litas.AI BUILDER & TECH EXPLORER

HELLO, I’M LITAS

喜歡科技,
更在意它最後幫上了什麼忙。

我從生活裡的小困擾開始:影片為什麼聲畫不同步?戒指能不能控制電視?AI 能不能幫我整理想法,卻不把我的經驗寫丟?

我和 AI 協作,把問題拆開、寫程式、串起工具,再回到真實使用情境驗證。這個網站,就是那些嘗試留下的作品與判斷。

01

WHAT I BRING

從提問,
一直做到驗證。

AI 影片製作 / 畫面篇

HTML 場景 × 語音整合

HyperFrames 影片製作 — HyperFrames 實作:讓 HTML 畫面跟上自己的旁白

看實作案例 ↗
CONNECTED EXPERIENCES

跨裝置整合 × 狀態機設計

Ring Remote — 一個手勢,跨過裝置之間的距離。

看實作案例 ↗
AI 影片製作 / 聲音篇

資料準備 × LoRA 微調

本機聲音克隆 — 聲音克隆實作:讓自己的聲音成為影片旁白

看實作案例 ↗
HUMAN × AI EDITORIAL

需求釐清 × 訪談設計

Grill Me 訪談寫作 — 好的內容,從更好的追問開始。

看實作案例 ↗
家庭自動化 / 跨裝置整合

家庭自動化 × 語音與按鈕

FamilyBridge 餵奶與尿布提醒 — 餵奶、換尿布,不必再靠一個人記住。

看實作案例 ↗
AI 音樂製作 / 本機生成

創作需求 × 歌詞與敘事

MiniMax Music 3 音樂創作 — 給孩子一首歌,也替遊戲留下片尾曲。

看實作案例 ↗
AI 音樂製作 / 白盒符號樂譜

多曲目組曲 × 白盒符號樂譜

YuE2 多曲目組曲與 KYV 伴奏實踐 — 挑戰 7 首金曲熔接,打造母帶純伴奏與 KYV 練唱生態。

看實作案例 ↗
本機 AI / 工具解析

本機模型 × Agent 串接

oMLX 本機 AI — 讓 Mac 的本機模型,從聊天走向 AI Agent。

看實作案例 ↗
系統級 Agent / 工具解析

系統級 Agent × 電腦排障維護

馬維斯系統級 Agent — 從電腦維修大師看系統級 Agent 如何終結日常 PC 摩擦力。

看實作案例 ↗
語音 AI / 跨平台評測

Whisper / SenseVoice × CUDA / Apple Silicon

STT 語音轉文字終極評測 — 手機端、地端開源與雲端閉源橫評:Win 與 Mac 誰才是生產力王者?

看實作案例 ↗
多語言 AI / 遊戲在地化

Hy-MT2 1.8B × llama.cpp 本機推論

騰訊 Hy-MT2 翻譯模型 — 獨立遊戲在地化本機「技術儲備」:262K 長上下文與 JSON 劇本保護實戰。

看實作案例 ↗
語音 AI / 角色配音實作

Irodori-TTS / RF-DiT × VoiceDesign 提示詞

Irodori-TTS 角色聲線 — 文字轉語音(TTS)深度解析:雨柔三時期聲線演繹與聲音克隆高牆

看實作案例 ↗
AI 圖像創作 / 個人應用開發

小朵神態特徵錨定 × AI 透明去背

小朵的日常 LINE 貼圖 — 從日常照片到 LINE 貼圖:GPT 生圖、透明去背修邊與上架規格實戰

看實作案例 ↗
AI 語言自學 / 個人應用開發

Even G2 HUD × LINE LIFF 跨載具

Learn English TOEIC — Learn English TOEIC 英文自學手冊:眼鏡抬頭、LINE 官方帳號與 GPT Live 打造零成本全天候自學閉環

看實作案例 ↗
穿戴運算 / 音樂生活 HUD

Even G2 HUD × Android MediaSession

EvenLyrics 即時歌詞 HUD — 我把即時歌詞搬到眼前:EvenLyrics 從散步聽歌痛點到 Even G2 智慧眼鏡 HUD 實機同步

看實作案例 ↗
02

MY ROLE / AI’S ROLE

和 AI 協作,
不把判斷外包。

我負責問題與取捨。
決定要解決什麼、什麼不該做,以及結果是否真的符合使用情境。

AI 協助程式與整理。
協作開發、整理資料、提出可比較的方案,再用具體結果檢查。

工具選擇有上下文。
先用適合的既有工具,需要時再寫連接與互動,不為了展示技術增加負擔。

驗收不只看測試通過。
軟體檢查與實機操作、人工聽驗分開,還沒完成的部分就明白留下。

03

EDITORIAL PRINCIPLES

寫作原則

先說情境,再說規格。
相同產品放進不同生活,可能是答案,也可能只是多一個要照顧的工具。

保留代價與改變。
寫下喜歡,也寫下後來不再用的功能;長期經驗比開箱印象更重要。

資料、引用與感受分開。
官方資料有來源,個人感受由本人提供,不讓 AI 編造用過的故事。

揭露關係,保留作者。
作者統一為 Litas,贊助與聯盟關係明確標示。合作不換取正面結論。

LET’S MAKE IT USEFUL

你有一個想法。
我們先找到值得做的那一步。

AI 工作流、應用原型,或一篇真正說清楚產品價值的內容。從具體問題、使用情境與限制開始聊。

討論合作方向