課程簡報
Claude Code 安裝
Git 安裝
winget install --id Git.Git -e --source winget
Claude Code 安裝
下方指令一次完成安裝與 PATH 自動設定。
irm https://claude.ai/install.ps1 | iex
$claudePath = "$env:USERPROFILE\.local\bin"
$currentPath = [Environment]::GetEnvironmentVariable('Path', 'User')
if ($currentPath -notlike "*$claudePath*") {
[Environment]::SetEnvironmentVariable("Path", "$currentPath;$claudePath", "User")
}
UserScope 執行權限問題
Set-ExecutionPolicy -Scope CurrentUser -ExecutionPolicy RemoteSigned
Discord 通道安裝
安裝 Bun 與 Discord 插件
winget install oven-sh.bun
/plugin install discord@claude-plugins-official
/reload-plugins
啟動 Claude Code(載入 Discord 通道)
每次要讓機器人上線,都用這行指令啟動 Claude Code,才會載入 Discord 通道。
claude --channels plugin:discord@claude-plugins-official
Discord 開發者平台
Discord 連接逐步確認
- 開設 Discord 帳號
- 安裝 Bun
- 進入開發者平台建立機器人
- 設定 OAuth 權限
- 開設頻道
- 加入頻道
- 設定機器人權杖
- 拷貝機器人權杖
- 操作
/discord:configure 權杖 - 重啟
claude --channels plugin:discord@claude-plugins-official - 在頻道中確認機器人上線
- 到 Discord 頻道
- DM 發送訊息
- 得到回應「Pairing required — run in Claude Code:」
- 執行
/discord:access pair 配對碼 - 配對完成後發送訊息
ComfyUI Portable 部署
ComfyUI Portable 版本
https://github.com/Comfy-Org/ComfyUI/releases
這邊有一些原始的版本,例如 CU126。Portable 版本使用 126 較低階的 CUDA 版本,Claude Code 比較好排除安裝問題。ACE-STEP 模型的安裝,也基於原始的工作流。
沒有 SageAttention?
可參考以下關於 SageAttn 的包套安裝方式(預設為 CU128 + PY311 + Sageattn 邏輯):
ComfyUI 模型組合(LTX 2.3 系列)
依照下方目錄結構放置模型檔案。每個區塊頂部即為 ComfyUI 內的相對路徑。
語音辨識工具
QwenASR MiniTool 系列
https://github.com/dseditor/QwenASRMiniTool
使用 ASR 時,須將環境指定至 QwenASRMiniTool 的環境。詳情參閱 GitHub 配置說明。
BreezeASR-CT(支援台語辨識)
另一個語音辨識模型,可以辨識台語。只要貼上連結,就可以直接透過 Claude 調用此模型。
課程資料下載
給同學的 Claude Code 安裝對話範本
怎麼使用這些範本?
下方每段提示語都是「貼進 Claude Code 對話視窗就能執行」的範本。同學依照課程節奏,逐段複製、視情況修改路徑後送出即可。
核心觀念:不必背任何指令,只要告訴 Claude Code「你想達到什麼狀態」加上「邊界條件」(例如「不要動其他內容」「找不到先問我」),剩下交給它處理。
場景 0:整包安裝起手式(強烈建議第一句就這樣下)
把 Claude Code 鎖在「先讀 README、先問問題」模式,避免它一頭熱開始亂複製出錯路徑。
D:\Lesson\WorkflowsAndData → 你實際解壓 zip 的完整路徑。
我剛解壓了 WorkflowsAndData.zip 到 D:\Lesson\WorkflowsAndData。
請先讀裡面的 README.md,然後告訴我有哪些 skill 與工作流可裝,
以及我需要先決定哪些本地路徑(例如影片輸出資料夾、ComfyUI 路徑)才能開始安裝。
不要急著動,先給我清單跟需要我回答的問題。
場景 1:安裝單一 skill(以 starvideo 為例)
適合「我只想試一個 skill」的同學。其他 skill(bard、photo、xingxingtang-mic)把資料夾名稱換成對應名稱即可。
D:\Lesson\WorkflowsAndData → 你解壓 zip 的路徑;
<我的使用者名稱> → 你的 Windows 帳號名稱;
D:/ComfyUI/、D:/Recorder/、D:/QwenASR/ → 你的實際本地路徑。
請把 D:\Lesson\WorkflowsAndData\skills\starvideo 整個複製到
C:\Users\<我的使用者名稱>\.claude\skills\starvideo,
然後打開複製後的 SKILL.md,把所有 F:/AIStudio/... 與 F:/CUI/... 開頭的路徑
替換成我的本地路徑:
- ComfyUI 路徑:D:/ComfyUI/
- 影片輸出資料夾:D:/Recorder/
- QwenASR 路徑:D:/QwenASR/
替換完幫我列出所有改過的行,最後提醒我要重啟 Claude Code 才會載入。
場景 2A:安裝記憶系統 MCP — 第一段(Python 環境)
記憶系統最複雜,建議拆兩段對話完成。第一段先建 Python venv 與安裝套件。
D:\Lesson\WorkflowsAndData → 你解壓 zip 的路徑;
D:\Memory\ → 你想放記憶系統 venv 的位置;
<我> → 你的 Windows 帳號名稱。
我要安裝 xingxingtang-memory 記憶系統。請依序執行:
1. 把 D:\Lesson\WorkflowsAndData\skills\xingxingtang-memory 複製到
C:\Users\<我>\.claude\skills\
2. 在 D:\Memory\ 建一個 Python venv,安裝 lancedb、sentence-transformers、mcp 套件
3. 預下載 paraphrase-multilingual-MiniLM-L12-v2 embedding 模型
4. 完成後告訴我 venv 內 python.exe 的完整路徑(之後註冊 MCP 會用到)
注意:Python 套件請用 python -m pip 方式安裝,不要直接呼叫 pip。
場景 2B:安裝記憶系統 MCP — 第二段(註冊 + 修路徑)
第一段完成後再執行這段。把 MCP server 註冊到 Claude Code,memory_store / memory_recall 等工具才會生效。
<我> → 你的 Windows 帳號名稱;
D:\Memory\ → 你前一步建立 venv 的位置。
現在請把剛剛建好的 memory MCP server 註冊到 Claude Code。
編輯 C:\Users\<我>\.claude.json,在 mcpServers 加入 xingxingtang-memory,
command 用剛剛 venv 裡的 python.exe,args 指向 memory_mcp_server.py。
另外把 skill 的 SKILL.md 內 F:\AIStudio\ClaudeCodeLover\... 開頭的路徑
全部替換成 D:\Memory\。完成後給我重啟流程。
場景 3:批次路徑替換(同學最大的痛點)
一次處理所有 skill 的路徑替換,建議在所有 skill 複製完成後執行一次。
箭頭右邊(→ 之後)的路徑全部改成你的實際路徑。如果某個路徑你不需要(例如沒裝 QwenASR),就把那行從提示語裡刪掉。
請開啟 C:\Users\<我>\.claude\skills\ 內所有資料夾的 SKILL.md,
進行下列路徑替換(全部都是字串取代,不要動其他內容):
F:/AIStudio/ClaudeCodeLover/Image/Myphoto.png → D:/MyAssets/me.png
F:/AIStudio/ClaudeCodeLover/Recorder/ → D:/Recorder/
F:/AIStudio/ClaudeCodeLover/TTSTestComfyUI/ → D:/TTSWorkflow/
F:/AIStudio/ClaudeCodeLover/Memory/ → D:/Memory/
F:/AIStudio/QwenASR/ → D:/QwenASR/
F:/CUI/ComfyUI/ → D:/ComfyUI/
C:/Users/dseditor/ → C:/Users/<我>/
替換完幫我列出「每個 SKILL.md 改了幾處」,遇到任何找不到的字串先列出來再問我。
場景 4:ComfyUI 工作流 + 模型清單對照
讓 Claude Code 幫你檢查工作流需要哪些模型、哪些還沒下載。
D:\Lesson\WorkflowsAndData → 你解壓 zip 的路徑;
D:\ComfyUI\ → 你實際的 ComfyUI 路徑。
請讀 D:\Lesson\WorkflowsAndData\APIworkflows\ 內每個 .json 工作流,
列出每個工作流用到哪些模型檔案(diffusion_models / loras / vae / clip)。
然後對照我的 D:\ComfyUI\models\ 目錄,告訴我「哪些模型還沒下載」,
缺的模型直接給我課程網站上的對應下載連結。
場景 5:字體安裝(starvideo 字幕功能會用到)
把課程附的字體裝到系統,字幕功能才能正常渲染。
D:\Lesson\WorkflowsAndData → 你解壓 zip 的路徑。
請把 D:\Lesson\WorkflowsAndData\fonts\ChenYuluoyan-2.0-Thin.ttf
安裝到 Windows 系統字體(複製到 C:\Windows\Fonts 並讓系統重新註冊)。
這個字體 starvideo 的字幕功能會用到。
字體開源來源
本課程使用的「辰宇落雁體(ChenYuluoyan Thin)」是開源字體,歡迎到原作者倉庫支持與下載最新版本。
⚠️ 安裝完別忘了這 3 件事
- 每次裝完 skill / MCP 一定要重啟 Claude Code,否則新 skill 不會被掃描到,會以為「裝壞了」。
- 動手前先把本地路徑都決定好(影片資料夾、ComfyUI、QwenASR、Memory),中途才改要重來一次替換。
- 記憶系統 skill 與 MCP server 是兩件事,少一個都不會動——skill 是介面,MCP 才是真正的引擎。
OpenCLI:讓 Claude Code 操作你的瀏覽器生圖
這是什麼?
OpenCLI 把網站與桌面 App 變成統一的指令介面,並能讓 AI 代理直接操作你「已經登入」的 Chrome——免截圖、免重新登入、免另外申請 API 金鑰。也就是說,Claude Code 可以借用你瀏覽器裡 ChatGPT、Suno 等服務的登入狀態,幫你按按鈕、填表、生圖、抓結果。
步驟一:安裝 OpenCLI 命令列工具
需要 Node.js 20 以上。安裝後可用 opencli doctor 檢查瀏覽器橋接是否就緒。
npm install -g @jackwener/opencli
opencli doctor
步驟二:在 Chrome 安裝外掛(Browser Bridge)
這是整套機制的關鍵——外掛負責把你「目前登入中的 Chrome」橋接給 Claude Code。兩種安裝方式擇一即可:
- Chrome 線上應用程式商店(推薦):在商店搜尋「OpenCLI」直接安裝。
- 手動載入:到 GitHub Releases 下載
opencli-extension-v{版本}.zip並解壓縮。 - 網址列輸入
chrome://extensions,右上角開啟「開發人員模式」。 - 點「載入未封裝項目」,選擇剛剛解壓縮的資料夾。
- 確認外掛已啟用,並讓 Chrome 維持在你常用、已登入各服務的狀態。
步驟三:安裝對應的 Skill
裝好外掛後,再讓 Claude Code 載入 OpenCLI 的 skill,它才知道怎麼驅動瀏覽器。直接把下面這段貼進對話視窗即可:
請從 https://github.com/jackwener/OpenCLI 幫我安裝 opencli 的 skill。
裝完後重啟 Claude Code 讓它載入,再用 opencli doctor 確認瀏覽器橋接正常。
步驟四:直接用一句話請 Claude Code 生圖
完成上面三步後,就不用記任何指令——用自然語言描述你要的結果即可。例如:
開啟 opencli,使用 ChatGPT 幫我產生一張圖片:
一隻戴墨鏡的柴犬,在霓虹燈的東京街頭,賽博龐克風格,直幅。
生完把圖片下載到 D:\Output\ 並告訴我檔名。
Claude Code 會透過外掛打開你已登入的 ChatGPT 分頁、送出提示、等圖生成、再把結果抓回本機。同理也能下「用 opencli 開 Suno 幫我做一首歌」這類指令。
Mac 平台安裝 Claude Code
macOS 安裝參考
使用 Mac 的同學,本頁前面的安裝指令是以 Windows / PowerShell 為主。Mac 的安裝流程(含終端機設定、PATH、權限)請參考下方這篇完整教學:
RunningHub 技能(rhskills)
用 rhskills 串接 RunningHub
想直接用 RunningHub 的雲端 API 做圖片、影片、音訊、3D 等多模態生成,可以安裝官方提供的 rhskills。它把大量 RunningHub API 端點與 AI 應用包成 skill,讓 Claude Code 用自然語言就能呼叫。
https://github.com/HM-RunningHub/OpenClaw_RH_Skills
請從 https://github.com/HM-RunningHub/OpenClaw_RH_Skills 幫我安裝 RunningHub 的 skill,
並引導我完成 API Key 設定。