# AI Agent 實戰工作坊：課程時間軸

> 每個階段要開始做時，把那一階段的網址貼給你的 AI Agent，說「照這個網址把◯◯做好」。

## 第 1 階段：課前準備：檢查電腦、下載模型（上課前一天做完）

讓你的 Agent 先檢查電腦，再下載語音轉文字、文字和生圖三個模型，各跑一次小測試。

**做完會怎樣**：你的電腦裡有三個模型：把錄音轉成文字的、讀文字回答問題的、生圖的，而且都各跑過一次。上課直接用，不用全班在教室裡一起下載（光文字模型一人就 7.7 GB）。

**資源**

- 語音轉文字：Breeze ASR 25（聯發科創新基地的台灣中文語音模型，Apache-2.0），用 whisper.cpp 跑，檔案 1.08 GB。
- 生圖：Z-Image Turbo（Apache-2.0，不用註冊帳號）。記憶體 24GB 以上的 Mac 用 mflux 跑，模型 5.9 GB；16GB 的 Mac 要改用 sd.cpp，安裝步驟待補，補上前這類電腦先不裝生圖。
- 文字：Gemma 4 12B，用 Ollama 跑，7.7 GB。記憶體 16GB 以上才裝。講師實測時它判斷人名和負責人比較穩，也不會自己編星期幾。
- 課程資料夾是桌面上的 `AI課程`，之後都在這裡開 Agent，測試結果放 `AI課程/out/`。
- 模型放在各工具自己的位置（Hugging Face 的快取 `~/.cache/huggingface`、Ollama 的 `~/.ollama`），**不放桌面**：很多電腦的桌面會同步到 iCloud 或 OneDrive，好幾 GB 的模型放上去會整包上傳。
- 要下載的檔：課前檢查程式 https://class.madebypan.com/files/check_machine.py 、測試音檔 https://class.madebypan.com/files/test-zh.wav （4 秒，內容是「今天天氣很好，我們下午三點在會議室開會」）。

### 補充資源（不用下載）

- 影片模型（Wan 2.2 等）：一般筆電跑不動，課堂上用雲端服務示範，價格比較在「影片」那一段的講義。想自己試開源影片模型，可以看 Google 的 Colab CLI（`uv tool install google-colab-cli`），它官方寫明目前不支援 Windows。**課前不要下載影片模型。**

完整步驟：https://class.madebypan.com/stage/1.md

---

## 第 2 階段：下載文字模型，跑出第一句回答（課堂上）

用 Ollama 下載一個文字模型，問它一句話，看到繁體中文回答就過關。

**做完會怎樣**：你的電腦上有一個不用連網也能回答問題的文字模型，你問它一句，它用繁體中文回你，用完再把它從記憶體關掉。

**資源**

- 執行工具：Ollama。Mac 和 Windows 用同一套指令（Mac 上它走 Apple 的 MLX，Windows 上走 llama.cpp）。
- 預設模型：Gemma 4 12B（`gemma4:12b`，7.7 GB）。講師實測時它判斷人名和負責人比較穩，也不會自己編星期幾。
- 備案：Qwen3.5 9B（`qwen3.5:9b`，7.6 GB），快 30% 到 50%，但實測時會自己編星期、會把人判錯。
- 記憶體不到 16GB：改用小模型 `qwen3.5:4b`（沒實測）。

完整步驟：https://class.madebypan.com/stage/2.md

---

## 第 3 階段：影片生成：把分鏡做成影片（課堂上）

讓 Agent 把一格分鏡圖做成一段短片，順便知道各家影片模型多少錢、能不能拿來交件。

**做完會怎樣**：你手上的一格分鏡圖變成一段幾秒的短片，而且你知道換成別家要多少錢、能不能拿去交給客戶。

**資源**

- 講義〈雲端影片生成模型價格比較〉：各家多少錢、能不能商用、能不能讓 Agent 操作、台灣能不能付款（在這頁下面的「講義」）。
- 課堂示範用的管道和帳號：待補。
- 分鏡圖放在 `~/Desktop/AI課程/storyboard/`，做好的片放 `~/Desktop/AI課程/out/video/`（待確認）。

**講義**

- 〈雲端影片生成模型價格比較〉（查詢日期 2026-10-18）：https://class.madebypan.com/handout/video-model-pricing.md

完整步驟：https://class.madebypan.com/stage/3.md