在 Steam Deck 上遊玩各種電腦遊戲時，經常會遇到需要安裝「社群中文化補丁」、「民間修復更新」或「MOD 擴充包」的情況。然而，許多開發者或漢化小組釋出的補丁是包裝成 Windows 的 .exe 安裝程式，並在執行時要求玩家手動選擇遊戲目錄。 這在 Steam Deck 的 SteamOS（Linux 架構）底下往往會遇到一個巨大的痛點：安裝程式的資料夾選取視窗根本找不到遊戲裝在哪裡。 本文將解析這個問題的核心成因，並分享一套目前最直覺、成功率最高且不需輸入複雜指令的「中繼搬移法」。 為什麼補丁程式會「迷路」？ SteamOS 是透過相容層（Proton 或 Wine）來模擬 Windows 環境執行程式，底層有兩個機制容易導致安裝程式卡關： 隱藏資料夾限制：Steam 預設將所有遊戲安裝在 /home/deck/.local/share/Steam/steamapps/common/。在 Linux 系統中，名稱開頭為小數點（.）的資料夾是隱藏資料夾。多數 Windows 補丁自帶的「瀏覽資料夾」瀏覽器無法辨識或顯示這些隱藏路徑。 沙盒權限隔離：如果你習慣使用 Bottles（樽）或部分 Flatpak 應用程式來啟動 .exe，這些工具預設受到沙盒權限控管，無法直接讀取使用者的系統深層檔案。 核心解法：中繼搬移三步驟 與其跟隱藏資料夾設定與 Linux 指令搏鬥，最乾淨的做法是先將遊戲資料夾搬移到非隱藏的公開目錄（如 Downloads 或 Desktop），完成補丁注入後再覆蓋回原始路徑。 第一步：複製遊戲目錄至中繼路徑 長按電源鍵，切換至 Switch to Desktop（桌面模式）。 開啟 Steam 收藏庫，在目標遊戲上點擊右鍵 ➔ 管理 ➔ 瀏覽本機檔案。 檔案總管（Dolphin）會打開遊戲所在的目錄。點擊網址列往上一層回到 common 資料夾。 對著「該遊戲的資料夾」按右鍵選擇 Copy（複製）。 從左側快捷欄進入 Downloads（下載） 或 Desktop（桌面），在空白處按右鍵選擇 Paste One Folder（貼上）。 第二步：執行補丁並透過 Z 槽選取路徑 透過 Bottles、Protontricks 或將補丁加入非 Steam 遊戲來啟動補丁 .exe。 當安裝程式跳出「請選擇遊戲安裝目錄」視窗時，點開 My Computer（我的電腦） ➔ Z: 槽（Z:\ 即對應 Steam Deck 的根目錄）。 依序展開以下公開路徑： 若剛才貼在 Downloads： Plaintext Z:\home\deck\Downloads\[你的遊戲資料夾] 若剛才貼在 Desktop： Plaintext Z:\home\deck\Desktop\[你的遊戲資料夾] 選定資料夾後按下確認，開始執行補丁寫入。由於路徑完全透明，安裝程式能順利將替換檔案解壓進去。 第三步：覆蓋回原路徑與啟動檔確認 補丁安裝完成並關閉視窗後，回到剛才的 Downloads 或 Desktop 目錄。 進入補丁更新完畢的遊戲資料夾，按 Ctrl + A 全選所有檔案，點右鍵選擇 Copy（複製）。 回到 Steam 原始的遊戲資料夾（Steam 收藏庫 ➔ 遊戲點右鍵 ➔ 管理 ➔ 瀏覽本機檔案）。 在空白處按右鍵 Paste（貼上），當系統跳出覆蓋提示時，選擇 Overwrite / Write Over（全數覆蓋）。 關鍵檢查：部分補丁在安裝後會產生獨立的執行檔（例如 Game_Patch.exe 或 Game_ZH.exe）。若有此情況，請將原本的遊戲啟動主程式（如 Game.exe）備份改名，並將補丁產生的新執行檔改回 Steam 預設的啟動檔名。 清理暫存檔案：確認無誤後，即可將 Downloads 或 Desktop 中的中繼資料夾刪除。 注意事項與除錯技巧 Linux 檔案大小寫敏感：Linux 系統會將 Data 與 data 視為完全不同的目錄。如果補丁解壓縮出來的資料夾大小寫與原遊戲不同，請手動將內容合併，避免生成雙重資料夾導致遊戲讀取不到補丁資源。 動畫與編碼相容性：若打完補丁後進入遊戲遇到文字方塊、日文缺字或開場動畫黑屏，請在 Steam 該遊戲的 內容 ➔ 相容性 中改用...

前情提要 我有一個自己每天在用的 LINE Bot，linebot-helper-python。丟網址給它會回摘要跟四個平台的社群文案，丟 YouTube 連結會回影片摘要，還有書籤、地點查詢、語音助理那些。跑在 Cloud Run 上，用 Vertex AI。 八月底 Google 發了一篇 Introducing agentic video in Gemini，看完我第一個念頭是：這東西能讓我的 bot 多做一件現在做不到的事——針對影片提問，而不是只給一份摘要。 結果做下來，公告裡沒寫的部分比寫了的更值得記。 Agentic video 是什麼 原本 Gemini 讀影片是「靜態」的：不管你問什麼，它都照固定的取樣率把整支影片的每一格畫面、每一段音訊全部塞進 context。一支兩小時的影片，光影片本身就佔掉幾十萬 token，而你可能只是想問「他有講到定價嗎」。 Agentic 模式把這件事反過來：讓模型自己決定要載入哪一段。先掃逐字稿，判斷答案可能在 1:24 附近，就只把那一段的畫面拉進來。 官方公告給的數字是長片場景 token 少 88%、成本降 66%、正確率高 7%。開啟方式就是在 Part 上多一個參數： video_part = types.Part( file_data=types.FileData(file_uri=..., mime_type="video/mp4"), media_processing="AGENTIC", # 或 "STATIC" ) 支援的模型有三個：gemini-3.7-flash、gemini-3.6-flash、gemini-3.5-flash-lite。輸入來源可以是 YouTube 網址、Cloud Storage URI，或內嵌的 base64。 它實際能做到什麼 我拿兩小時的 Google I/O ‘25 keynote 測，問「他有講到定價嗎？如果有，請給我幾分幾秒」，回來的是： 影片中有提到價格與訂閱方案的定價相關資訊。主要出現在影片的 1:24:40 到 1:26:10 左右⋯⋯ 然後正確描述了 Google AI Pro 與 Google AI Ultra 兩個方案的差異。再問 Android XR 眼鏡那段在哪，回 1:36:31 至 1:50:30，內容也對得上。 這種在兩小時影片裡精準定位的能力，是我覺得這個功能真正值錢的地方。摘要人人都會做，「這支長片裡他哪時候講到 X」目前沒什麼工具做得好。 前置條件：四個參數，少一個都不會報錯 這是這次最貴的一課，所以放前面講。 在 Vertex AI 上要讓 agentic 真的生效，四件事必須同時成立： # 條件 少了會怎樣 1 api_version="v1beta1" agentic 只在 v1beta1 提供，用 v1 會靜默退回 STATIC 2 media_processing="AGENTIC" 預設就是 STATIC，不設等於沒開 3 模型在支援名單內 不支援的模型會靜默降級為 STATIC 4 thinking_level 有設定 見下一節，這個最麻煩 關鍵字是靜默。少任何一個，API 都會回 200、答案照樣產出、看起來完全正常，只有帳單不一樣。沒有任何錯誤訊息會告訴你 agentic 沒生效。 還有兩個環境面的前提： SDK 版本：media_processing 這個欄位是 google-genai 2.20.0 才加進去的。我逐版下載驗證過，2.19.0 沒有、2.20.0 有。版本太舊的話這個參數會被當成未知欄位丟掉，一樣不報錯。 Vertex 專屬：官方文件的多輪對話範例是寫給 Gemini Developer API 的，Vertex 這條路上行為不同，後面會講。 我的作法是把這四項各寫一支測試，斷言送進 SDK 的參數： def test_thinking_level_is_low(captured): youtube_tool.summarize_youtube_video(VIDEO_URL) config = captured["call_kwargs"]["config"] assert...

當訊息可以反悔：用 Edit 與 Unsend Webhook 打造會「變形」的 LINE 團購 Bot 作者：Evan Lin，LINE Taiwan Developer Relations Team Lead 2026 年 8 月 20 日，LINE 宣布在 LINE Labs 開放「編輯訊息」功能免費試用。 對一般使用者來說，這是一個很直覺的功能：訊息送出後才發現打錯字、日期寫錯，或語氣想再調整，不必再經過「收回、重打、重新送出」的流程，直接編輯原本的文字訊息就可以了。 但我看到這個功能時，第一個想到的是另一件事： 如果使用者改掉一則已經被 LINE Bot 處理過的訊息，Bot 知道嗎？ 答案是：知道。LINE Messaging API 提供了 Edit event；而當使用者收回訊息時，也有 Unsend event 可以接收。 這篇文章想跟大家分享，我如何把這兩種 webhook event 做成一個有故事的 LINE Bot Demo，以及實作時幾個容易忽略、卻非常重要的細節。 完整範例程式碼放在 GitHub： https://github.com/kkdai/linebot-edit-unsend 先從 LINE Labs 的「編輯訊息」開始 目前在 LINE Labs 試用編輯訊息，需要先符合以下條件： 手機版 LINE 更新至 26.12.0（含）以上版本。 進入「主頁 → 設定 → LINE Labs」。 開啟「訊息編輯」。 在一般一對一與群組聊天室中，文字訊息送出後 15 分鐘內可以編輯；Keep 筆記則是 6 天內。照片、影片、語音、檔案與貼圖目前不能編輯。修改後，聊天室會顯示「已編輯」，但不提供舊版本查看或還原。 這裡還有一個跟 Bot 開發直接相關的限制：目前與 LINE 官方帳號的一對一聊天室不支援編輯訊息。因此，要測試 Messaging API 的 Edit event，必須把 Bot 加入群組聊天室。 功能與啟用方式可以參考 LINE 台灣新聞室公告。 從 UI 功能想到 Bot 的資料一致性 過去 Bot 收到文字訊息後，常見的處理流程是： 接收 message webhook。 解析文字。 寫入資料庫或觸發後續流程。 回覆處理結果。 如果訊息送出後不能修改，這個模型很單純。但當訊息可以被編輯，原本的文字便不一定是使用者最後的意圖。 例如使用者送出： 珍珠奶茶 / 半糖 / 少冰 / 1 Bot 已經把它記錄成一杯 60 元的飲料。幾秒後，使用者直接編輯原訊息： 珍珠奶茶 / 微糖 / 去冰 / 2 如果 Bot 沒有處理 Edit event，聊天室看到的是兩杯，但後端仍然記成一杯。畫面上的世界和 Bot 裡的世界就分開了。 這就是 Edit event 最實際的價值：它不只是通知「文字改過了」，而是讓服務有機會同步使用者的最新意圖。 團購變形記：讓 API Demo 有一個故事 為了同時展示 edit 與 unsend，我把 Bot 設定成「百變店長・單單」，負責拯救下午三點陷入低電量的辦公室。 Demo 流程如下： 團主輸入...

前情提要 我有一個自己在用的 macOS App，gemini-live-translate-macos。它用 ScreenCaptureKit 直接抓指定 App 的音訊，不需要 BlackHole 那類虛擬音效卡，然後丟給 Gemini Live API 做即時翻譯，一邊出繁中字幕、一邊播中文語音。開發過程寫過兩篇，第一篇是用 AGY CLI 從零做出來，第二篇是 Claude Code 接力把它從能動變成好用。 這次要加的東西起點很單純：我看到 Live API 多了一份「即時逐字稿」的文件，想說既然已經在接 Live API 了，加個純逐字稿模式應該就是改幾個參數的事。 結果查完文件才發現，Google 這次一口氣放了兩顆名字很像但能力差很多的模型，而我真正想要的那個功能（語者分離）在我原本以為的那顆上面根本沒有。 兩個名字只差兩個字的模型 先把差異攤開，這是我花最多時間才搞清楚的部分：   gemini-3.5-transcribe-live gemini-3.5-transcribe 走哪個 API Live API（WebSocket 串流） Interactions API（一般 HTTP 請求） 使用情境 邊講邊出字 錄完之後整份丟進去 語者分離 不支援 最多 8 位 字詞層級時間戳 不支援 支援 音訊長度 單次 session 10 分鐘 1 小時，開語者分離時 30 分鐘 智慧模式 SMART 可用 smart 與語者分離互斥 暫定字幕 有 interimInputTranscription 不適用 官方文件在 Live 那頁的限制章節寫得很直白： Speaker diarization is not supported in live streaming sessions. For speaker diarization, use the non-streaming Audio transcription endpoint. 所以「即時看到誰在講什麼」這件事，目前做不到。要語者分離就得錄下來、會後整份送出去。這個限制決定了我後面整個架構。 即時那顆：interim 是它的重點 setup 的形狀跟原本的翻譯模型不一樣，responseModalities 要是 TEXT，轉錄參數放在 setup.inputAudioTranscription 底下： { "setup": { "model": "models/gemini-3.5-transcribe-live", "generationConfig": { "responseModalities": ["TEXT"] }, "inputAudioTranscription": { "languageCodes": [], "mode": "SMART" }, "realtimeInputConfig": { "automaticActivityDetection": { "disabled": false } } } } languageCodes 留空是自動偵測語言，填 ["en-US"] 這種 BCP-47 代碼則是給它語言偏好。mode 有兩個值：VERBATIM 逐字保留所有內容，SMART 會拿掉 uh、um 這類填充詞並自動補上格式。會議記錄我選 SMART，讀起來乾淨很多。 還有一個 customVocabulary 可以塞專有名詞，上限 1000 條，但文件建議 100 條以內效果最好。這次我沒做，等真的遇到人名一直被聽錯再說。 回應端則多了一個原本翻譯模型沒有的欄位： interimInputTranscription：說話中的暫定結果，會被後面的內容覆蓋...

前情提要 AI 時代下，連我自己都會將大部分得程式碼優化或是寫作的部分都會麻煩 AI 代勞。但是因為模型訓練的資料因素，有太多的寫作方式都太老舊了。這樣造成寫出來的程式無法應用到最新版本 Go 的一些功能，這樣相當的可惜。 還好， JetBrains 出了 go-modern-guidelines 這個很好用的 plugin 。可以讓你的 AI Agent 變得更加的聰明，並且知道該如何使用最新的程式語法來優化你的 Golang 程式碼。 什麼是 go-modern-guidelines？ 它想解決的問題：模型的知識有截止日，Go 沒有 這個專案的定位寫得很直白：為 AI agent 提供當代的 Go 撰寫規範，讓它們不會因為知識截止日而寫出過時的 Go。 問題有兩層。第一層很好理解：模型訓練資料有截止時間，截止之後才進標準庫的東西，它沒看過就不會用。專案自己舉的例子是 errors.AsType[T]（Go 1.26），模型沒見過，自然不會寫。 第二層比較微妙，專案稱之為 frequency bias：就算模型「知道」新寫法，訓練資料裡舊寫法出現的次數還是壓倒性地多。網路上十年份的 Go 程式碼裡，interface{} 的出現次數遠遠多於 any，sort.Slice 遠多於 slices.SortFunc。模型是在做機率預測，多數決贏的往往是舊的那個。 這第二點我在這次重構裡真的看到了。原本專案裡有這麼一段： // The oauth2 library can return an error containing "invalid_grant" // when the refresh token is expired, revoked, or otherwise invalid. if err != nil { errorStr := err.Error() // Basic substring check to avoid importing "strings" for i := 0; i <= len(errorStr)-13; i++ { if errorStr[i:i+13] == "invalid_grant" { return true } } } 一段手刻的字串搜尋，註解還特地解釋「為了避免 import strings」。strings 是標準庫，import 它的成本是零。這段程式碼要的其實就是一行 strings.Contains(err.Error(), "invalid_grant")。 它怎麼運作：兩個指令，一份隨 Go 版本增長的清單 工具本體是一支 CLI，只有兩個子指令： list [--go-version <version> | --file-path <path>] 回傳這個 Go 版本支援的規範清單，由新到舊排序。 explain <id>... 回傳特定規範的詳細說明與 before/after 範例。 list 的設計重點在於它會依 Go 版本回答不同的答案。你可以直接丟一個檔案路徑給它，它會自己往上找 go.mod、go.work，或退而求其次看本機的 Go toolchain： $ go-modern-guidelines list --file-path ~/Documents/linebot-file/main.go 我這個專案的 go.mod 寫 go 1.24.0，所以它回了 45 條。換個版本號，數字就跟著變： Go 版本 規範數 1.21 32 1.22...

前情提要 「網址擷取失敗，幫我看一下 log。」 這種回報我大概一兩週會收到一次，通常都是某個網站又加了一層防爬蟲，查一下讓爬取多一種備援方式繞過去就結束了。這次也是這樣開始的：使用者傳一個 acm.org 的網址進來，摘要功能吐了一個錯誤。 查下去才發現不是這麼一回事。網址擷取這個功能已經默默壞了三天，而且問題不在對方網站，是我自己的 Docker image 裡一個沒鎖版本的 npm 套件，某天悄悄升級到一個需要更新版 Node.js 才跑得動的新版本，容器裡的 Node.js 卻還停在半年前裝的那個。 先看 log： gcloud logging read 'resource.type="cloud_run_revision" AND \ resource.labels.service_name="linebot-helper-python" AND \ textPayload:"acm.org"' --limit=50 --freshness=2d \ --format="table(timestamp,severity,textPayload)" ERROR:loader.url:All methods failed for URL: https://www.acm.org/articles/people-of-acm/2026/russ-cox WARNING:loader.url:cloudscraper failed ...: 403 Client Error: Forbidden for url: ... WARNING:loader.url:httpx failed ...: Client error '403 Forbidden' for url: ... WARNING:loader.url:singlefile failed ...: SingleFile exited with code 1 ERROR:loader.singlefile:SingleFile loading failed ...: SingleFile exited with code 1 這個 Bot 抓網頁內容有個 fallback chain：先試 singlefile（headless Chromium 完整渲染），失敗換 httpx，再失敗換 cloudscraper（專門繞 Cloudflare 的工具），三種都失敗才報錯給使用者。httpx 跟 cloudscraper 拿 403 情有可原，acm.org 本來就有防護。但 singlefile 不該失敗，它是設計來繞過這種防護的最後一道防線。 往下翻，找到 singlefile 真正的錯誤： Error: WebSocket is not available, Node.js 22.4.0 or later is required at file:///usr/local/lib/node_modules/single-file-cli/lib/deno-polyfill.js:132:8 Node.js v18.20.4 容器裡是 Node 18，single-file-cli 卻要求 22.4 以上。查了一下這個錯誤第一次出現的時間是三天前，不是今天才發生。這代表過去三天，只要一個網址前面三種方法有任何一種被擋下來，就會全滅，使用者只會收到一句「無法從網址讀取內容」，完全看不出背後是這個原因。 為什麼要跑三次 Cloud Build，而不是改完就上線 這篇文章接下來會出現三次「改 Dockerfile → 用 Cloud Build 建置 → 實際跑起來看看」的循環。一開始我沒打算這麼做，覺得改個版本號、看 build 過了就能上線。後來發現這個假設每次都錯。 原因是 npm install -g single-file-cli 這種指令，build 成功只代表「npm 找得到這個套件、裝得進去」，不代表「這個套件跑起來的時候能動」。npm 對 engines 欄位的檢查預設只是警告，不會讓 build 失敗；而套件真正會不會 crash，要等它實際去啟動一個 headless Chromium、建一條 WebSocket...