我的 AI 工具箱：提升個人生產力的秘密武器 (2024年4月9日)

過去一年，我分享了許多 AI 產品以及利用 AI 提升個人生產力的方法。現在，我想揭露我日常使用的 AI 工具，以及我如何具體運用它們。

AI 應用的三個層次

我將我的 AI 工具箱分為三個主要層次：

1. AI 搜尋與對話: 如何透過 AI 進行高效的資訊檢索和互動。
2. AI 知識庫: 如何設置和管理個人 AI 知識庫。
3. AI 學習: 如何利用 AI 提升學習效率。

聲明

AI 技術發展迅速，模型和應用工具不斷推陳出新。我的 AI 知識體系和生產力工具也在持續演化。 本影片介紹的內容截至 2024 年 4 月 9 日，日後若有任何變更，我會在社群中及時更新。

AI 搜尋與對話

Perplexity 的 API 運用

我之前在社群裡提到取消了 Perplexity 的訂閱。雖然我不再使用他們的搜尋產品，但仍透過 API 調用他們的模型。Perplexity 透過微調，將搜尋功能和最新的推理功能融入其模型中。

• Reasoning Pro 模型: 這款模型特別好用。

• Raycast 軟體: 我使用 Raycast 這款軟體來調用 Perplexity 的 API。

Raycast：我的 AI 效率中心

Raycast 是一款功能強大的效率工具，我強烈推薦。如果只能保留一款 AI 軟體，那一定是它。

• 價格: 每月 8 美金，非常划算。

• 快捷鍵: 我將 AI Chat 功能綁定在 Option + X 快捷鍵上。

• 模型選擇: 我選擇了 Sona Reasoning Pro 作為預設模型，Raycast 也支援多種其他模型，包括 Lama 4、Mistro、DeepSeek R1 和 Gemini 2.0 Flash。

• 升級選項: 如果需要更強大的模型，可以額外付費訂閱，使用 Gemini 2.5 Pro 和 Cloud 3.7 等頂尖模型。

Raycast 的實際應用

• 快速問答: 用於日常快問快答的場景。

  • 例如，我可以問它：「Perplexity 的模型都支援連網搜尋嗎？」

  • 它會進行網路搜尋和思考，並列出 Thought Process。

  • 它會告訴你 Perplexity 的模型是否支援連網搜尋，並提供相關來源。

• 文字選取: 可以直接將選取的文字作為上下文發送給 AI Chat。我將此功能綁定在 Option + Z 快捷鍵上，這樣就不用複製貼上，省時方便。

Raycast 設定

• 快速鍵設定: 透過 Option + 空格鍵打開 Raycast 窗口，然後按下 Command + 逗號打開設定。在 AI 選項中，可以設定快速 AI 模型和快捷鍵。

• 截圖功能: Raycast 支援將螢幕截圖發送給 AI Chat。 如果使用的模型 (例如 Gemini) 支援圖像識別，這個功能在處理問題或進行設定時非常方便。

其他 AI 工具訂閱

• GitHub Copilot: 用於程式碼輔助，已訂閱一年。

• Cursor: 每月訂閱費用為 20 美金。

• Gemini 和 Grok: 也訂閱了這兩個服務，Grok 是在訂閱 Twitter 藍標時一併開通的，現在可以使用最新的 Grok3。

AI 知識庫：Miiverse 與 MCP

我之前分享了許多關於知識庫的影片。最近我把原來的應用程式、外掛程式、產品全部刪除，因為我找到了更適合我的解決方案。

本地項鍊資料庫

我使用 Miiverse 在本地建立了一個項鍊資料庫，將我累積的近 100 期影片腳本儲存進去，並進行項鍊化處理。

MCP 連接

透過 Miiverse 的 MCP (Model Control Plane) 功能，可以連接到任何 AI 客戶端。我目前最常使用的 MCP 客戶端是 Cursor。 連接後，Cursor 就可以直接訪問我的項鍊資料庫，實現 RAG (Retrieval-Augmented Generation) 效果。

模組化 RAG 的優勢

• 技術迭代: 知識檢索 (Retrieval) 迭代速度較慢，而模型生成 (Generation) 迭代速度非常快。

• 分離模組: 將知識檢索和模型生成分開，可以更自由地更換模型，同時確保資料安全和隱私。

• 本地儲存: 將項鍊資料庫放在本地，確保資料的私密性，同時可以透過雲端調用。

Cursor 與 Miiverse 的協作

我繼續使用 Cursor 作為 MCP 的調用工具。

• Cloud 3.7 Sunnet: 目前最好的 MCP 調用模型。

效果展示

• 提問: 我問 Cursor：「使用 Miiverse MCP 回答如何在本地部署大模型？」

• 檢索: Cursor 首先查看 Miiverse 中的資料庫和集合，然後搜尋相關關鍵字。

• 回答: Cursor 根據檢索結果，回答如何在本地部署大模型，並列出相關方法，例如使用 Olama 或部署 Local Search 問答引擎。

安裝 Miiverse

1. 前往 Miiverse 官網，參考官方文檔。
2. 選擇安裝 Miiverse Standalone (Linux 版本)。
3. 在終端機執行指定的指令，自動下載镜像。

我使用 Obstack 來運行 Miiverse，Obstack 比 Docker 更輕量。

Miiverse Web UI

在本地打開 http://127.0.0.1:8000/ 即可查看 Miiverse 的運行情況。

導入資料

官方文檔提供了透過 Python 腳本導入資料的方法。我讓 Cursor 幫我寫了一個 Python 腳本，將所有 Markdown 檔案導入到 Miiverse 中。

雲端知識庫的潛力

可以將項鍊資料庫放在雲端，例如 AWS。AWS 也推出了知識庫的 MCP 服務。 這樣可以在任何地方透過 MCP 揭露知識庫，並使用任何模型來調用。 AWS 還支援 GraphRAG，效果比傳統 RAG 更好。

AI 學習：Google NotebookLM

AI 是全球發展最快的領域，需要不斷學習。我透過 AI 來提升學習效率。

全面擁抱 AI 學習

我全面擁抱 AI 學習，從 Google 的 NotebookLM 開始。

傳統學習的限制

傳統學習是從前往後學習，需要先對資料有整體了解，再深入研究細節。 這樣的學習方式效率較低。

AI 的優勢

AI 可以幫助你提煉資料的邏輯，形成一個「路網」。路網中的每個知識點都是一個「站點」，而 AI 則是導航員。

Google NotebookLM：最佳 AI 學習工具

Google NotebookLM 可以幫助你從任何一個知識點出發，走遍整個路網。

NotebookLM 的使用示範

1. 建立筆記本: 在 NotebookLM 中新建一個筆記本。
2. 添加來源: 上傳 PDF 檔案，例如川普國師斯蒂芬米蘭關於關稅的看法。
3. 解析檔案: NotebookLM 會自動解析檔案。
4. 思維導圖: 點擊「思維導圖」功能，生成知識路網。
5. 探索路網: 透過滑鼠滾輪縮放路網，點擊任何一個節點開始學習。

互動式學習

• 點擊節點: 點擊節點後，NotebookLM 會自動生成 Prompt，並發送給 Google AI。

• AI 回答: Google AI 會根據你的請求，提供基於文檔內容的回答。

• 建議問題: 在回答下方，NotebookLM 會提供新的建議問題，引導你走完整個邏輯鏈。

手動駕駛

除了自動駕駛，你也可以手動提問，更深入地探索感興趣的知識點。

AI 輔助學習的價值

AI 輔助學習可以提高學習效率，讓你更快地掌握知識。不要排斥 AI，而是要善用 AI 工具，提升個人競爭力。

結語

只要你能善用最先進的 AI 產品，就能大幅提升個人工作和學習效率。 每天累積一點點，最終一定能實現你想要的東西。如果你想進一步討論 AI，了解 AI，想成為一個超級個體，想找到更多志同道合的人，就加入我們的 NewType 社群。