal lines）。此外，當你繪製矩形區域(rectangles)時，無法區別「外轉角（Outside corners）」與「內轉角（Inside corners）」。對於許多圖塊（Tiles）來說，美術設計上會要求內轉角的樣子必須與外轉角不同。如果你的情況是這樣，你將無法繪製比「單一矩形」更複雜的形狀。
• 周圍偵測位元 (Peering Bits)：
  • 在 匹配邊緣模式(Match Sides)下，會使用圖塊 (Tiles)邊緣的周圍偵測位元 (Peering Bits)。
  • 這表示 正方形(Square)和等軸測（Isometric）的圖塊(Tiles)具有四個周圍偵測位元 (Peering Bits)；
  • 而六邊形的圖塊（hexagonal tiles）則有六個。
  • 每個周圍偵測位元 (Peering Bits)只會對應到一個鄰近圖塊 (neighboring tile)。位於角落的鄰居則不會被影響。
    

角對齊模式 (Match Corners)

• 此模式需要圖塊(Tile)數量為: 16
• 優點：圖塊 (Tile)最容易被設定與使用，
  • 你可以用它畫出較複雜的形狀，特別適合用於繪製大面積的陸地(landscape) 或是洞穴地形(caves)
• 限制：圖塊 (Tile)只能以 4 個為一組（2x2 方塊）進行連接。這意味著無法實現細微的細節，也無法繪製寬度僅為單個圖塊 (Tile)的線條。
  • 注意為了避免錯誤，在此模式下，請使用 Rectangle 工具來繪製，並至少保證要四個 tile 在一起，
• 周圍偵測位元 (Peering Bits)：角對齊模式 (Match Corners)在圖塊 (Tile)的頂角(Corners)上使用周圍偵測位元（Peering bits）
  • 方形(Square)和等軸測（Isometric）的圖塊(Tiles)： 具有四個周圍偵測位元 (Peering Bits)，且每個周圍偵測位元 (Peering Bits)處會有 3 個鄰近圖塊(Tiles)。
  • 六角形 (Hexagonal) 圖塊(Tiles)： 擁有 6 個周圍偵測位元 (Peering Bits)，但每個周圍偵測位元 (Peering Bits)處只有 2 個鄰近圖塊(Tiles)。

角與邊對齊 (Match Corners and Sides)

• 此模式需要圖塊(Tile)數量為: 47
• 優點：最全能的模式，可以做到另外兩個模式能做到的所有形狀
• 限制：他無法建立對角線（diagonal lines）且他需要最多的圖塊（Tile）。
• 周圍偵測位元 (Peering Bits)：
  • 在此模式下，圖塊 (Tiles)的頂角 (Corners) 與 邊緣 (Edges) 同時使用周圍偵測位元 (Peering Bits)。
  • 這表示 正方形(Square)和等軸測（Isometric）的圖塊(Tiles)具有8個周圍偵測位元 (Peering Bits)；
  • 而六邊形的圖塊（hexagonal tiles）擁有 12 個。
  • 在每個「邊」的部分，每個周圍偵測位元 (Peering Bits)只會對應到一個鄰近圖塊 (neighboring tile)。
  • 在「角」的部分，方形與等距圖塊有 3 個鄰居，六角形圖塊則有 2 個鄰居。所有共享同一個頂角的圖塊 (Tiles)，其該角的周圍偵測位元 (Peering Bits)必須設置為相同的地形。
    

以下紀錄在 Mac 中如何使用 Rovo Dev CLI

首先訪問 https://developer.atlassian.com/cloud/acli/guides/install-macos/

透過 Homebrew 安裝 acli

1
2

brew tap atlassian/homebrew-acli
brew install acli

再到 https://www.atlassian.com/software/rovo-dev 註冊一個帳號
完成後到你的 Atlassian 帳戶後台，找到 https://id.atlassian.com/manage-profile/security/api-tokens 建立權杖(token)，目前最多只能設定一年。

有了權杖(token) 之後，開啟終端機，輸入以下登入指令

1

acli rovodev auth login

之後會提示要輸入你的 Email 和以及剛剛產生的 API 權杖(Token)

登入成功後，我們就可以開始使用，終端機位置移動到你程式碼專案的資料夾下，並輸入

1

acli rovodev run

如果一切沒有問題，就可以看到 Rovo 啟動的畫面

1
2
3
4
5
6
7
8
9
10
11
12

╭────────────────────────────────────────────╮
│ ⬢ Rovo Dev                                 │
╰────────────────────────────────────────────╯

Working in /Volumes/test/git/your_project

Using model: auto

╭──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮
│ > █                                                                                                                  │
╰──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯
Type "/" for available commands or "#" for file search.                                         Uses AI. Verify results.

在執行的過程中，如果 Rovo 需要執行需要權限的指令 (如 mkdir) ，它都會詢問你的權限。

• Allow (ones): 僅同意這一次。
• Allow (session): 在這個 session 中永遠同意此操作。
• Allow (always): 永遠允許此操作。
• Deny (ones): 拒絕這一次。
• Deny (session): 在這個 session 中永遠Deny此操作。
• Deny (always): 永遠Deny此操作。

如果想更改，可以到 /Users/使用者/.rovodev/config.yml 檔案中修改

有時候英文影片沒有字幕，我們可以使用 Chrome 來播放它，並產生即時字幕。
這個功能預設是不開啟的，以下說明如何開啟。

在 Chrome 瀏覽器位置輸入 chrome://settings ，進入設定畫面，找到 無障礙設定
將 無障礙設定 中的 即時字幕 開啟，他會自動下載語言，你可以選擇添加自己想要的語言。

之後，將影片檔案拖入到 Chrome 中，它就會為你即時產生字幕了。

以下紀錄使用 LTX-Video 的筆記

https://github.com/Lightricks/LTX-Video

首先要將它從 GitHub 拉下來

1

git clone https://github.com/Lightricks/LTX-Video.git

切換到他的資料夾下

1

cd LTX-Video

建立 Python 虛擬環境

1
2
3

python -m venv env
source env/bin/activate
python -m pip install -e .\[inference-script\]

前往 https://huggingface.co/Lightricks/LTX-Video 下載 Model

使用 文字生成影片

1

python inference.py --ckpt_path /Volumes/test/video/ltx-video-2b-v0.9.1.safetensors --prompt "A monkey dance" --height 768 --width 1024 --num_frames 10 --seed 2

使用 圖片生成影片

1

python inference.py --ckpt_path /Volumes/test/video/ltx-video-2b-v0.9.1.safetensors --prompt "A monkey dance" --input_image_path /Volumes/test/video/8e5352fc-70b0-41cd-9a9a-704445df7ab0.png --height 768 --width 1024 --num_frames 200 --frame_rate 20 --seed 3

以下紀錄在 Mac 上安裝 ComfyUI 的步驟

1. 安裝 Homebrew
   • /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
   • https://brew.sh/zh-tw/
2. 安裝 Python
   • brew install cmake protobuf rust python@3.10 git wget
3. 切換到你想放 ComfyUI 的位置，在執行 git clone
   • git clone https://github.com/comfyanonymous/ComfyUI
4. 切換到下載來 ConfyUI 的位置
   • cd ComfyUI
5. 執行 Python
   • python3 -m venv venv
6. 執行以下指令安裝
   • ./venv/bin/pip install torch torchvision torchaudio
   • ./venv/bin/pip install -r requirements.txt
7. 下載模型
   • 可以到 https://civitai.com 找模型下載
   • https://civitai.com/models/665657/flux1-dev-flux1-schnell-nf4-unet
8. 下載下來的檔案副檔名可能是 .ckpt 或 .safetensors
9. 把下載完畢的模型放到 ComfyUI 中的 /models/checkpoints 的路徑
   • /ComfyUI/models/checkpoints
10. 啟動 ComfyUI
    • ./venv/bin/python main.py

若想與 AUTOMATIC1111 Stable Diffusion WebUI 一起使用相同的模型的話，可以找到 extra_model_paths.yaml.example 這個檔案，他應該直接在 ComfyUI 的目錄下。
將檔案複製一份，並更改檔名為 extra_model_paths.yaml
打開後會看到

1
2

a111:
    base_path: path/to/stable-diffusion-webui/

把 base_path: 更改為你AUTOMATIC1111 Stable Diffusion WebUI的位置。

1
2

a111:
   base_path: /Volumes/test/stable-diffusion-webui/

最後重新啟動 ComfyUI 就可以了。

想更新的話，在資料夾中執行 git pull，然後在執行 ./venv/bin/python main.py 即可