by Rain Chu | 9 月 25, 2026 | AI, claude, 程式開發
Claude Opus 5.5 值得關注的地方,是把需求轉成可操作作品的能力。
同樣交給 AI 一段描述,成果可以是動畫、原生 App、可走進去的 3D 房屋,也可以是帶有武器切換與戰鬥互動的遊戲。真正要問的,是這些作品做到哪裡,以及哪些地方仍需要人檢查。
這次整理把公開案例分成動畫、應用程式、空間、遊戲、介面與機械六個方向。
Opus 5.5、Claude Code、Claude Design,分別負責什麼?
Anthropic 於 2026 年 9 月 22 日推出 Claude Opus 5.5,官方 Claude Code 文件說明了這些操作能力,單純在聊天視窗請模型寫一段程式,與讓它在完整專案裡編譯、測試,是不同的工作方式。
Claude Design則偏向視覺設計與互動原型,它適合探索頁面、版型和設計方向,但畫面上的按鈕可以切換,不代表會員、金流、資料庫與部署已經接好。選工具前,先決定要的是設計提案、可執行專案,還是正式服務。
動畫案例:蝴蝶、水墨與中子星,要分別驗收
蝴蝶生命週期:連續動作比單張漂亮畫面更重要
蝴蝶案例串起卵、幼蟲吃葉成長、結蛹、羽化與展翅飛行,成蝶剛離開蛹時,翅膀仍處於折疊狀態,之後才逐步展開,這種任務同時考驗形態變化與時間節奏,不能只看某一幀像不像蝴蝶,若用於教學,還要檢查各階段的順序與說明是否正確。
需求可以寫成「每個階段停留到足以辨認,再進入下一段,提供暫停與重播」。這比只要求畫面華麗更容易驗收,也能讓模型把時間軸與互動控制一起規劃。
國風水墨:觀察暈染與轉場是否連續
水墨案例在 Claude Design 中完成,從墨色在宣紙上暈染開始,接著帶出層疊山脈、日輪、飛鳥、水面與小船,再轉到荷葉荷花、梅樹,最後以多色墨跡旋轉交織收尾。它把抽象風格落到連續的動態規則,包含擴散速度、留白、筆觸密度與前後景層次。
要延伸成品牌片或教學動畫,可以先做一小段品質樣本,再擴充完整分鏡。站上的Claude Code 與 Remotion 動畫工作流提供了分鏡、工具分工與逐幀檢查的方法,適合把一次展示整理成可重複修改的製作流程。
中子星:視覺化與物理模擬是兩種交付
另中子星動畫展示,透過自動播放與不同角度呈現天文題材。這段口述的模型名稱與全片主題不完全一致,因此本文只把它當成視覺化題材示例,不作單獨的版本比較依據。若要作為科學教材,還須說清楚哪些是示意,哪些參數有資料依據,畫面有說服力並不會自動證明物理模型正確。
原生 App:macOS 音樂播放器與 iOS 背單字工具
macOS 音樂播放器:介面之外,播放流程才是重點
音樂播放器案例採取接近 Apple Music 的介面方向,在 Xcode 開啟專案後執行,展示匯入音樂、播放、暫停與調整音量,也能建立播放清單、瀏覽歌曲、專輯與歌手,並叫出迷你播放器。這讓驗收從靜態畫面進一步走到檔案與媒體操作。
如果要延伸成日常使用的工具,我會再檢查取消匯入、無法辨識的檔案、重複歌曲、播放進度與重新啟動後的資料保留。這些都是下一步的驗收項目,不能因為正常播放一次,就推定全部都已完成。
3D 房屋:從平面圖走進空間,也要檢查還原程度
把一張平面圖轉成能探索的三維房屋,是這組案例很直觀的亮點。操作包含切換一樓與二樓俯視圖,再進入屋內探索客廳、臥室、廚房、洗手間與書房。門會在靠近與離開時自動開關,也能沿樓梯上樓,從臥室走到陽台。
我會把驗收拆成兩部分。第一部分是空間對應,房間的位置、連通關係與樓層是否符合原圖。第二部分是互動,能不能正常進出、是否穿牆、樓梯是否可走。建模結果適合空間溝通或概念展示,不能直接視為具有尺寸與結構驗證的施工模型。
Claude Design:鍵盤詳情頁與宇宙探索 App 原型
鍵盤詳情頁:漂亮版型要能支持產品資訊
鍵盤產品頁展示不同視覺方向,包含深色主題,用產品圖像、留白與版面安排呈現較俐落的風格。若要從設計展示變成電商頁,還要確認規格、選項、價格與購買路徑,並測試手機版是否仍容易操作。
可以搭配Claude Code 網站製作工作流,把設計方向、元件、動效與正式網站需求分開規劃,減少外觀已完成、功能仍空白的落差。
宇宙探索 App:探索體驗與內容可信度分開檢查
宇宙探索原型提供不同風格,能切換探索、太陽系與星空等頁面,拖曳查看行星,打開木星、地球等天體詳情,並比較行星大小。它展示了導覽與資訊卡片如何串接,但天體數據、比例與描述仍需另行核對,不能把可點擊的原型當成已驗證的天文資料庫。
Claude Opus 5.5 價格:單價降低,不代表每個任務固定省多少
依官方 Opus 價格資訊,標準 API 單價如下。這是按 tokens 計費的價格,不是 Claude 訂閱月費。
| 每百萬 tokens,美元 | Opus 5 | Opus 5.5 |
|---|
| 輸入 | 5.00 | 4.00 |
| 輸出 | 25.00 | 20.00 |
| 快取讀取 | 0.50 | 0.20 |
2026 年 9 月 23 日核對的標準 API 單價,不含 Fast mode 或其他服務費用。
任務總成本還取決於輸入量、輸出量、快取命中、重試次數與工具使用。官方對典型工作負載的節省估計,不能直接套用成每個專案的保證。想比較模型,最好給相同需求與驗收條件,同時記錄費用和修改次數。
把案例用到自己的專案:先做一條完整流程
在 Claude Code 中,可依官方模型設定說明指定 claude-opus-5-5。帳號可用性與額度仍以實際介面為準,不要只憑模型自稱的版本判斷是否切換成功。
如果要開始嘗試,可以先選一個範圍小、結果清楚的任務。播放器先完成匯入與播放,單字 App 先完成一輪學習與保存,3D 房屋先完成一個房間與一扇門。把這條流程做對,再增加視覺細節與次要功能。
開工前可先用需求訪談的方式釐清使用者、裝置、資料來源與驗收標準。不要只交付「做得漂亮」,而要列出哪些操作必須成功,以及失敗時應該發生什麼。
專案開始修改前也要留好版本。依Vibe Coding 版本管理方法分階段保存,出現問題才有辦法知道改了哪裡、回到哪一版。模型變強,並不會讓版本管理與驗收失去必要性。
想延伸研究,可從作者的公開 GitHub 專案入口查找相關工具,但不能據此假定本次所有展示都有提供原始碼。重現案例前,應先確認有沒有完整專案、依賴與執行方式。
Claude Opus 5.5 常見問題
Claude Opus 5.5 可以直接做出可上架 App 嗎?
它能協助產生與修改原生 App 專案,但可執行原型和正式上架不同。仍需檢查功能、資料保存、權限、簽署與發行流程。
Claude Code 和 Claude Design 要怎麼選?
要編輯專案、執行工具與測試,可使用 Claude Code。要探索視覺方向和互動原型,可使用 Claude Design。兩者都需要清楚的需求與驗收標準。
Opus 5.5 API 多少錢?
標準 API 每百萬 tokens 的輸入為 4 美元、輸出為 20 美元、快取讀取為 0.20 美元。訂閱方案、Fast mode 與其他服務費用另計。
Opus 5.5 的知識更新到什麼時候?
官方支援文件列出訓練資料截至 2026 年 6 月。即時問題仍應透過可靠來源查證,不能只相信模型自述。
by Rain Chu | 8 月 29, 2026 | AI, claude, codex, OpenAI, 圖型處理, 影片製作, 繪圖
AI 做動畫已經不只是叫模型生一段畫面。更實用的方向,是把動畫規則、鏡頭語言、渲染流程和品質檢查包成 Skill,讓 Codex、Claude Code 或其他 coding agent 知道該怎麼完成一支片。
這次整理的七個 AI 動畫 Skills,剛好涵蓋七種常見需求,從網頁動效、Logo 開場、數據動畫,到產品廣告、手繪故事和動態設計原則都有。它們不是同一類工具,也不需要全部安裝。先看自己要做什麼,再選對 Skill,會比堆一大包能力有效得多。
先講結論,短片該選哪一個
如果目標是快速做社群短片,我會先選 HyperFrames,它讓 Agent 用 HTML、CSS 和 JavaScript 描述畫面,再輸出成影片,對 Codex 很直覺,若內容以數字、圖表或年度回顧為主,Remotion 會更適合。產品網站想做成有電影感的廣告,可以直接看 video-shotcraft。
Logo 動畫選 Pixel2Motion,中文故事轉手繪日記選 story-to-handdrawn-video。GSAP AI Skills 負責把網頁互動做得更有彈性和節奏,LottieFiles motion-design-skill 則像一位動態設計導演,幫 Agent 先把時機、緩動和編排想清楚。
| Skill | 最適合的任務 | 主要輸出 | 我會怎麼選 |
|---|
| HyperFrames | 網頁式動畫、短影音、產品解說 | HTML 影片工程 | 想用 Codex 快速做片先選它 |
| GSAP AI Skills | 網頁互動、滾動動畫、UI 動效 | 可執行的前端動畫 | 網站看起來太硬時使用 |
| Pixel2Motion | Logo reveal、品牌開場 | SVG、HTML、GIF 或影片預覽 | 手上只有點陣 Logo 時使用 |
| Remotion Agent Skills | 數據、圖表、字幕、批次影片 | React 影片工程 | 需要精準時間軸與可重複生成時使用 |
| video-shotcraft | 產品宣傳片、網站功能廣告 | 電影感 Remotion 成片 | 有真實產品畫面時最有價值 |
| story-to-handdrawn-video | 中文故事、手繪日記動畫 | 直式手繪無聲影片 | 敘事型短片可以直接套流程 |
| motion-design-skill | 節奏、緩動、動態設計審查 | 設計規則與改進建議 | 搭配其他 Skill 一起用 |
Skill 和動畫工具有什麼不同
GSAP、Remotion 和 HyperFrames 是能真正執行動畫或渲染影片的工具,Skill 則是給 AI Agent 的工作說明,裡面會放最佳做法、檔案結構、動效規則、操作命令、常見失敗和驗收方式,它不會讓模型突然變成動畫師,但可以減少 Agent 亂猜 API、亂排時間軸和做出模板感畫面的機會。
如果你還不熟悉這種能力包,可以先看我整理的自訂 Skill 完整教學,它的重點不是多一個聊天指令,而是把可重複的製作方法交給 Agent。
1. HyperFrames,把網頁變成可渲染的影片
HeyGen HyperFrames 的核心很簡單,先用 HTML 寫畫面,再把瀏覽器中的動畫確定性地渲染成影片,Agent 可以處理分鏡、CSS、GSAP、素材、字幕、音訊和輸出,因此很適合做產品解說、社群短片、動態圖表與網站展示。
它和傳統剪輯軟體的差別,是畫面本身可以被程式控制,只要資料結構固定,同一套模板就能換內容重新輸出,想深入理解它的架構,可以接著看HyperFrames 用 HTML 寫影片。
npx hyperframes init my-video --example blank
cd my-video
npx hyperframes preview
npx hyperframes render
2. GSAP AI Skills,讓網頁動效不再只是淡入淡出
GSAP AI Skills 是官方提供給 coding agent 的動畫知識包,涵蓋核心時間軸、Tween、ScrollTrigger、Flip、MorphSVG 和常見清理方式。它適合處理會浮、會彈、會跟著捲動改變的網站互動。
GSAP 的價值不是特效多,而是時間軸和控制能力成熟。Agent 知道怎麼設定 easing、stagger、觸發條件和資源清理後,做出來的動畫會比隨手拼 CSS transition 穩定很多。
npx skills add greensock/gsap-skills
3. Pixel2Motion,一張 Logo 變成品牌動態開場
Pixel2Motion 會先把 PNG、JPG 或截圖中的 Logo 重建成平滑 SVG,再設計 motion、logo reveal 和 HTML 動態展示,它不是單純把圖片放大縮小,而是先處理向量結構,再對圖形部件安排動作。
這個流程很適合品牌開場、App 啟動畫面和社群短片片頭,官方專案也加入幾何比對、動作幀截圖和最終畫面檢查,讓 Agent 不只產出會動的檔案,也留下可審查的證據。
npx skills add nolangz/pixel2motion
4. Remotion Agent Skills,用 React 做精準影片
Remotion Agent Skills 把 Remotion 的動畫、字幕、音訊、3D、圖表、渲染與元件設計規則交給 Agent。Remotion 本身以 React 組成影片,每一幀都能由程式和資料決定,因此很適合年度回顧、排行榜、圖表動畫、批次內容和字幕短片。
它的學習成本比單純 HTML 高,但大型專案會更好維護。之前整理的Codex 動態圖表和短影片工作流,就很適合拿 Remotion 處理需要精準幀數與資料驅動的部分。
npx skills add remotion-dev/skills
npx create-video@latest
5. video-shotcraft,把產品畫面剪成電影感廣告
video-shotcraft 是一套以 Remotion 為基礎的產品影片製作 Skill。它提供超過一百張鏡頭配方卡、可預覽的動作樣式、2.5D 運鏡、節奏卡點、音效和可直接替換內容的完整模板。
最實際的用法,是把網站或桌面產品的真實畫面交給 Agent,再指定想使用的鏡頭卡。它會處理素材採集、分鏡、運鏡、轉場、聲音和品質檢查。相比只生成幾張氣氛圖,這條路更能把真正的產品功能講清楚。
npx skills add Vincentwei1021/video-shotcraft
6. story-to-handdrawn-video,中文故事轉手繪日記動畫
story-to-handdrawn-video 能把中文故事或排序好的圖片,轉成直式手繪日記動畫,它會安排手寫文字、黑白線稿、彩色插圖與翻頁轉場,輸出可再加入旁白的 H.264 畫面。
這個 Skill 適合個人故事、知識小品、品牌創辦歷程和情緒型內容。它的風格很明確,不適合硬套在科技產品展示,但用在敘事題材時能快速建立一致的視覺語言。
git clone https://github.com/gnipbao/story-to-handdrawn-video.git
cd story-to-handdrawn-video
npm install
7. motion-design-skill,先教 Agent 什麼叫手感
LottieFiles motion-design-skill 不綁定特定動畫框架。它教的是 timing、easing、choreography、情緒意圖和改寫成 UI 動效的經典動畫原則。CSS、GSAP、Framer Motion、Lottie 都能使用這套思考方式。
很多 AI 動畫技術上能跑,卻沒有重量、停頓和節奏,原因通常不是少一個套件,而是 Agent 沒先決定動作要傳達什麼。這個 Skill 最適合當成第二層能力,搭配 HyperFrames、GSAP 或 Remotion 一起使用。
npx skills add LottieFiles/motion-design-skill
可以直接貼給 Codex 的繁體中文提示詞
不要只寫「幫我做一支動畫」。先把目的、尺寸、時長、素材、節奏和驗收條件講清楚。下面這份可以直接改主題使用。
請使用適合的動畫 Skill,製作一支 15 秒直式短片,比例 9:16。
目的
用最短時間介紹我的產品如何把文字整理成可搜尋的知識庫。
素材
使用專案中的真實產品截圖與品牌色,不要使用無關的 AI 圖片。
結構
0 到 3 秒呈現使用者找不到資料的痛點
3 到 8 秒展示匯入、整理與搜尋流程
8 到 12 秒用數字動畫顯示節省的時間
12 到 15 秒顯示產品名稱與行動文字
動效
畫面轉場要乾淨
數字使用平滑遞增
卡片進場要有重量感與短暫停頓
不要讓所有元素同時移動
限制
不要藍紫科技風
不要粒子背景
不要讓文字互相遮擋
不要使用未授權素材
驗收
先做 5 秒風格原型
確認手機畫面可讀後再完成全片
最後檢查每一幀是否有文字裁切、元素重疊和空白畫面
我的建議組合
- 社群短片選 HyperFrames,加 motion-design-skill 控制節奏
- 網站互動選 GSAP AI Skills,加 motion-design-skill 做動態審查
- 數據影片選 Remotion Agent Skills
- 產品廣告選 video-shotcraft,再用真實頁面截圖
- 品牌片頭選 Pixel2Motion
- 故事內容選 story-to-handdrawn-video,再補旁白、字幕和音效
更完整的製作管線可以參考OpenMontage 本地 AI 影片工作流。它把研究、腳本、素材、渲染和驗收串起來,而這七個 Skill 比較像其中的專業工位。先把一個工位用熟,再擴大成自動化流水線,成功率會高很多。
FAQ
完全不會寫程式也能用嗎?
可以從提示詞開始,但仍要看得懂 Agent 建立了哪些檔案、如何預覽和輸出。HyperFrames 與 video-shotcraft 對成品導向較友善,Remotion 更適合願意維護 React 專案的人。
只想做短片,最推薦哪一個 Skill?
一般社群短片先選 HyperFrames。數據類短片選 Remotion。產品宣傳片選 video-shotcraft。風格容易僵硬時,再加 motion-design-skill 幫 Agent 調整節奏。
安裝很多 Skill 會不會讓 Agent 更強?
不一定。能力太多會增加選擇和上下文成本。每次任務只啟用一個主要製作 Skill,再搭配一個設計或品質檢查 Skill,通常會比較穩定。
by Rain Chu | 8 月 25, 2026 | 3D, AI, claude
用 Claude Code 或 Codex 產生 Remotion 專案並不難,真正困難的是讓動畫從「可以播放」進步到「看起來像專業設計」,只下一句提示詞,AI 通常能把元件放進時間軸,卻很難同時掌握分鏡、節奏、視覺層級、轉場與品牌質感。
比較可靠的方法,是先把 Remotion 的 Agent Skill 安裝到開發代理,接著把需求拆成分鏡、時間、版面與動態規則,先完成短片段,再逐幀檢查並反覆修正。本文會從安裝開始,整理一套 Claude Code 與 Codex 都能使用的流程,也會說明 GSAP、D3.js、Lottie、Three.js、Canvas 與 Blender 各自適合處理什麼工作。
Remotion 是什麼
Remotion 是一套以 React 撰寫影片的框架。畫面被拆成 Composition,每個 Composition 會定義尺寸、幀率與總幀數,元件再依目前幀數計算位置、透明度、縮放與其他狀態。最後可以在 Studio 預覽,也能透過命令列輸出影片。
這種逐幀且可重現的設計很適合 AI 代理。代理可以讀取程式碼、修改元件、調整時間點,再重新輸出指定幀進行比對。它也適合大量產生不同文案、數據或尺寸的影片,而不是每次都回到剪輯軟體手動修改。
為什麼一句提示詞通常做不好
空白專案只提供了一堆可以組合的零件,沒有現成的鏡頭語言、元件規則與品質標準,當需求只有「做一支有質感的 SaaS 動畫」,代理還要自行猜測品牌顏色、字級、轉場、每一幕的長度,以及什麼才算有質感,結果自然容易變成普通投影片。
- 沒有分鏡,所以所有資訊同時出現
- 沒有明確時間點,所以動畫速度忽快忽慢
- 沒有動態規則,所以每個元素使用不同節奏
- 沒有參考幀,所以代理只能猜測版面與層級
- 沒有驗收步驟,所以第一版直接被當成完成品
Agent Skill 的價值,就是先把 Remotion 的正確用法、常見陷阱與輸出流程交給代理,這和建立 Claude Code 自訂 Skill 的概念相同,先提供可重複使用的方法,再讓代理處理當次任務。
Claude Code 與 Codex 都能使用 Remotion Skill
Remotion 官方的 Agent Skills 文件 已列出 Claude Code 與 Codex 等開發代理。先確認電腦已安裝 Node.js,再建立空白專案並加入 Skill。
npx create-video@latest --yes --blank my-video
cd my-video
npm i
npx remotion skills add
npm run dev
如果希望把官方 Skill 安裝成全域能力,可以執行下面的指令。
npx -y skills@latest add remotion-dev/skills -g -y
官方能力不只包含基本規範,也有建立作品、字幕、地圖、SaaS 產品動畫、互動播放器、媒體處理、版本升級與輸出等分工
這表示 Codex 並不是只能修改既有 Remotion 程式,也能從規格開始建立專案並完成輸出。
可直接使用的繁體中文提示詞
提示詞不要只描述主題,也要同時定義格式、時間軸、視覺系統、動態語言與驗收方式.
下面這份範本可以直接貼給 Claude Code 或 Codex,再替換中括號內的內容。
請先讀取目前可用的 Remotion Skill 與專案規範,再建立一個可直接輸出的 Remotion Composition。
影片主題
[要傳達的產品或故事]
輸出格式
1920 x 1080
30 fps
總長 20 秒
Composition ID 使用 ProductLaunch
視覺方向
使用深灰、米白、青色與珊瑚紅
畫面安靜、精準、有產品發表會質感
禁止套用通用科技藍紫漸層
文字必須保留安全邊界並在手機縮圖中可讀
分鏡
0 到 3 秒顯示品牌名稱與一句核心價值
3 到 8 秒展示產品介面與主要操作
8 到 14 秒用三個步驟說明工作流程
14 到 18 秒顯示成果數據
18 到 20 秒收尾並顯示行動文字
動態規則
所有動畫都要由 useCurrentFrame、interpolate 或 spring 驅動
每次只讓一個主要資訊成為視覺焦點
入場使用淡入、位移與輕微縮放
不要使用無法由幀數重現的 CSS transition
不要使用 Math.random、目前日期或即時網路狀態
工作方式
先建立 5 秒的第一幕作為品質樣本
輸出第 0、30、60、90、120 與 149 幀供我檢查
確認沒有文字溢出、遮擋、跳動與空白畫面後,再完成全部分鏡
最後列出 Composition ID、預覽方式與輸出指令
這個範本刻意要求先做 5 秒樣本。若第一幕的字體、間距與動態節奏不對,先修正視覺系統會比做完 20 秒後重來省下更多時間。
若想深入理解 Codex 產生動態內容的提示架構,可以延伸閱讀Codex 做動態圖表和短影片的工作流程。
模仿參考動畫時要先拆解畫面
把整段參考素材轉成大量截圖,再一次交給代理,通常只能得到顏色和版面大致相近的結果。,集畫面缺少元素對應、時間關係與動態方向,代理不容易判斷一個物件是移動、被遮罩,還是切換成另一個元件。
- 每 0.5 到 1 秒擷取一張代表幀
- 標記每個鏡頭的開始時間與結束時間
- 列出背景、主體、文字、裝飾與遮罩等圖層
- 描述物件從哪裡進入、移動到哪裡、使用何種緩動
- 先重建最具代表性的 3 到 5 秒
- 輸出相同時間點的幀並排比較
軌跡動畫也可以用一張乾淨的路徑草圖輔助。把路徑、起點、終點與移動方向畫清楚,再要求代理將路徑轉成 SVG 或座標資料,通常比只用文字描述「繞一圈再飛出去」更準確。參考作品應作為鏡頭與節奏研究,不要直接複製商標、字體、插圖或其他受保護素材。
Remotion 與各種動畫工具怎麼選
| 工具 | 擅長內容 | 適合情境 |
|---|
| Remotion 原生能力 | React 元件、分鏡、字幕、影片組合 | 產品介紹、教學短片、批次影片 |
| GSAP | 時間軸、緩動、複雜介面動態 | SaaS 首頁、產品發表、投影片式轉場 |
| D3.js | 資料轉換、SVG、客製圖表 | 統計變化、架構圖、地圖與路徑 |
| Lottie | JSON 向量動畫 | 圖示、付款流程、節慶與微動畫 |
| Three.js | 即時 3D 場景與模型 | 低多邊形場景、設備與空間示意 |
| Fabric.js 與 p5.js | Canvas 繪圖與自訂視覺 | 白板、手繪、幾何圖形與實驗動畫 |
| Blender | 建模、材質、燈光與高品質 3D | 產品模型、車輛、角色與複雜鏡頭 |
Remotion 加 GSAP
GSAP 的 Timeline 很適合管理多段 Tween,也方便安排重疊、標籤與緩動。它能讓產品頁面以投影片般的節奏逐幕展開。不過 Remotion 最終仍要對每一幀得到固定結果,因此整合時應由目前幀數控制 GSAP 的進度,避免依賴瀏覽器實際經過的時間。
Remotion 加 D3.js
D3.js 是自由度很高的資料視覺化工具,關於人口統計變化、系統架構、交通路線與歷史路徑都很適合先由 D3 計算比例尺、座標與 SVG,再由 Remotion 控制每一段資料何時出現,資料來源應保存在專案內或在輸出前完成下載,避免輸出時受到外部 API 波動影響。
Remotion 加 Lottie
Lottie 適合圖示、付款成功、條碼掃描與簡短節慶動畫,官方套件需要安裝 @remotion/lottie 與 lottie-web。部分 Lottie expression 無法保證逐幀一致,正式輸出前應特別檢查是否閃爍。
npm i @remotion/lottie lottie-web
Remotion 加 Three.js
Three.js 適合在 React Three Fiber 中載入 3D 模型,再用 Remotion 的目前幀數控制相機、模型與燈光,官方提供 @remotion/three 進行整合,低多邊形產品展示、工廠流程或地圖空間化很合適,複雜建模與擬真材質則應交給 Blender。
npm i three @react-three/fiber @remotion/three @types/three
Blender 與 MCP 的正確分工
Blender 可以完成建模、材質、燈光、相機與骨架動畫,透過合適的 MCP 連接器,Claude Code 或 Codex 可以呼叫 Blender 執行部分操作,但這不代表代理已具備專業 3D 美術判斷,最有效率的分工,是由 Blender 建立複雜 3D 資產與鏡頭,再輸出透明影片或圖片序列,最後交給 Remotion 疊加文字、圖表、字幕與音訊。
MCP 連接器屬於第三方整合時,要先檢查原始碼、權限範圍與維護狀態。不要讓來源不明的工具取得整台電腦或敏感專案的存取權。
如何輸出透明字卡與動畫覆蓋層
透明背景不能只把 CSS 背景設成透明,輸出格式也必須保留 Alpha 通道,若要放進 Final Cut Pro、Premiere 或 DaVinci Resolve,Remotion 官方建議使用支援 Alpha 的 ProRes 4444 或 4444 XQ,影格格式選 PNG,像素格式使用 yuva444p10le。
npx remotion render ProductLaunch out/overlay.mov --image-format=png --pixel-format=yuva444p10le --codec=prores --prores-profile=4444
網頁若需要透明影片,可以輸出 VP8 或 VP9 的 WebM,搭配 PNG 影格與 yuva420p,瀏覽器支援並不一致,正式網站最好同時準備不透明的備用版本。
從需求到成品的完整工作流程
- 寫清楚目的 先決定受眾、平台、時長與希望觀眾記住的唯一重點
- 拆分分鏡 每幕只安排一個主要訊息,標出開始與結束時間
- 定義視覺系統 固定顏色、字體、間距、圓角、陰影與安全邊界
- 安裝 Skill 讓代理先讀取 Remotion 的官方規範與相關能力
- 先做短樣本 用 3 到 5 秒確認設計方向,不要直接生成整支作品
- 檢查代表幀 至少檢查開頭、中段、轉場前後與結尾
- 加入專用工具 依需求選 GSAP、D3、Lottie、Three.js 或 Blender
- 加入音訊 最後才對齊旁白、音效與背景音樂
- 輸出與複查 完整播放成品,也要檢查文字是否溢出與畫面是否閃爍
預覽完成後,可以先列出 Composition,再輸出指定作品。
npx remotion compositions
npx remotion render ProductLaunch out/video.mp4
Remotion 與用 HTML 寫影片的 HyperFrames 都把畫面轉成代理可修改的程式碼。Remotion 更接近 React 生態與逐幀影片管線,HyperFrames 則適合直接以 HTML 組合動態內容。選擇重點不是哪一套比較新,而是哪一套更符合現有技術與交付格式。
一定要用 Remotion 嗎
不一定。若只是把現成網頁動畫輸出成一次性的短片,可以用 GSAP 或 D3 建立網頁,透過 Playwright 等瀏覽器工具逐幀截圖,再交給 FFmpeg 合成,這條路徑簡單直接,也能保留原本的前端互動程式。
Remotion 的優勢在於 Composition、時間軸、媒體同步、參數化、Studio 預覽與標準輸出流程,當作品包含多個分鏡、字幕、音訊、不同尺寸,或需要批次套用資料時,這些能力會明顯降低維護成本,單次實驗可以選瀏覽器截圖加 FFmpeg,長期內容管線則更適合 Remotion。
常見問題
Codex 可以取代 Claude Code 完成這套流程嗎
可以,Remotion 官方 Agent Skills 文件已把 Codex 列為適用代理,差異主要來自代理讀取到的 Skill、專案上下文、提示詞完整度與驗收流程,而不是只能使用某一個品牌的開發工具。
為什麼參考圖很多,結果還是不像
大量截圖不等於完整動態規格,需要補上每個圖層的名稱、時間區間、位移方向、遮罩關係與緩動方式,先重建一個短鏡頭,再逐幀對照,會比一次交付整段素材更有效。
什麼工具最適合動態圖表
D3.js 適合需要客製比例尺、座標、路徑與 SVG 的資料視覺化,一般長條圖或折線圖不必為了技術感增加過多特效,先確保數據正確、標籤可讀與變化有清楚的時間順序。
透明影片輸出後為什麼變成黑底
通常是編碼器、像素格式或影格格式沒有保留 Alpha,剪輯軟體可用 ProRes 4444 搭配 PNG 與 yuva444p10le,網頁則可測試 VP8 或 VP9 WebM 搭配 yuva420p。
結論
Claude Code、Codex 與 Remotion 的組合確實能做出高品質動畫,但品質不是來自一句神奇提示詞。真正有效的做法,是先讓代理掌握 Skill,再把需求寫成可驗收的分鏡與逐幀規則,最後依內容選擇 GSAP、D3、Lottie、Three.js、Canvas 或 Blender。
把第一版當成可以修改的動畫原型,而不是最終成品,先完成短樣本、檢查代表幀、修正視覺系統,再擴充完整時間軸,AI 才會從快速生成工具變成穩定的動態設計工作夥伴。
延伸資料
by Rain Chu | 8 月 24, 2026 | AI, claude
Claude Code 已經能在很短時間內完成網站骨架、元件組合、響應式版面與互動原型。真正拉開品質差距的地方,卻不是「會不會叫 AI 寫前端」,而是能否先定義網站要說服誰、希望對方採取什麼行動,再選擇正確的素材與技術。
一套實用的 AI 網站工作流,可以用 Claude Code 負責程式與整合,用 shadcn/ui 建立元件基礎,再依需求加入 Lottie、Three.js 或捲動圖片序列。最後仍要回到效能、無障礙、後端、安全與維護,才能把吸睛展示變成真的可用網站。
AI 做網站的真正分水嶺
如果只輸入「幫我做一個現代感網站」,AI 很容易回到訓練資料中最常見的版型。常見結果是大標題、三張功能卡、藍紫漸層、圓角按鈕與制式頁尾。這不是程式沒有寫好,而是需求沒有提供受眾、目的、內容優先順序與視覺判斷標準。
| 網站發展階段 | 常見特徵 | 對 AI 設計的提醒 |
|---|
| 1995 到 2000 | 表格排版、Frame、閃爍圖示與訪客計數器 | 技術限制會直接形成視覺語言 |
| 2000 到 2005 | Flash 開場與高度裝飾性動效 | 效果醒目不代表資訊容易理解 |
| 2005 到 2010 | CSS Float 與較自由的版面 | 排版技術改變後仍需要內容策略 |
| 2010 到 2014 | 響應式設計與 Bootstrap 普及 | 大量相似版型成為 AI 最熟悉的答案 |
| 2015 之後 | SPA、元件化與設計系統 | 元件提高效率,但不會自動產生品牌差異 |
因此,Skill、設計規則與參考資料會直接影響生成結果,像 用 Impeccable 改善 AI 網站設計,就是把審美與常見問題整理成可重複使用的規則。它能減少模板感,但最後仍要由人判斷設計是否符合目的。
先決定網站屬於哪一種策略
同一份公司資料,可以做成完全不同的網站,寫程式前,我會先選擇下面三種策略之一,再決定資訊架構、動效密度與追蹤指標。
| 策略 | 資訊路徑 | 適合情境 | 主要指標 |
|---|
| 說服漏斗 | 看見、信任、理解、行動 | 接案、服務與銷售頁 | CTA 點擊率、聯絡表單完成率 |
| 敘事閱讀 | 主張、方法、工藝、系統、合作 | 工作室、品牌故事與高單價服務 | 閱讀時間、捲動深度、案例點擊 |
| 最短路徑 | 價值、證據、精選作品、服務、行動 | 行動裝置優先與需要快速決策的網站 | 載入速度、行動版聯絡轉換率 |
動畫工作室可以用高密度動效展示能力,但代價可能是載入速度和無障礙表現,法律、醫療或在地服務網站通常更需要清楚、可信任與快速聯絡。設計不是把所有效果都放進來,而是保留最能支持目標的部分。
Claude Code 與網站工具分工
Google Whisk 原本能以主體、場景與風格圖片快速探索視覺方向,Google 已在 2026 年 2 月的 Flow 更新中宣布把 Whisk 與 ImageFX 的主要能力整合到 Flow,因此新專案可直接從 Flow 開始。想了解原本的操作概念,仍可閱讀 Google Whisk 官方介紹。
完整工作流一:先做策略與規格
第一步不要急著叫 Claude Code 產生首頁。先把商業目標、受眾、內容和成功標準整理成一頁規格。以下提示詞可直接交給 Codex、Claude 或 Gemini。
你是一位網站策略師與資深產品設計師。
請先不要寫程式,根據下面資料建立網站策略。
品牌或產品:[填入名稱]
主要受眾:[填入使用者]
希望完成的行動:[購買、預約、聯絡或訂閱]
現有內容:[貼上文字與素材清單]
限制:[技術、時程、品牌或法規限制]
請輸出:
1. 一句清楚的價值主張
2. 建議採用說服漏斗、敘事閱讀或最短路徑,並說明原因
3. 從首頁到主要行動的資訊架構
4. 每個區塊的目的、必要內容與 CTA
5. 建議追蹤的三個指標
6. 不應加入的內容與效果
7. 桌面版與行動版的驗收條件
資訊不足時先列出問題,不要自行虛構客戶、獎項或數據。
這一步完成後,再請 AI 挑戰規格中的假設,例如「為什麼一定要輪播圖」或「使用者能否在五秒內找到聯絡方式」。好的規格應該能回答為誰設計、為何這樣排,以及如何判斷有效。
完整工作流二:拆解參考網站但不複製
參考 Awwwards 等設計網站時,應拆解規則,不應下載別人的品牌素材後直接換字,可觀察版面比例、閱讀節奏、元素定位、字體層級、動效觸發條件與素材格式,再用自己的內容重建。
請分析我提供的參考網站截圖與網址,建立一份可實作的設計規格。
請拆解:
1. 頁面區塊順序與每個區塊的目的
2. 網格、最大寬度、留白與對齊方式
3. 字體層級、行高與閱讀節奏
4. 色彩角色,不只列出色碼
5. 圖片、Lottie、影片與 3D 素材的使用位置
6. 捲動、游標、進場與狀態切換的觸發方式
7. 行動版需要刪除、簡化或改排的內容
8. 可能使用的前端技術與效能風險
只提取設計原則與互動邏輯。
不要複製原站文案、Logo、商標、插圖、照片或可識別的品牌元素。
請提出三個能保留體驗但形成原創差異的方向。
這種方法比要求「做得一模一樣」更能長期使用,也降低著作權與品牌混淆風險。若想進一步建立 AI 設計規則,可以參考 UIUX Pro Max 與 WordPress 外觀設計。
完整工作流三:用 Claude Code 與 shadcn/ui 起底
Claude Code 可從終端機讀取整個專案。安裝完成後進入網站資料夾,再啟動互動工作階段。
npm install -g @anthropic-ai/claude-code
cd my-website
claude
對電商、預約、點餐、聊天室或儀表板這類常見介面,shadcn/ui 能快速提供表單、按鈕、對話框、表格與導航元件。不過它只是原始碼與設計系統的起點。若沒有重新調整字體、密度、色彩、狀態和內容層級,網站仍會有明顯套版感。
請先閱讀現有專案結構與套件,不要重建整個專案。
根據已確認的網站策略,建立首頁與主要操作流程。
實作要求:
1. 優先沿用現有框架與元件模式
2. 使用 shadcn/ui 作為基礎,但重新定義色彩、字體、間距與互動狀態
3. 使用語意化 HTML,完整支援鍵盤與螢幕閱讀器
4. 桌面、平板與手機都要有明確版面
5. 不使用虛構數據、假客戶、假按鈕或沒有結果的表單
6. 不加入無助於目標的漸層、裝飾光球與過量動畫
7. 建立 loading、empty、error、success 與 disabled 狀態
8. 完成後執行測試,並列出尚未串接的後端功能
先提出實作計畫與檔案變更清單,確認後再開始修改。
對常見產品而言,先讓 AI 建立可操作底稿,再逐步替換品牌內容,通常比從空白專案慢慢刻元件更有效。若專案容易在連續修改後失控,可以搭配 Superpowers 開發紀律,把規格、測試與驗收拆成較小步驟。
Lottie、真 3D 與假 3D 怎麼選
| 方案 | 優點 | 限制 | 適合內容 |
|---|
| Lottie | 檔案小、向量清晰、容易控制播放 | 不適合複雜寫實 3D | 圖示、插圖、載入與狀態動效 |
| Three.js 加 3D 模型 | 可旋轉、換視角、改材質與即時互動 | 開發與效能成本較高 | 產品檢視器與需要自由互動的場景 |
| 圖片序列加 ScrollTrigger | 視覺穩定、容易做出高質感捲動敘事 | 圖片數量大,需預載與壓縮 | 固定鏡位的拆解、變形與成長動畫 |
如果訪客不需要自由旋轉物件,真正的 3D 不一定划算。固定鏡位的產品炸開、植物生長、書本展開或日夜轉換,都可以先生成影片,再拆成圖片序列,用捲動位置控制幀數。這種方法的重點是首尾畫面的構圖、光線和物件位置必須一致。
產生首尾關鍵畫面的提示詞
建立兩張 16 比 9 的產品關鍵畫面,作為首尾幀動畫素材。
主體:一個放在深色石材桌面的精緻漢堡
起始畫面:漢堡完整組裝,置於畫面中央
結束畫面:麵包、蔬菜、起司與肉排沿垂直方向均勻分離,形成清楚的爆炸分解圖
兩張圖必須維持完全相同的攝影機位置、焦段、光線、背景、陰影與物件比例。
產品邊緣清楚,材質寫實,構圖適合網站主視覺。
不要文字、Logo、手、餐具、額外食材或鏡頭移動。
Flow 首尾幀轉場提示詞
固定攝影機與背景不動。
讓完整漢堡平順地分解成尾幀中的爆炸結構。
每一層食材只沿垂直方向緩慢移動,保持形狀、材質、光線與比例一致。
動作由慢到快再自然減速,沒有旋轉、彈跳、變形或新增物件。
首幀和尾幀必須精準對齊,適合拆成連續圖片序列。
轉場完成後,可用 ezgif 的 Video to JPG 或 Video to WebP 拆幀,只保留足以讓動作平順的圖片,統一尺寸和命名,再交給 Claude Code。圖片越多不一定越好,行動裝置的下載量與解碼記憶體必須一起評估。
用 ScrollTrigger 控制圖片序列
GSAP ScrollTrigger 的 scrub 能讓動畫進度直接跟著捲動位置。實作時可把 Canvas 固定在視窗內,依進度換算目前幀數。這裡最容易被忽略的是預載、視窗縮放、圖片比例與減少動態效果設定。
請在現有頁面建立捲動控制的圖片序列動畫。
素材位置:public/sequence
檔名規則:frame-0001.webp 到 frame-0120.webp
需求:
1. 使用 Canvas 繪製,不要一次建立 120 個 img 元素
2. 預載第一幀並立即顯示,再於背景載入其餘圖片
3. 顯示真實載入進度,載入失敗時提供靜態首圖
4. 使用 GSAP ScrollTrigger,將動畫區塊固定並用 scrub 對應捲動進度
5. 依照裝置像素比與容器尺寸重繪,圖片維持完整比例
6. resize 後重新計算 Canvas 與 ScrollTrigger
7. 支援 prefers-reduced-motion,停用動態時顯示最有資訊的靜態幀
8. 行動裝置使用較少幀數或較小圖片
9. 元件卸載時清除 ScrollTrigger、事件與圖片參照
10. 完成後檢查首頁載入量、記憶體與捲動是否流暢
先說明檔案與元件架構,再修改程式。
若畫面真的需要讓訪客旋轉、縮放或更換材質,才改用 Hyper3D 產生模型並匯出 GLB,再由 Three.js 載入。模型要先減面、壓縮貼圖並測試手機 GPU。寫實模型能帶來更自由的互動,也會增加載入、除錯與相容性成本。
漂亮原型不等於正式網站
AI 可以快速做出電商、點餐、音樂串流、旅遊規劃、預約與資料儀表板的外觀,要判斷能不能真的使用,不能只看畫面。每一個按鈕、表單、登入、付款與資料狀態都必須有完整路徑。
- 後端與資料:API、資料庫、搜尋、檔案上傳與交易一致性。
- 身分與權限:登入、角色、授權、工作階段與密碼重設。
- 安全:輸入驗證、輸出編碼、金鑰管理、速率限制與安全標頭。
- 可靠性:錯誤狀態、重試、備份、監控、日誌與復原方式。
- 品質:響應式、鍵盤操作、螢幕閱讀器、色彩對比與減少動態效果。
- 效能:圖片壓縮、程式分割、第三方腳本、Core Web Vitals 與低階手機測試。
- 維護:套件更新、文件、測試、部署流程與內容管理權限。
請把目前網站視為準備上線的正式產品,執行一次完整稽核。
逐項檢查:
1. 所有按鈕、表單、連結與導覽是否有真實結果
2. API、資料庫、登入、權限與錯誤處理是否完整
3. 是否暴露金鑰、個資、內部網址或敏感日誌
4. 是否存在 XSS、CSRF、未驗證輸入與越權風險
5. 鍵盤、螢幕閱讀器、對比與減少動態效果是否可用
6. 手機、平板與桌面是否出現溢位、遮擋或版面跳動
7. 首頁下載量、LCP、CLS、INP 與圖片序列記憶體是否合理
8. SEO、Open Graph、結構化資料與 404 頁面是否完成
9. 測試、部署、監控、備份與回復流程是否存在
請把結果分成阻擋上線、上線前修正、可以後續改善三個等級。
每個問題要提供檔案位置、重現方式與建議修改,不要只給原則。
熟悉前端與系統的人通常更能把 AI 用好,因為他們知道哪些地方看似完成,其實只是靜態假象。AI 壓縮的是產生程式碼的時間,需求澄清、架構、除錯、安全、效能與長期維護仍需要工程判斷。
如何整合到 WordPress
Claude Code 產生的網站不會自動變成 WordPress,但有三種常見整合方式。內容型網站可以做成自訂佈景主題或 Gutenberg 區塊。需要 React 互動但仍由 WordPress 管理內容時,可以採用 Headless WordPress,只有單一活動頁時,也能把整理後的 HTML、CSS 與 JavaScript 放進專用頁面模板。
- Lottie 與 GSAP 應透過佈景主題或外掛載入,不要在每篇文章重複塞入完整套件。
- 表單、會員、購物與預約要串接 WordPress API 或成熟外掛,不能只保留前端畫面。
- Three.js 與圖片序列要測試 Divi 或其他頁面編輯器是否重複載入腳本。
- 內容編輯者需要可理解的欄位,不應每次修改文案都回頭改程式。
如果想用 Codex 製作可互動的 HTML 視覺內容,也可以延伸閱讀 Open Design 與 HTML 簡報實戰,理解設計規格如何轉成可執行的前端成果。
我會怎麼安排這套流程
- 先寫受眾、目標、內容與成功指標。
- 選擇說服漏斗、敘事閱讀或最短路徑。
- 拆解參考網站的規則,不複製品牌素材。
- 用 Claude Code 和 shadcn/ui 建立可操作骨架。
- 依互動需求選擇 Lottie、Three.js 或圖片序列。
- 先完成一段代表性動效,再決定是否擴大使用。
- 以真實內容、資料與操作流程完成整合。
- 執行安全、無障礙、效能與跨裝置驗收。
- 部署後追蹤轉換與使用行為,再依數據調整。
這套流程的價值不在於證明前端工程師會消失,而是把工作重心從手動堆疊元件,推向需求判斷、設計系統、技術選型與品質保證。AI 可以讓第一版非常快,真正有價值的專業則是知道第一版離可用、可信任與可維護還差多少。
工具與官方資源
FAQ
Claude Code 可以一句話完成整個網站嗎
它可以快速建立完整度很高的原型與常見介面,但正式網站還需要真實內容、資料來源、後端、權限、安全、效能與部署驗收。一句話適合起步,不適合直接當成上線規格。
用了 shadcn/ui 就能消除 AI 模板感嗎
不能。shadcn/ui 提供高品質元件原始碼與良好基礎,但網站仍需要自己的字體、色彩、密度、內容層級、互動和品牌素材。設計策略比元件名稱更重要。
Lottie、Three.js 和圖片序列該怎麼選
簡單向量動效選 Lottie。需要自由旋轉或即時互動選 Three.js。只有固定動作且希望由捲動控制時,圖片序列通常更容易穩定呈現。
Google Whisk 現在要到哪裡使用
Google 已把 Whisk 與 ImageFX 的主要能力整合到 Flow。新工作流可以直接使用 Flow 建立圖片與影片,原本的 Whisk 操作概念仍可作為提示詞與視覺探索參考。
這套方法可以用在 WordPress 嗎
可以,但要先選擇自訂佈景主題、Gutenberg 區塊、Headless WordPress 或專用頁面模板。動態資料與會員功能仍要正確串接 WordPress 後端,不能只把 React 畫面貼進文章。
by Rain Chu | 7 月 6, 2026 | Agent, AI, claude
Memory 讓 agent 記得自己的工作經驗,Dreaming 則負責在背景整理、驗證與回填這些經驗。
AI Agent 真正難的地方,不是只會不會呼叫工具,而是能不能在長時間、多任務、多 agent 的環境裡越做越好。MCP 解決的是工具與資料接入,Skills 解決的是可重複使用的能力封裝,但如果 agent 每次醒來都像第一次接觸專案,它就很難成為真正可靠的工作夥伴。
這也是 memory 和 dreaming 這兩個概念重要的原因。Memory 是 agent 的可讀寫經驗庫;Dreaming 則像一個離線整理程序,會在任務之外回看多個 session 的 transcript,找出共同錯誤、成功策略、重複資訊與過期記憶,再把它們整理成更可靠的記憶狀態。
為什麼 Agent 需要 Memory?
現在的 agent 已經可以跑很久,有些任務會持續數小時甚至接近數天。問題是,時間拉長後,上下文管理就會變成瓶頸。Agent 需要知道任務成功條件、常見錯誤、哪些策略行不通、專案檔案怎麼組織、以前有哪些調查結果,也要能從其他 agent 的經驗中學到東西。
這一點和我之前整理 Claude Code Workflow 時看到的問題很像:當你同時開多個 agent 或多個工作階段,真正會拖慢效率的,往往不是模型不夠聰明,而是每個 agent 都在重複摸索同一批上下文。
Memory 的設計:把記憶當成檔案系統
這套 memory 設計最有意思的地方,是它沒有把記憶包成一個過度抽象的黑盒工具,而是把 memory model 成一組檔案。Agent 可以像管理專案檔一樣,用熟悉的 bash、grep、檔案讀寫去整理記憶。這和 Claude Code 擅長操作檔案系統的能力剛好接上。
從實務角度看,這比單純塞一段「長期記憶摘要」更適合大型專案。記憶可以拆成不同檔案、不同層級、不同權限:有些是組織層級的 runbook 和最佳實務,應該只讀;有些是某個團隊或某個任務的 working memory,需要 agent 持續更新。
多 Agent 系統裡,記憶不能只有「我記得」
單一 agent 記得自己的工作經驗已經有幫助,但真正的難題在多 agent。當企業裡同時有數百甚至上千個 agent 在跑,它們會接觸同一套程式碼、同一批告警、同一組 runbook。如果每個 agent 都各自學一次,成本會很高,錯誤也會一直重複。
這裡需要兩種能力。第一是權限範圍:有些 memory store 只允許讀取,有些允許讀寫。第二是並行控制:多個 agent 同時更新同一份記憶時,不能互相覆蓋。用 content hash 做 optimistic concurrency,可以讓 agent 在寫入前確認自己沒有覆蓋別人的更新。
如果把這件事放進更大的 AI 工作流來看,它其實和 用 AI 組一家公司 的概念很接近:當 AI 不再只是單一助手,而是多個角色一起工作,組織記憶就會變成基礎設施。
Dreaming 是什麼?
Dreaming 可以理解成「離線記憶整理」。它不是 agent 正在執行任務時的熱路徑,而是一個非同步 batch process。它會回看最近的 agent sessions、transcripts 和工作結果,找出共同模式、重複錯誤、有效策略,再產生一組更新後的 memory diff。
這個設計很重要,因為單一 agent 在任務中只看得到自己的局部視角。Dreaming 則可以站在更高一層,同時看多個 agent 的工作紀錄。它能發現某個錯誤是不是很多 agent 都遇到過,某個 retry pattern 是不是固定在 60 秒後發生,或某份記憶是不是已經過期。
Memory 與 Dreaming 的差別
| 項目 | Memory | Dreaming |
|---|
| 運作時間 | 任務進行中即時讀寫 | 任務外的非同步整理 |
| 主要目標 | 讓 agent 記得當前與過去經驗 | 驗證、去重、回填與組織記憶 |
| 視角 | 單一 agent 或單一 session 為主 | 跨多個 sessions 與多個 agents |
| 適合解決 | 避免重複調查、保留工作脈絡 | 找共同錯誤、萃取模式、清理 stale memory |
| 對效能影響 | 在任務路徑上,要注意 token 與延遲 | 離線執行,不增加 hot path latency |
早期案例透露了什麼?
早期案例有兩個數字值得注意。Rakuten 在內部 knowledge agents 裡導入 memory 後,first-pass mistakes 降低 90%。Harvey 在法律場景 benchmark 中導入 dreaming 後,其中一個 scenario 的 task completion rate 提升 6 倍。
圖表只是把兩個早期案例視覺化。它們不是通用保證,但足以說明 memory 與 dreaming 對長任務 agent 的潛力。
這些數字不能直接解讀成所有 agent 系統都會有同樣改善,但方向很明確:memory 先降低重複犯錯,dreaming 再把多個 agent 的經驗整理成更乾淨、更可用的知識庫。對企業來說,這會同時影響正確率、token 效率、延遲和維護成本。
SRE Agent 的例子最容易理解
假設一個 SRE agent 收到 P1 alert,它開始查 CPU utilization、流量模式、最近部署的 PR,最後把調查結果寫進 SRE memory store。幾分鐘後同樣 alert 又出現,另一個 SRE agent 啟動時,第一件事不是從零開始查,而是先讀到前一個 agent 留下的調查結果,直接避開重複工作。
這就是 memory 的即時價值:省 token、省時間、也讓後續 agent 站在前一個 agent 的肩膀上。再往下一層,dreaming 會回看過去 7 天相關 sessions,找出多個 agent 都沒有單獨注意到的模式。例如很多 alert 都剛好在上游 CPU spike 後 60 秒發生,那可能代表 retry logic 或排程邏輯有問題。
這種模式非常適合 自我進化 AI Agent 架構。但重點不是讓 agent 無限制亂寫記憶,而是要有版本歷史、attribution metadata、審核流程和可回滾能力。
實作時最該注意的三件事
第一,記憶要可審計。誰寫了什麼、什麼時候寫、基於哪個 session 寫,這些資訊必須留下來。否則 memory 一旦被污染,後續 agent 會把錯誤經驗當成事實。
第二,記憶要分層。組織層級 best practices、團隊 runbook、專案知識、個別任務 working memory,不應該全部混在同一個檔案。這和寫 AI 開發紀律 很像:越是長期會被重複使用的規則,越要整理成穩定結構。
第三,dreaming 不應該完全無人監督。它產生 memory diff 後,可以直接套用,也可以先走檢查、PII scanning、人工 review 或外部 pipeline。對企業 production agent 來說,這種控制權比單純「模型會自動學習」更重要。
我的判斷:Memory 會成為 Agent 系統的資料庫層
如果把 MCP 看成工具層,把 Skills 看成能力層,那 memory 很可能會變成 agent 系統的資料庫層。它不只是「記住使用者喜好」這麼簡單,而是把 agent 的工作歷史、錯誤模式、成功策略與環境知識變成可管理、可審計、可演進的資產。
Dreaming 則讓這個資料庫不只是被動儲存,而是能定期整理索引、刪除過期內容、回填驗證結果、把多個 agent 的經驗濃縮成明天可以直接使用的知識。未來真正強的 agent 系統,可能不是單一模型最聰明,而是整個系統能不能把每天做過的事變成明天的能力。
FAQ
AI Agent memory 是什麼?
AI Agent memory 是讓 agent 保留工作經驗、任務策略、環境知識與常見錯誤的記憶系統。它可以幫 agent 在長任務或多 session 工作中避免每次都從零開始。
Dreaming 和一般 memory 有什麼不同?
Memory 偏向任務進行中的即時讀寫;Dreaming 則是離線整理流程,會回看多個 agent sessions,找出共同模式、去重、驗證記憶並回填更好的內容。
Memory 會不會讓 agent 學到錯誤資訊?
會有這個風險,所以 production memory 需要版本歷史、attribution metadata、權限控管、PII scanning、人工 review 或自動檢查流程。記憶不是越多越好,而是要可靠、可追溯、可清理。
什麼情境最適合導入 agent memory?
最適合長任務、多 agent、重複問題多、環境複雜的場景,例如 SRE triage、程式碼維護、企業知識問答、法務研究、客服流程與內部自動化。
by Rain Chu | 5 月 25, 2026 | AI, claude, Ollama, 模型
Claude Code 最大特色之一,就是它能直接理解整個專案目錄、修改檔案、執行 CLI 指令,甚至自動修復程式碼問題。
但許多人最在意的是:
- API 費用太高
- 原始碼不想送雲端
- 想完全離線使用
- 希望使用自己的 Local LLM
現在透過 Ollama 官方網站 與 LM Studio 官方網站,已經可以讓 Claude Code 直接使用本地模型。
本篇文章會完整介紹:
- Claude Code 是什麼
- 如何讓 Claude Code 使用 Local LLM
- Ollama 與 LM Studio 差異
- 三種實作方式
- Web Search 功能啟用
- 常用 CLI 指令
- 適合的模型推薦
什麼是 Claude Code?
Claude 官方網站 的 Claude Code 是 Anthropic 推出的 AI Coding Agent。
它並不是單純聊天工具,而是:
- 能讀取整個專案
- 可修改程式碼
- 可執行 Terminal 指令
- 可自動修 Bug
- 可跨多檔案操作
- 支援 Agent Workflow
官方描述 Claude Code 是一個:
AI-powered coding assistant that helps you build features, fix bugs, and automate development tasks.
為什麼大家開始用 Local LLM?
Local LLM 的優勢非常明顯:
| 功能 | 雲端模型 | Local LLM |
|---|
| 隱私 | 程式碼送雲端 | 完全本地 |
| 費用 | API Token 收費 | 幾乎免費 |
| 離線 | 不可 | 可 |
| 速度 | 看網路 | 本機 GPU |
| 自訂模型 | 有限制 | 完全自由 |
尤其現在 Ollama 已支援 Anthropic Messages API,相容 Claude Code。
方法一:Claude + VSCode + Ollama / LM Studio
這是目前最多人使用的方法。
架構圖
Claude Code ↓VSCode Extension ↓Ollama / LM Studio ↓Local LLM
安裝流程
Step 1:安裝 Claude Code
官方下載:
Claude Download 官方下載頁面
Linux / macOS:
curl -fsSL https://claude.ai/install.sh | bash
Step 2:安裝 Ollama
官方網站:
Ollama 官方網站
Linux:
curl -fsSL https://ollama.com/install.sh | sh
Step 3:下載模型
推薦模型:
或:
ollama pull deepseek-coder-v2
Step 4:啟動模型
LM Studio 使用方式
如果你不喜歡 CLI,可以使用 LM Studio。
LM Studio 官方網站
LM Studio 特點:
- GUI 操作
- 支援 OpenAI API
- 支援本地 Server
- 支援 GPU Offload
- Windows 體驗很好
有些使用者甚至認為 LM Studio 在 Windows + iGPU 上比 Ollama 更方便。
Claude Code 連接 Ollama
設定環境變數:
export ANTHROPIC_BASE_URL=http://localhost:11434
export ANTHROPIC_AUTH_TOKEN=your_token
export CLAUDE_CODE_EFFORT_LEVEL=low
執行:
Claude Code 即會透過 Ollama 使用本地模型。
方法二:使用 ollama launch claude
這是 Ollama 官方提供的整合方式。
官方文件:
Ollama Claude Code Integration 文件
安裝方式
更新 Ollama:
執行:
這會:
- 自動設定 Claude Code
- 自動串接 Anthropic-compatible API
- 使用本地模型
官方支援模型
目前官方文件中提到可搭配:
等模型。
方法三:使用 free-claude-code Gateway
GitHub:
free-claude-code GitHub 專案
這個專案本質上是一個:
Claude Code Gateway Proxy
它能:
- 將 Claude Code API 轉向 Local LLM
- 模擬 Anthropic API
- 轉接 Ollama / OpenAI API
- 避免官方限制
適合使用情境
非常適合:
- 本地 AI 開發環境
- 多模型切換
- 企業內網
- 私有化部署
- AI Coding Lab
啟動方式
通常為:
git clone https://github.com/Alishahryar1/free-claude-codecd free-claude-codenpm installnpm start
再讓 Claude Code 指向 Gateway。
啟用 Ollama Web Search 功能
Ollama 現在已支援 Web Search。
官方文件:
Ollama Web Search 文件
Web Search 功能用途
可以讓 Local LLM:
- 搜尋最新資訊
- 查 Stack Overflow
- 查 GitHub
- 查文件
- 即時查詢
這對 Claude Code 非常重要。
因為 Coding Agent 若沒有 Web Search:
- 容易使用舊知識
- 不知道最新版套件
- 不知道最新 API
啟用方式
通常:
或:
export OLLAMA_WEB_SEARCH=true
依照官方文件設定即可。
推薦 Local LLM 模型
程式開發最佳選擇
| 模型 | 推薦度 | 特點 |
|---|
| Qwen3-Coder | ★★★★★ | Coding 能力極強 |
| DeepSeek Coder V2 | ★★★★★ | 開源熱門 |
| GLM-5 | ★★★★☆ | 中文能力佳 |
| Kimi K2.5 | ★★★★☆ | 長上下文 |
| Gemma 3 | ★★★☆☆ | 輕量快速 |
Claude Code 常用指令
啟動 Claude Code
指定 API
ANTHROPIC_BASE_URL=http://localhost:11434 claude
指定模型
ANTHROPIC_MODEL=qwen3-coder claude
查看 Ollama 模型
啟動 Ollama Server
Ollama vs LM Studio 比較
| 功能 | Ollama | LM Studio |
|---|
| CLI | 強 | 普通 |
| GUI | 基本 | 非常完整 |
| Windows | 普通 | 非常好 |
| API | 強 | 強 |
| Docker | 強 | 普通 |
| GPU 管理 | CLI | GUI |
| 新手友善 | 中等 | 高 |
Claude Code + Local LLM 的實際優勢
1. 幾乎零成本
不再需要:
- Anthropic API
- OpenAI API
- Token 費用
2. 完全私有化
原始碼不離開本機。
非常適合:
3. 多模型自由切換
你可以:
- 今天用 Qwen
- 明天用 DeepSeek
- 後天用 Kimi
不受平台限制。
我的實際建議
如果你是:
新手
建議:
因為 GUI 最簡單。
Linux / DevOps / AI 工程師
建議:
CLI 整合能力非常強。
企業環境
建議:
free-claude-code Gateway + Ollama
可做到:
- API Gateway
- 多模型管理
- 權限控管
- 私有化部署
結論
Claude Code 正在快速成為下一代 AI Coding Agent。
而現在最重要的變化是:
Claude Code 已經不再只能綁定官方 Claude API。
透過:
- Ollama
- LM Studio
- free-claude-code
- Anthropic-compatible API
你已經可以:
- 完全本地化
- 零 API 成本
- 自由切換模型
- 保護原始碼隱私
對於 AI 開發者與工程團隊來說,這將是非常重要的開發趨勢。
下載資源
官方網站
參考資料
近期留言