[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-crun-ai-gemini-omni-chat-video-editing-zh":3,"article-related-crun-ai-gemini-omni-chat-video-editing-zh":30,"series-tools-cd6961a9-52ee-46f0-8e9b-2de544cd1906":83},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":29},"cd6961a9-52ee-46f0-8e9b-2de544cd1906","crun-ai-gemini-omni-chat-video-editing-zh","Crun AI 把 Gemini Omni 變聊天剪片","\u003Cp data-speakable=\"summary\">Crun AI 把 \u003Ca href=\"\u002Ftag\u002Fgemini\">Gemini\u003C\u002Fa> Omni 包成聊天剪片流程，還把文件、點數和用量追蹤一起塞好。\u003C\u002Fp>\u003Cp>我碰 AI 影片工具一陣子了，老實說，大多數都還是工程師腦袋做的：時間軸很滿、按鈕很多、匯出選項更多，但我真正想做的事只有一個，講人話，叫它改片。像是「這支產品短片再俐落一點」「背景換掉」「開頭縮短」，我不想為了這三句話打開三個工具，然後看渲染列隊跟我鬧脾氣。\u003C\u002Fp>\u003Cp>所以我看到 \u003Ca href=\"https:\u002F\u002Fwww.24-7pressrelease.com\u002Fpress-release\u002F535546\u002Fgemini-omni-is-live-now-on-crun-ai\">Crun AI 的公告\u003C\u002Fa>時，第一個反應不是「哇又一個新模型」，而是：這次它把 Gemini Omni 包成一個真的能交付的 API 產品了。它不是只賣模型名，還把 docs、credits、usage tracking 一起放進來。這種東西比花俏 demo 實際多了，因為我最怕的從來不是模型不夠強，是周邊 plumbing 爛到我最後還是得自己補洞。\u003C\u002Fp>\u003Cp>我把這個消息看成一件很務實的事：聊天式影片生成，開始被包進開發者真的能上線的產品裡了。沒那麼性感，但比較像真的工作。\u003C\u002Fp>\u003Ch2>它賣的不是更多功能，是少一堆點擊\u003C\u002Fh2>\u003Cblockquote>“Users can now transform ideas into high-quality video content, refine scenes, modify visual elements, and optimize storytelling workflows simply by interacting with the AI through chat.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：介面正在從剪輯軟體變成對話串。不是我在時間軸上拖半天去修一個 hook，而是我直接講「這段太慢」「第三幕換個場景」「字幕語氣更像廣告文案」，\u003Ca href=\"\u002Fnews\u002Fcode2lora-repo-specific-adapters-code-models-en-zh\">讓模型\u003C\u002Fa>自己翻成操作。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780733909044-zn45.png\" alt=\"Crun AI 把 Gemini Omni 變聊天剪片\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我之前做短影音廣告原型時，最卡的不是創意，而是交接。創意團隊知道要什麼，進工具之後就開始走樣：有人解讀需求、有人修片、有人再提一輪修改，最後每次都像重新開案。聊天式編輯至少把這種翻譯成本砍掉一大截。\u003C\u002Fp>\u003Cp>重點不是「AI 可以剪片」這句廢話。很多工具都會講。重點是修改請求變成可延續的上下文。這代表你可以在同一條對話裡持續迭代，不用每改一次就重做整個資產。\u003C\u002Fp>\u003Cp>我會怎麼用？我只會拿它做第一輪創意迭代，不會拿來當最終精修。先讓模型把骨架拉出來，再交給人做品牌檢查、節奏確認、法務與合規。你如果硬要把 chat 變成整套後製流程，最後只會自己生氣；但如果你把它當成把醜陋中段砍掉的工具，它就開始值錢。\u003C\u002Fp>\u003Cul>\u003Cli>用 chat 做版本差異：hook、場景、CTA、語氣。\u003C\u002Fli>\u003Cli>正式發布前一定保留人工審核。\u003C\u002Fli>\u003Cli>把對話紀錄存起來，方便回溯每次修改。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>真正有價值的是 docs，不是模型名字\u003C\u002Fh2>\u003Cblockquote>“Crun AI provides structured and developer-friendly API documentation, making it easy for teams to integrate Gemini Omni into applications, SaaS platforms, AI agents, and enterprise workflows.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：模型只是一半，文件才決定它會不會變成可維護的產品。沒有清楚的 docs，任何 AI 發布都只是在做週末玩具。\u003C\u002Fp>\u003Cp>我看過太多 demo 很漂亮的 AI 服務，一問到 auth、rate limit、retry、job state，就開始閃躲。文件一旦寫得含糊，最後每個團隊都要自己 reverse engineer 一遍，浪費的不是一點時間，是整條產品線的節奏。\u003C\u002Fp>\u003Cp>這裡 Crun AI 的做法比較像是把 Gemini Omni 包進一個能接到 app、SaaS、\u003Ca href=\"\u002Ftag\u002Fagent\">agent\u003C\u002Fa> workflow 的介面裡。這件事重要，因為影片生成不是單次請求而已，它通常是 job queue、billing event、status tracker，再加上檔案儲存問題一起來。\u003C\u002Fp>\u003Cp>我會把 API docs 當成合約看。真的要做之前，我先看最無聊但最重要的東西：request shape、非同步 job 怎麼跑、是 webhook 還是 polling、錯誤碼長什麼樣、成品怎麼拿。這些有，才有機會做出正常 wrapper；沒有，就等著背 support debt。\u003C\u002Fp>\u003Cp>實操上，我會先在自己產品外層包一層 adapter service，不要讓前端或各個內部服務直接碰模型。這個 service 負責 prompt template、重試、輸出格式統一。模型行為哪天變了，你只要改一個地方，不用在整個 codebase 裡抓鬼。\u003C\u002Fp>\u003Cul>\u003Cli>所有 Gemini Omni 呼叫都經過同一層內部服務。\u003C\u002Fli>\u003Cli>統一處理 scene、style、duration、aspect ratio。\u003C\u002Fli>\u003Cli>把 prompt 與輸出都記錄下來，方便除錯與 QA。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>官方接入很無聊，但影片 job 很貴\u003C\u002Fh2>\u003Cblockquote>“Gemini Omni is integrated through official model access, ensuring fast response times, stable performance, and reliable scalability for production environments.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：它想減少第三方包裝常見的怪問題。非官方接法最煩的地方，不是慢，是你永遠不知道下週會不會壞。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780733908559-x8ju.png\" alt=\"Crun AI 把 Gemini Omni 變聊天剪片\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>影片比文字更吃這種穩定性。文字答錯，頂多是煩；影片 render 掛掉，燒掉的是時間、算力，還有某個 PM 的死線。如果你要做的是面向客戶的產品，靠的不是「它很強」，而是「它可預期」。\u003C\u002Fp>\u003Cp>我不會假裝「官方接入」就能解決一切，它當然不能。但至少它暗示平台想把 production 路徑弄乾淨一點。對我來說，這代表我比較不用在簡報裡解釋一堆奇怪的轉接層，然後看產品經理只想知道星期五前能不能交片。\u003C\u002Fp>\u003Cp>如果你真的要評估它，我會立刻測三件事：高載時 latency、失敗後怎麼恢復、job 被中斷時會發生什麼。這些地方最容易看出它到底是能上線，還是只能 demo。\u003C\u002Fp>\u003Cp>實操上，先做小型 \u003Ca href=\"\u002Ftag\u002Fbenchmark\">benchmark\u003C\u002Fa>。把同一個影片任務丟幾次，對比 render 時間，再故意把 request 弄壞，看平台怎麼回應。頁面上的模型名稱，跟實際營運信心是兩回事。\u003C\u002Fp>\u003Ch2>按量付費很無聊，所以我反而放心\u003C\u002Fh2>\u003Cblockquote>“Crun AI offers a transparent pay-as-you-go pricing model, allowing users to purchase credits based on their specific usage requirements.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：你不用先談一個大合約，才能開始玩。這點很重要，因為 AI 影片成本很容易在你沒注意的時候變得很誇張。\u003C\u002Fp>\u003Cp>我碰過夠多按量 API 了，套路都差不多：demo 看起來便宜，第一批真實流量一進來，財務就開始問為什麼帳單有逗號。至少 credits 模式還算透明，讓你有機會在產品上線前估成本。\u003C\u002Fp>\u003Cp>很多團隊會把 pricing 當採購問題，不當產品限制。這很危險。只要你的 app 依賴影片生成，價格就會影響 UX、重試策略、草稿與正式版的分流。你得知道失敗的 render 會不會照扣點、草稿是不是比較便宜、重修一次是不是還划算。\u003C\u002Fp>\u003Cp>實操上，我會把成本感知直接塞進產品流程。使用者送出 job 前先顯示預估點數，完成後再顯示實際消耗。內部工具也一樣，至少把每個 job 的成本記錄下來，不然你根本不知道是哪個流程在偷偷吃預算。\u003C\u002Fp>\u003Cp>如果你在比平台，我也會順手看它跟整個模型生態的關係。Crun AI 比較像 unified API 類型的平台，適合你同時想接影像、音訊、\u003Ca href=\"\u002Ftag\u002Fllm\">LLM\u003C\u002Fa>。你可以對照 \u003Ca href=\"https:\u002F\u002Fai.google.dev\u002F\">Google AI\u003C\u002Fa> 的官方文件，或 \u003Ca href=\"https:\u002F\u002Fwww.replicate.com\u002F\">Replicate\u003C\u002Fa> 這種模型目錄型平台，再想一次：你到底想自己扛多少 plumbing？\u003C\u002Fp>\u003Ch2>usage tracking 才是你上線後真正會用到的東西\u003C\u002Fh2>\u003Cblockquote>“The platform provides real-time API usage tracking and detailed credit consumption analytics across models.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：終於可以回答那個上線後一定會出現的問題，點數到底花去哪了。\u003C\u002Fp>\u003Cp>我對這種東西有點執念，因為每個 AI 團隊最後都會發現，「之後再監控」不是策略。只要使用者開始生成影片，帳單就會變成產品訊號。你得知道哪些 prompt 最貴、哪些使用者是重度玩家、哪些流程其實一直在產垃圾結果。\u003C\u002Fp>\u003Cp>即時追蹤不只是財務工具。它也能拿來做 abuse detection、quota enforcement、功能優先順序判斷。哪個 workflow 被狂用、哪個功能沒人碰，這些資料比 Slack 裡面大家說「這個很有感」準多了。\u003C\u002Fp>\u003Cp>我之前幫團隊做媒體工具原型時，最常見的問題就是 happy path 沒事，但長尾的 retry 與 partial failure 完全看不到。加了 tracking 之後，怪異行為會立刻浮出來。接著你就能決定要優化 prompt、調整限制，還是乾脆砍掉那個只在簡報裡很好看的功能。\u003C\u002Fp>\u003Cp>實操上，我會把 telemetry 綁到 user ID、project ID、prompt category。不要只存總花費。你要存的是能解釋花費的上下文。這才叫 analytics，不是貼一個 dashboard 圖給老闆看而已。\u003C\u002Fp>\u003Cul>\u003Cli>每個 job、每個 user、每種 prompt 都要記點數。\u003C\u002Fli>\u003Cli>針對異常 retry rate 設警報。\u003C\u002Fli>\u003Cli>用資料決定 quota 與 guardrails。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Gemini Omni 最像是在吃行銷工作最亂的那一段\u003C\u002Fh2>\u003Cblockquote>“Gemini Omni is particularly well-suited for creating product videos, UGC-style advertisements, promotional content, brand storytelling campaigns, and engaging social media assets.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：它鎖定的是高頻、反覆、又常常人手不夠的那一段影片工作。也就是行銷團隊最常卡住的 messy middle。\u003C\u002Fp>\u003Cp>這段我反而覺得比較可信。產品影片、UGC 廣告、社群素材，這些本來就很適合聊天式生成。你不是在做長片，你是在做足夠多的變體，去測 hook、角度、文案，順便不要把團隊累死。\u003C\u002Fp>\u003Cp>這裡的說法不是模型取代創意\u003Ca href=\"\u002Fnews\u002Ftaillor-protects-key-directions-continual-finetuning-zh\">方向\u003C\u002Fa>，而是降低你嘗試更多方向的成本。這差很多，也合理很多。如果我能用一條 prompt thread 做出五個廣告變體，而不是五次獨立 brief，我就已經省掉很多時間。\u003C\u002Fp>\u003Cp>實操上，我會把 Gemini Omni 放在 variant generation 和 rapid pre-production。先給它清楚 brief，再叫它吐出多種 tone，接著依照表現收斂。模型負責探索，不負責替你做所有決定。\u003C\u002Fp>\u003Cp>如果你在做內部工具，這裡就會牽涉到 queue、review dashboard、以及把輸出推進 storage 或 CMS 的流程。模型是引擎，你真正賣的是引擎外面的工作流。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># Gemini Omni 聊天剪片工作流模板\n\n## 目標\n用 Crun AI 的 Gemini Omni 透過聊天方式生成與修改短影片，並保留用量追蹤與成本控制。\n\n## 適用情境\n- 產品介紹短片\n- UGC 風格廣告\n- 社群貼文素材\n- 內部行銷草稿\n- 快速創意迭代\n\n## 我會先送給模型的資訊\n1. 影片目標\n2. 受眾\n3. 語氣\n4. 場景清單\n5. 品牌限制\n6. 畫面比例\n7. 影片長度\n8. 用白話描述的修改指令\n\n## Prompt 格式\nCreate a short video for [audience].\nGoal: [what the video should achieve]\nTone: [tone]\nFormat: [9:16, 1:1, 16:9]\nDuration: [seconds]\nBrand rules: [must-keep constraints]\nScenes:\n- Scene 1: [description]\n- Scene 2: [description]\n- Scene 3: [description]\n\nThen revise the video with these edits:\n- [edit 1]\n- [edit 2]\n- [edit 3]\n\n## API wrapper checklist\n- 所有 Gemini Omni 呼叫都經過同一個內部 service\n- 記錄 prompt、user、project、job ID\n- 同時追蹤預估點數與實際點數\n- 保存 output URL 或 asset ID\n- 失敗 job 用 backoff 重試\n- UI 顯示 job 狀態\n\n## Review checklist\n- 開頭 2 秒有沒有抓住人\n- 品牌語氣有沒有對\n- 有沒有視覺瑕疵\n- CTA 清不清楚\n- 有沒有超出預算\n\n## Cost guardrails\n- 每個 job 設最大點數上限\n- 阻止無限重試\n- 送出前顯示預估成本\n- 當專案超過預算門檻時發警報\n\n## Output handling\n- 儲存最終影片\n- 儲存 prompt 歷史\n- 儲存 revision 歷史\n- 把 analytics 綁到資產上\n- 把審核通過的輸出送到發布工具\n\n## 內部政策範例\n\"Gemini Omni 只用於第一輪生成與修改。公開發布前必須有人審核。所有 job 都要記錄成本與狀態。\"\n\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這就是我會真的先拿去用的版本。它把模型關在一個箱子裡，而大多數 \u003Ca href=\"\u002Ftag\u002Fai-工具\">AI 工具\u003C\u002Fa>本來就該先待在箱子裡，直到它證明自己值得被放出來。\u003C\u002Fp>\u003Cp>這份模板的目的不是漂亮，是可重複。如果你沒辦法用一頁講清楚 prompt、review step、cost guardrails，那這個流程大概還太鬆，撐不到真實使用。\u003C\u002Fp>\u003Cp>如果你想對照這種平台思路，原始起點可以看 \u003Ca href=\"https:\u002F\u002Fcrun.ai\">Crun AI\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fai.google.dev\u002F\">Google AI\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.replicate.com\u002F\">Replicate\u003C\u002Fa>，還有 \u003Ca href=\"https:\u002F\u002Fplatform.openai.com\u002Fdocs\">OpenAI Platform docs\u003C\u002Fa>。我不是說它們可互換，我是說你看文件比看行銷文案，更容易看懂 tradeoff。\u003C\u002Fp>\u003Cp>來源致謝：\u003Ca href=\"\u002Fnews\u002Flinux-kernel-hobby-project-core-infrastructure-zh\">核心\u003C\u002Fa>訊息來自 \u003Ca href=\"https:\u002F\u002Fwww.24-7pressrelease.com\u002Fpress-release\u002F535546\u002Fgemini-omni-is-live-now-on-crun-ai\">24-7 Press Release\u003C\u002Fa> 與 Crun AI 官網。上面這篇拆解、模板與實作建議是我根據原始公告整理出的衍生分析，模板內容則是我自己整理可直接拿去用的版本。\u003C\u002Fp>","我拆 Crun AI 這套 Gemini Omni 聊天剪片玩法，順手給你可直接貼進產品的 prompt、API 包裝與成本控管模板。","www.24-7pressrelease.com","https:\u002F\u002Fwww.24-7pressrelease.com\u002Fpress-release\u002F535546\u002Fgemini-omni-is-live-now-on-crun-ai",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780733909044-zn45.png","tools","zh","7da5424f-1ff8-483a-80ed-7091c5b0454b",[17,18,19,20,21],"Gemini Omni","AI video","chat editing","API docs","usage tracking",[23,24,25],"聊天式影片編輯的價值，不在功能多，而在少掉一堆翻譯與點擊成本。","真正能不能上線，關鍵是 docs、官方接入、重試與 job 狀態這些 boring stuff。","把成本與用量追蹤塞進 workflow，才能控制 AI 影片專案的預算與品質。",0,"2026-06-06T08:17:59.890613+00:00","2026-06-06T08:17:59.864+00:00","ddbe17bf-4560-43f7-af76-3e7d6e08e601",{"tags":31,"relatedLang":42,"relatedPosts":46},[32,34,36,38,40],{"name":21,"slug":33},"usage-tracking",{"name":20,"slug":35},"api-docs",{"name":17,"slug":37},"gemini-omni",{"name":19,"slug":39},"chat-editing",{"name":18,"slug":41},"ai-video",{"id":15,"slug":43,"title":44,"language":45},"crun-ai-gemini-omni-chat-video-editing-en","Crun AI turns Gemini Omni into chat video editing","en",[47,53,59,65,71,77],{"id":48,"slug":49,"title":50,"cover_image":51,"image_url":51,"created_at":52,"category":13},"fac090a9-4b00-41a1-bb50-39a3777971a4","google-io-search-agent-glasses-spark-zh","Google I\u002FO 把 Search 變代理人","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780733013695-7pip.png","2026-06-06T08:03:01.95993+00:00",{"id":54,"slug":55,"title":56,"cover_image":57,"image_url":57,"created_at":58,"category":13},"1c5cd4d7-edea-49bb-a340-2ed8719d19e7","mcp-use-turns-any-llm-into-an-mcp-agent-zh","mcp-use 讓任意 LLM 接上 MCP","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780709595581-msqf.png","2026-06-06T01:32:49.46641+00:00",{"id":60,"slug":61,"title":62,"cover_image":63,"image_url":63,"created_at":64,"category":13},"68b2b111-c4b6-4d5e-a073-43fc188227c7","open-source-mcp-gateways-2026-governance-zh","5 個開源 MCP Gateway 怎麼選","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780708700534-qvgd.png","2026-06-06T01:17:52.493298+00:00",{"id":66,"slug":67,"title":68,"cover_image":69,"image_url":69,"created_at":70,"category":13},"f8de6238-b95e-4c3c-a49b-a996ebd434eb","kubernetes-github-repo-123k-stars-zh","Kubernetes GitHub 星星破 12.3 萬","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780705091582-9uod.png","2026-06-06T00:17:50.242207+00:00",{"id":72,"slug":73,"title":74,"cover_image":75,"image_url":75,"created_at":76,"category":13},"01308889-03ae-47c0-9655-4a563de8597d","gemini-turns-googles-ai-stack-into-one-app-zh","Gemini 把 Google AI 變成一個入口","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780700603553-z64z.png","2026-06-05T23:02:59.580372+00:00",{"id":78,"slug":79,"title":80,"cover_image":81,"image_url":81,"created_at":82,"category":13},"af6cfa19-1991-42bb-a65a-52409ec61a1a","113-ai-entities-tracked-ai-weekly-dashboard-zh","113 個 AI 實體被 AI Weekly 追蹤","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780688876697-ieow.png","2026-06-05T19:47:26.53926+00:00",[84,89,94,99,104,109,114,119,124,129],{"id":85,"slug":86,"title":87,"created_at":88},"855cd52f-6fab-46cc-a7c1-42195e8a0de4","surepath-real-time-mcp-policy-controls-zh","SurePath 推出即時 MCP 政策控管","2026-03-26T07:57:40.77233+00:00",{"id":90,"slug":91,"title":92,"created_at":93},"9b19ab54-edef-4dbd-9ce4-a51e4bae4ebb","mcp-in-2026-the-ai-tool-layer-teams-use-zh","2026 年 MCP：團隊真的在用的 AI 工具層","2026-03-26T08:01:46.589694+00:00",{"id":95,"slug":96,"title":97,"created_at":98},"af9c46c3-7a28-410b-9f04-32b3de30a68c","prompting-in-2026-what-actually-works-zh","2026 提示工程，真正有用的是什麼","2026-03-26T08:08:12.453028+00:00",{"id":100,"slug":101,"title":102,"created_at":103},"05553086-6ed0-4758-81fd-6cab24b575e0","garry-tan-open-sources-claude-code-toolkit-zh","Garry Tan 開源 Claude Code 工具包","2026-03-26T08:26:20.068737+00:00",{"id":105,"slug":106,"title":107,"created_at":108},"042a73a2-18a2-433d-9e8f-9802b9559aac","github-ai-projects-to-watch-in-2026-zh","2026 必看 20 個 GitHub AI 專案","2026-03-26T08:28:09.619964+00:00",{"id":110,"slug":111,"title":112,"created_at":113},"a5f94120-ac0d-4483-9a8b-63590071ac6a","claude-code-vs-cursor-2026-zh","Claude Code 與 Cursor 深度對比：202…","2026-03-26T13:27:14.279193+00:00",{"id":115,"slug":116,"title":117,"created_at":118},"0975afa1-e0c7-4130-a20d-d890eaed995e","practical-github-guide-learning-ml-2026-zh","2026 機器學習入門 GitHub 實用指南","2026-03-27T01:16:49.712576+00:00",{"id":120,"slug":121,"title":122,"created_at":123},"bfdb467a-290f-4a80-b3a9-6f081afb6dff","aiml-2026-student-ai-ml-lab-repo-review-zh","AIML-2026：像課綱的學生實驗 Repo","2026-03-27T01:21:51.467798+00:00",{"id":125,"slug":126,"title":127,"created_at":128},"80cabc3e-09fc-4ff5-8f07-b8d68f5ae545","ai-trending-github-repos-and-research-feeds-zh","AI Trending：把 AI 資源收成一張表","2026-03-27T01:31:35.262183+00:00",{"id":130,"slug":131,"title":132,"created_at":133},"3ce6e6e2-bac5-463e-9f8d-45caabcc61f7","awesome-ai-for-science-research-tools-map-zh","AI 科研工具清單，開始像地圖了","2026-03-27T01:46:50.521945+00:00"]