前言

其實之前已經有全破過了，[電玩][NS] 黑暗靈魂 - 重製版： 手殘黨全破心得 但是因為網路上看到這個影片 「【黑魂重制版】完美开局攻略，半小时拿到满强化武器&全套毕业装备，横扫罗德兰」 就想說玩玩看能不能刷到關刀，畢竟之前在 NS 全破的時候就沒拿到關刀（黑騎士鉞）。想說換到 PS5 試試看（因為有錄影～～～～）

結果…… 不小心刷到關刀了，也把他升到滿級。就想說再來全破一次。

攻略重點

先拿關刀，先拿關刀，先拿關刀

• 然後依照攻略 「【黑魂重制版】完美开局攻略，半小时拿到满强化武器&全套毕业装备，横扫罗德兰」 把全部的「光輝楔形石」
  • 北方不死院的小鳥巢： 在北方不死院，您可以與小鳥巢進行物品交換。提供以下物品可獲得光輝楔形石：
    • 血紅苔蘚球（Bloodred Moss Clump）
    • 解毒苔蘚球（Purple Moss Clump）
    • 毒紫苔蘚球（Blooming Purple Moss Clump） 將上述物品放入小鳥巢，重新載入遊戲後即可獲得光輝楔形石。
• 然後就開始把以前很痛苦的地方打一次試試看。

黑暗靈魂的關刀，快速通關紀錄

• 山羊頭惡魔（也就是俗成的狗王），因為狗的工速很快又痛。讓這個地方是新手卡觀點。想不到用關刀一下就過啦~~~~

• 貪食惡龍第一個可以斷尾的怪，有關刀超好斷尾的。

• 渾沌魔女 - 滿級關刀一周目遊

• 病村是我最喜歡的地方（因為超難），但是真的很難走。也錄影一下怎麼快速到王。

• 會隱身的半龍普利希拉不難打，但是難的是斷尾。（沒斷尾)

• 接續我的好運，想不到連「貪欲者的烙印」也是第一次打就有。 XDDDD

• 被三個人圍毆，有關刀也是很快。 幫防火女報仇 - 女神的騎士- 羅特雷克

• 以前最難的關卡設計，王城雙劍（是因為射弓箭的人位子太好）又太硬，卡超久。這是一次就過。如何正確地打「王城雙箭」
  • 1. 先打右邊
    2. 站在窗戶周圍，不會被後面的射
    3. 吸引他過來掉下去。
    4. 另外一個一樣。

• 灰色大狼希夫 (超捨不得打他)，但是會卡劇情。 Q___Q

• 小隆德四王(用關刀砍就是快)
  • 跑快一點
  • 儘量近身打，傷害比較小

• 白龍希斯 - 斷尾 - 月光大劍

• 騎士亞爾特留斯
  • 離遠一點比較好躲
  • 三連砍要躲掉

• 烏薪王葛溫
  • 不難打，拿了關刀兩次就過。 XDDDDd

前言

其實我一直都蠻喜歡 Rayban 的太陽眼鏡，之前也有買一副。 這次的 Meta AI 太陽眼鏡之前就蠻想買的，但是想說不知道會不會有新的。還好看到近期沒有出新的太陽眼鏡後，就下手買了。 這一篇會稍微紀錄相關的購買方式跟如何在台灣啟動 Meta AI 在太陽眼鏡上。

怎麼有效購買： (透過托運)

用代購買的，兩週可以到台灣。用這個邀請連結，可以用 Amazon Prime 價格，還有 150 運費可以折抵 https://www.buyandship.com.tw/invite/7510252302 用我邀請鏈結，可以各拿 150 免運，從美國運回來只需要 170 台幣，等於 20 就可以運回 Rayban Meta 眼鏡。

購買相關流程：

• 先開立 BuyAndShip 帳戶
• 選取 Portland 倉庫位址：
  • 13822 NE AIRPORT WAY
  • PORTLAND, OR 97251-9614
  • United States
• 在 Amazon 設定下填寫倉庫（因為 Portland 不用收稅)
• 等 Amazon 發貨之後，會到 BuyAndShip 網頁上看到入庫。
• BuyAndShip 會自動轉貼到 香港倉庫
• 在 BuyAndShip 設定平台合併貨物寄到台灣地址（跟付運費）

基本功能:

雷朋智能眼鏡 Rayban Smart Glasses 購買開箱心得:

- 聽音樂很不錯

- 拍照跟影片效果很不錯

- AI 功能台灣還不能用（修正： 可以用 VPN 啟動

接下來就等著出去玩可以拍風景

如何在台灣啟動 MetaAI 功能

1. 砍掉 Meta View App
2. 裝 NordVPN or SrufShak (免費的我弄不出來) 切美國
3. 上 App Store 重新下載
4. 看到 圈起來部分就成功了。

之後更新也不用 VPN ，第一次就可以。 快開通來玩!

前言

一年前自從買了 PlayStation Portal 之後，其實就逐漸有在打「血源詛咒」，但是老實說血源詛咒難度真的不小。就算我「隻狼」也全破了，還是很不習慣血源詛咒的拼血模式。

因為血源詛咒比較難找人一起打（我是都沒招過啦），所以打起來卡關的時候真的很絕望的勒。

必須得說，血源詛咒真的光線太暗。由於用 HDR 電視，根本都看不到怪。一定要拿火把，不然都沒有的看。

攻略重點

記得「鋸矛」是最好用的武器，攻速快（沒有之一），傷害又相當嚇人。 還是記得要刷金杯去把「血岩」刷滿。

比較難打魔王 - 愚笨蜘蛛羅姆

真的覺得很難打，因為每次都抓不到訣竅。 正常來說，如果你可以在第一階段變身的時候，把他打斷。他就會讓你打到死。 但是「鋸矛」唯一的缺點就是失衡值不夠高，所以每次都讓他的小蜘蛛一湧而上。

第一階段要清完小蜘蛛，然後想辦法打斷。如果沒有……

第二階段開始就打完就跑，然後鏡頭要對著。避免遠程魔法。

受詛咒的路德維希 - 月光大劍我來啦

真的不好打，撕咬攻擊真的很麻煩。傷害又很大。記得繞在腳後面去打。第一下一定要躲掉，儘量往你的右前方躲，然後在後面刷他。 要小心連環技，這是比較麻煩的部分。 第二階段很好打，直接上去應剛。重擊馬上就可以處決，我遇到的第二階段是初見殺。

比尾王更難打的 - 星辰鐘塔的瑪麗亞女士

槍反是唯一解方 + 鋸矛10

• 爪印 兩個 15% + 10%
• 內臟爆擊 恢復 HP

第一階段: 往你的右前方閃 第二階段之後： 往你的左前方閃 一個重點： 第二階段轉變的時候可以打兩三刀，血噴完之後可以衝上去再給兩三刀

前言

之前提到過，我開發了一個「透過 IFTTT 與 LangChain 打造的科技時事 LINE Bot」，這個 Bot 可以幫助我獲取所需的資訊。然而，最近我發現許多 YouTube 影片中包含了豐富的技術資訊，這促使我思考如何有效地獲取 YouTube 字幕資訊以便整理和分析。

雖然 LangChain YouTube Transcripts Loader 可以快速獲取字幕資訊，但在部署到 Google CloudRun 時卻遇到了一些問題。本文將分享我遇到的問題及解決過程，希望能對大家有所幫助。

使用 LangChain YouTube Transcripts Loader 獲取影片字幕

根據 LangChain 的教學文件 (YouTube transcripts)，我們可以使用這個套件來獲取帶有字幕的 YouTube 影片，並通過分析快速了解影片內容。以下是一些範例程式碼：

%pip install --upgrade --quiet pytube

loader = YoutubeLoader.from_youtube_url(
    "https://www.youtube.com/watch?v=QsYGlZkevEg", add_video_info=True
)
loader.load()

在 GCP CloudRun 上無法獲取資料

當我嘗試將程式碼部署到 Google CloudRun 時，使用以下程式碼：

def summarized_from_youtube(youtube_url: str) -> str:
    """
    Summarize a YouTube video using the YoutubeLoader and Google Generative AI model.
    """
    try:
        print("Youtube URL: ", youtube_url)
        # Load the video content using YoutubeLoader
        loader = YoutubeLoader.from_youtube_url(
            youtube_url, add_video_info=True, language=["zh-Hant", "zh-Hans", "ja", "en"])
        docs = loader.load()

        print("Pages of Docs: ", len(docs))
        # Extract the text content from the loaded documents
        text_content = docs_to_str(docs)
        print("Words: ", len(text_content.split()),
              "First 1000 chars: ", text_content[:1000])

        # Summarize the extracted text
        summary = summarize_text(text_content)

        return summary
    except Exception as e:
        # Log the exception if needed
        print(f"An error occurred: {e}")
        return ""

結果卻完全無法獲取任何資料，沒有錯誤訊息，但結果是空的。

Debug 1: 在 Colab 上測試相同程式碼

可以參考以下的 gist 程式碼。

起初我以為是程式碼的問題，但在 Colab 上卻能正常執行。看來需要使用 GoogleApiYoutubeLoader。

在 Google CloudRun 上使用 LangChain Youtube Loader

要在 CloudRun 上使用 GoogleApiYoutubeLoader，需要遵循以下步驟：

• 取得系統帳戶的 JSON 檔案。（參考這篇文章)
  • 將 JSON 內容存放在 Secret Manager。
  • 在程式碼中透過 Secret Manager 獲取資料。
  • 呼叫 YouTube API。
• 在 Google Cloud 啟動 YouTube API。

• 啟動 Secret Manager API 來管理系統帳戶金鑰 JSON 檔案。

使用 Secret Manager 獲取資料

• 首先需要在環境變數中設定 Project ID PROJECT_ID。
• 然後將資料預先存放在 youtube_api_credentials 中。

def get_secret(secret_id):
    logging.debug(f"Fetching secret for: {secret_id}")
    client = secretmanager.SecretManagerServiceClient()
    name = f"projects/{os.environ['PROJECT_ID']}/secrets/{secret_id}/versions/latest"
    response = client.access_secret_version(request={"name": name})
    secret_data = response.payload.data.decode("UTF-8")
    logging.debug(f"Secret fetched successfully for: {secret_id}, {secret_data[:50]}")
    return secret_data

這樣就可以安全地透過 Secret Manager 獲取資料。

在 GCP CloudRun 上部署範例程式碼

程式碼： https://github.com/kkdai/gcp-test-youtuber

def load_youtube_data():
    try:
        logging.debug("Loading YouTube data")
        google_api_client = init_google_api_client()

        # Use a Channel
        youtube_loader_channel = GoogleApiYoutubeLoader(
            google_api_client=google_api_client,
            channel_name="Reducible",
            captions_language="en",
        )

        # Use Youtube Ids
        youtube_loader_ids = GoogleApiYoutubeLoader(
            google_api_client=google_api_client,
            video_ids=["TrdevFK_am4"],
            add_video_info=True,
        )

        # Load data
        logging.debug("Loading data from channel")
        channel_data = youtube_loader_channel.load()
        logging.debug("Loading data from video IDs")
        ids_data = youtube_loader_ids.load()

        logging.debug("Data loaded successfully")
        return jsonify({"channel_data": str(channel_data), "ids_data": str(ids_data)})
    except Exception as e:
        logging.error(f"An error occurred: {str(e)}", exc_info=True)
        return jsonify({"error": str(e)}), 500

成果

影片來源：https://www.youtube.com/watch?v=TrdevFK_am4

作者： しろやぎ秋吾  譯者： 葉門  出版社：台灣角川 
出版日期： 2024/08/23 語言：繁體中文 

買書推薦網址：

• Readmoo: 由此去購買。

前言:

這是 2024 年第 10 本讀完的書。週末的時候，我經常與小孩在誠品書局閱讀，有時候我會看一些雜誌與月刊，這一本書忽然在書架上吸引我的目光，內容不長但是影響很深遠。

內容摘要：

★當知道自己的孩子是「加害者」，父母該如何面對？
★留下的傷口絕無法輕易消逝。被道歉了，難道就一定要選擇原諒嗎？

「我可不記得有把妳教成這種孩子！」

最疼愛的女兒，竟與自己最憎恨的存在劃上等號。
不可原諒的霸凌事件，女兒居然是「加害者」。

關於孩子，原來我一無所知──

▍本書內容
新聞內容播報著「校園霸凌事件」的惡行。

『我的孩子絕不會這樣。』
──赤木加奈子認為那只是與自己無關的社會事件。
然而某天，她竟得知自己的女兒．愛，
在班上對同班同學．馬場小春有霸凌行為。
國中時曾遭受同儕霸凌的加奈子，對此難以忍受。
對自己孩子的厭惡、憤怒，不斷湧上心頭。

另一方面，接受了赤木家道歉後的小春卻開始拒絕上學。
對孩子的不捨、獨自承受外界的壓力，
小春的母親．千春，選擇向第三者傾訴煩惱。

此時網路上的一則匿名貼文成了導火線，
將這件事推向無法預測的方向──

對孩子的不信任感、夫妻間意見的相左、社群媒體上的批判…
被各式問題折磨的雙方家庭。
同時描寫「加害者」與「受害者」雙視角，以不同的視角探討校園霸凌！

心得:

如果你的小孩霸凌別人怎麼辦？ 身為爸媽，或許第一句都會是「怎麼可能？ 我才不會教導出這樣的小孩」。

小春跟小愛是從小的好朋友，忽然有一天小愛開始欺負小春，甚至在班上鼓勵與霸凌他。

小春後來不敢上課，他的媽媽打給小愛的爸媽報價道歉也沒有改善。小春完全不敢上課，小愛的媽媽雖然是霸凌者的爸媽，但是她小時候也是被霸凌的人。讓小愛的媽媽無地自容。

這本書深入從霸凌事件的兩個家庭去深入描繪。後來霸凌的影片被張貼出來，整件事情更是爆鍋。

小愛在路上被其他人霸凌，他的爸媽上了學校檢討會。 但是小春還是沒有辦法去上學。 或許這個時候、如果是電影，我們會說霸凌者活該。但是這是一個真實是一事件取材。霸凌者被揭開後，他有說要生活的。後來他們也是被逼迫離開學校。小愛同樣也受到不可抹滅的傷害。

近期

最近弄了一個資訊流，我覺得很有趣：- IFTTT 抓取 HN, HuggingFace 熱門文章

• 發到 Webhook 裡面有 LangChain 抓爬蟲 + LangChain Summary
• 發 LINE Bot 給自己看
• 挑選自己喜歡的，直接貼到 Twitter （目前沒有付費 API 沒辦法發長文

程式碼： https://github.com/kkdai/gh-summarized-scheduler

IFTTT 設定

成果

• 有詳細的文章連結跟文章摘要。
• 可以快速決定要不要進去看。
• 整個格式也改成可以直接複製貼到 Twitter (我有付費發長文)

未來發展：

• 照理說應該要可以一鍵發文到 twitter ，但是 X API 好貴（一百美）
• 有想過用 IFTTT 來發文 Twitter 但是有長度限制 (128) ，不能用。
• 不過 Threads API 似乎可以發長文。