這是一篇會一直更新的文章。

我把自己做的工具都開源放在 GitHub 上，陸續有人跟我說：「東西看起來很厲害，可是我連第一步該幹嘛都不知道。」也有人問我：「GitHub 是什麼？我點進去看到一堆檔案，然後呢？」

所以這篇不是介紹工具，是帶你把第一個跑起來。

已經在用 Claude Code 的朋友，直接跳到 第 4 節。

最後更新：2026-08

先花 30 秒確認這篇適不適合你

讀完你會做到的事：在自己的電腦上，丟一個論文的 DOI 給 AI，十幾分鐘後拿到一份有引用查核、有證據等級的評讀報告。或者丟一本 PDF 教科書給他，讓他整理成一篇一篇帶出處的筆記。

你需要準備的：

  • 一台電腦（Mac 或 Windows 都可以，醫院／公司電腦也行，不需要系統管理員權限）
  • Claude 的付費訂閱，Pro 就夠了（約 US$20/月）。免費帳號不支援 Claude Code，這是硬條件
  • 不需要會寫程式。真的。你需要的是「會複製貼上指令」跟「看到紅字錯誤訊息不要嚇到，把它整段貼回去問 AI」這兩件事而已

如果這兩件事你做得到，就繼續往下 👇

—

1. 同一個人，只是工具長大了

先講一段我自己的時間軸，因為我覺得這比任何教學都重要：

  • 三月：第一次把 AI 搬到自己的電腦上，做了語意搜尋、把上課錄影自動轉成筆記。那時候我每做一件事都要手動貼一段「你只能根據我給的資料回答」的咒語，盯著它會不會亂講，每一步都要按確認，煩到快瘋掉
  • 四到五月：慢慢把轉書、抽圖、OCR 磨成一條生產線，開始把重複的事變成一鍵
  • 六月：一邊準備專科考試，一邊架了論文雷達、復健課程雷達，會自動推播新東西給我
  • 七月：門診智慧病歷、額度守門、讓兩個 AI 互相審查對方的產出。開始在「管一群 AI」

中間我沒有變聰明，是工具長大了，加上我學會把每個踩到的坑寫成一條規則。

我講這個是想說：你現在就是我的三月。而且你比當年的我幸運，你一開始拿到的工具，就已經是好用的版本了。

2. Claude Code 不是聊天機器人

這是最多人卡住的地方，卡住的原因不是技術，是觀念沒轉過來。

你平常用的 ChatGPT 或 Claude 網頁版，是一個「很會講話的人」。你問他問題，他回答你。他看不到你的檔案，你要複製貼上餵給他。

Claude Code 不一樣。它跑在你電腦的終端機（terminal）裡，而且它有手：

  • 它可以打開你資料夾裡的檔案來讀
  • 它可以寫新檔案、改舊檔案
  • 它可以執行程式、看到結果、發現壞了再自己回頭修

差別有多大？舉個實際例子：我跟他說「把這本教科書的第 12 章轉成筆記」，他會自己去把 PDF 拆開、發現有些頁面是掃描檔就自己叫 OCR、發現圖抽歪了就重抽一次、最後寫成十幾篇筆記存進我的 Obsidian。整個過程我只講了那一句話。

這就是大家在講的「agent（代理人）」。白話講：你交代目標，他自己想步驟、自己動手、自己驗收。

還有一個很多人不知道的重點：Claude Code 不是只能在「程式資料夾」裡跑。你在哪個資料夾打開它，它就能讀寫那裡的東西。你的逐字稿資料夾、你的衛教單資料夾，都可以。

想通這件事之後，你跟他講話的方式會整個變。你不會再問「請問這段是什麼意思」，你會直接說「這個資料夾裡的東西幫我整理好」。

3. 十分鐘裝好，先給自己一個成功體驗

這一節我們先不裝我的工具。先讓你嘗到甜頭，不然一開始卡在設定很容易就放棄了。

裝（一行指令，真的）

好消息：你不需要先裝 Node.js、Git 或任何其他東西，一行指令會自動裝完。

Windows：開始選單搜尋「PowerShell」打開，貼上這行按 Enter：

irm https://claude.ai/install.ps1 | iex

如果你的畫面左邊是 C:\> 而不是 PS C:\>，代表你開到 CMD 了，改貼這行： curl -fsSL https://claude.ai/install.cmd -o install.cmd && install.cmd && del install.cmd

Mac：Spotlight 搜尋「Terminal」打開，貼上這行按 Enter：

curl -fsSL https://claude.ai/install.sh | bash

驗證有沒有裝好

輸入 claude --version，看到類似 2.x.x (Claude Code) 的版本號就對了。

然後輸入 claude 按 Enter，會自動跳出瀏覽器要你登入。用你的 Claude Pro 帳號登入，回到終端機看到 Login successful 就完成了，之後不用再登入。

第一句話

裝好之後你會看到一個等你輸入的游標。先別急著做大事，找一個你自己的資料夾（裡面放幾個檔案），cd 進去，然後跟他說：

這個資料夾裡有什麼？幫我看一下有沒有重複的檔案

他會自己去看、自己判斷、然後回報給你。

這一刻很重要。你會第一次感覺到「喔，他真的動手了，不是在跟我聊天」。這個感覺對了，後面就順了。

💡 給還很緊張的人：預設情況下，他每次要動你的檔案之前都會先問你要不要，你按不同意他就不會做。所以放心亂試。

卡住了怎麼辦（這其實就是第一課）

裝不起來、看到看不懂的英文報錯，不要自己 google 半天。打開 claude.ai 的對話框，直接這樣問：

「我是完全沒用過終端機的新手，用的是 Windows，我想裝 Claude Code，請一步一步用最簡單的方式教我」

卡在某個報錯的話，整段複製貼給它，加一句「ELI5（用五歲小孩能懂的方式）這是什麼意思、我該怎麼辦」。

它就是你隨叫隨到的工程師。這個「不懂就問它」的動作，本身就是最重要的技能。

⚠️ 開始玩之前，一條紅線先講：這是雲端工具，你打進去的東西會送出去給科技公司。涉及病人資訊的東西，先用假資料或去識別化資料練習；金鑰、密碼一個都不要進去。先用假資料練手感，等你判斷得出什麼能送、什麼不能送，再碰真的。

等你開始讓它碰工作上的東西時，再往下看這篇：當 AI 無所不能，我回頭確認一遍家裡的鑰匙。那是我自己回頭盤點金鑰跟 token 的紀錄，屬於出事之後才做就來不及的那種檢查。

4. GitHub 是什麼？你點進去到底在看什麼

我的工具全部放在 GitHub 上，所以這節要花點時間講清楚。

白話定義

GitHub 是放程式跟工具的公開圖書館，順便幫每份東西記錄了「誰、什麼時候、改了哪一行」的完整歷史。

對你來說，你只需要理解成：大家把做好的工具免費公開放在這裡，你可以來拿。

你不需要註冊帳號就能下載東西。 註冊只是為了按星星、開問題討論。

一個頁面上，你只要看四個地方

點進任何一個專案（GitHub 上叫 repository，簡稱 repo），你會看到一堆檔案，別慌，只有四個地方要看：

你看到的那是什麼要不要理它
頁面往下捲的一大篇說明README：這就是說明書，作者花最多力氣寫的地方⭐ 只看這個就夠了
右上角 ★ Star收藏。星星數大致反映有多少人覺得有用覺得有用就按一下，作者會很開心 😊
上排的 Issues問問題、回報壞掉的地方卡住時來這裡發問，作者看得到
上排的 Releases正式版本的打包下載有的話拿這個最穩

其他分頁（Actions、Insights、Pull requests…）短期內你都不用管。

怎麼把東西拿下來？三種方法

方法一：直接叫 Claude Code 去拿（最推薦）

在終端機打開 claude，然後跟他說：

幫我把 https://github.com/drpwchen/paper-review-and-digest 這個 repo 抓下來，
照它 README 的說明裝好

用 agent 來裝 agent 的工具，這才是正確用法 😆 而且他會順便幫你看懂 README。

方法二：網頁上按 Download ZIP（最無腦）

綠色的 Code 按鈕 → Download ZIP → 解壓縮。完全不用學指令。

方法三：git clone（標準做法）

git clone https://github.com/drpwchen/paper-review-and-digest.git

如果它說找不到 git，那你就需要先裝一個 Git（下載安裝檔按下一步就好）。或者你就用方法一、方法二，一樣的結果。

怎麼判斷一個工具值不值得用？

網路上東西很多，我自己看三件事：

  • README 寫得清不清楚：說明書都懶得寫的，通常也懶得處理你的問題
  • 最近有沒有更新（檔案列表右邊會顯示上次更動時間）：兩年沒動的東西，很可能已經跟現在的環境不相容
  • 有沒有 LICENSE 檔：這是作者授權你怎麼用它。我的都是 MIT，白話講就是「隨便你用、改、拿去商用都行，出事我不負責」

5. skill 是什麼？MCP 又是什麼？

好，你會用 Claude Code 了，也看得懂 GitHub 了。那我放在上面的那堆東西到底是什麼？

skill＝員工手冊

想像你請了一個很聰明的新人。他什麼都會，但他不知道你們單位的做事規矩。

「評讀一篇論文」這件事他當然會，但他會用他自己的方式做，這次這樣、下次那樣，而且很可能漏掉重要步驟。你要的是：每次都照同一套流程、該查的都查、該標出處的都標。

skill 就是那本員工手冊。它本質上是一個 SKILL.md 檔案，裡面用人話寫著「遇到這種任務，第一步做什麼、第二步做什麼、什麼情況要停下來問人」。你把它放進 ~/.claude/skills/ 這個資料夾，Claude Code 就會在該用的時候自己去讀。

所以你會發現我的 repo 大部分不是「一個 app」，而是一份寫得很細的流程說明書，外加幾支負責算數的小程式。因為真正值錢的不是程式碼，是流程本身：那是我自己讀了幾百篇論文、整理了幾千則筆記之後，才慢慢摸出來哪裡會出錯的東西。

順帶一提，skill 的設計很聰明：平常只有名字跟一行描述在他眼前，真的用到才會把完整內容載進來。所以就算 skill 裡放了一大本參考資料，沒用到的時候幾乎不花成本。

但這不代表可以無限裝。真正的成本在那一行描述：裝了幾十個、描述又長得差不多，他就會挑錯、或該用的時候沒想到要用。裝你真的會用的就好，並且把描述寫成「什麼情況該叫我」。

MCP＝外接插頭

skill 是教他「怎麼做」，MCP 是讓他「拿得到東西」。

MCP（Model Context Protocol）是一個標準接頭規格。裝上一個 MCP server，Claude 就多一種能力：能查 PubMed、能讀你的 Gmail、能搜尋你自己的筆記庫。

一句話：skill 給流程，MCP 給接口。

⚠️ MCP 以前有個惡名：每個連著的 server 都會把自己全部工具的說明書塞進你每一次對話，開越多越貴。這件事現在改掉了，Claude Code 預設會用工具搜尋（tool search），工具規格改成需要時才載入。

所以現在挑 MCP 的判準已經不是省不省 token，而是它碰得到什麼：它連得到你的信箱、你的檔案、你的帳號。裝之前先問一句「這個 server 拿得到我哪些東西」，這比省 token 重要太多了。

6. 實作：裝你的第一個工具

我們拿 paper-review-and-digest 當範例。理由是它門檻最低，不用裝額外的東西、不用顯示卡、丟一個 DOI 就有產出。

它裡面有兩個 skill：

  • /paper-review：這篇能不能信？ 期刊可信度、作者紀錄、參考文獻真偽查核、偏差風險、證據等級（GRADE）
  • /paper-digest：這篇在講什麼？ 把整篇重新編排成好吸收的教學式筆記，最後附自我測驗卡

Step 1：叫 Claude Code 幫你裝

不要自己打指令。 在終端機打開 claude，把下面這段整段貼給他：

幫我安裝 https://github.com/drpwchen/paper-review-and-digest
這是兩個 Claude Code skill。請照它 README 的說明裝：
把 paper-review/ 和 paper-digest/ 放到我的 skills 資料夾，
複製 config.example.yaml 成 config.yaml，
裝完告訴我還有什麼需要我自己填的

他會自己去抓、自己判斷你的作業系統該放哪個路徑、自己複製設定檔。你要做的只是在他問「可以嗎」的時候按同意。

💡 這不是偷懶，這才是正確用法。 手動打路徑是最容易出錯的一步（Mac 和 Windows 寫法不一樣、資料夾可能還不存在），而他不會打錯；而且 README 裡那些你看不懂的英文，他讀得懂。

順帶一提，這也是你之後裝任何工具的通則：把 repo 網址丟給他，叫他讀 README 裝好。

Step 2：確認設定檔

裝完他大概會告訴你設定檔在哪。你可以直接問他：「這個 config 我需要填什麼嗎？」

答案通常是：都不用填。筆記庫路徑、圖書館全文取得、複習卡網站這些全是選配，不填就是關掉，核心的評讀功能照樣跑。

Step 3：跑起來

重開 Claude Code，輸入：

/paper-review 10.1002/pmrj.70039

這篇是膝關節退化性關節炎的神經肌肉訓練系統性回顧，發表在復健科自家的期刊 PM&R。

然後就看他做事吧。他會去查期刊、查作者、一篇一篇驗證參考文獻是不是真的存在、判斷這個研究設計該用哪套偏差風險工具、最後算出證據等級。

這篇我自己實際跑過，工具最後算出來的證據等級是 Very Low，跟作者自己在文章裡報告的一致。

而且那個等級不是問模型「你覺得是幾級」。模型只負責判斷五個面向各自嚴不嚴重，最後由一支程式照 GRADE 的規則重新算一次；參考文獻的 DOI 也是真的拿去 CrossRef 打 API 確認存不存在。因為它是語言模型，不是計算機。模型負責判斷，程式負責算數，這樣分工才安全。

第一次看他跑完，你大概就會懂我為什麼要花時間做這些東西了。

7. 我開源的工具：兩條產線

我的工具不是散的，是兩條產線加幾個週邊：

📚 論文產線

階段工具做什麼
發現paper-radar幾十個期刊 RSS ＋ PubMed 搜尋自動抓，依你的興趣排序，做成一個私人的每日雷達網頁
取得paper-fetch給 DOI 拿 PDF：先試開放取用，再試出版社的正式介面，最後才走你機構圖書館的代理
閱讀paper-review-and-digest評讀＋內容消化（就是上一節那個）

📝 筆記產線

階段工具做什麼
生產textbook-to-note把你自己合法取得的 PDF 教科書轉成可搜尋的知識庫，再寫成一篇篇帶出處的筆記，連圖都幫你抽
更新note-supplement有新素材要併進舊筆記時用。重點在衝突偵測：新舊講法不一樣時，它不會安靜地改掉你原本的東西
搜尋vault-search你的 Obsidian 筆記庫的語意搜尋（semantic search）＋相關筆記推薦，全部在本機跑

那我到底該從哪個開始？

  • 會讀論文的人 → paper-review-and-digest，回報最快
  • 有一堆 PDF 教科書、要準備考試的人 → textbook-to-note
  • 已經在用 Obsidian、筆記多到自己找不到的人 → vault-search
  • 只是想玩玩看 agent 能幹嘛的人 → ytscribe，抓 YouTube 頻道逐字稿，跟醫學無關，誰都能試

📦 想看完整的工具清單（不只我自己寫的，還有語音轉文字、OCR、免費架站、家庭伺服器那些），去這篇：我的 AI 工具箱總整理

8. 接下來呢

你現在能裝、能跑了。下一步是用得好：那是完全不同的一件事，我另外寫了一篇：

👉 我怎麼跟 AI agent 講話：三個心法、為什麼現在下 prompt 的舊招都過時了、怎麼把踩過的坑寫成規則讓它不再犯。

卡住的話：

  • 工具本身的問題 → 直接到該 repo 開一個 Issue，我看得到
  • 一般使用問題 → 我的 Facebook 貼文底下留言就可以
  • 想問得更細、或想看我還沒做完的實驗 → 我有一個訂閱者社群，那邊會優先回答（但不做個人醫療諮詢，這條沒有例外）

最後老話一句：你不需要先學會，你只需要會問。

這些工具都是我自己每天在用的東西，開源出來是因為我覺得對別人也有用，不是產品。你拿去改成適合你自己的樣子，那才是它真正的用法。

有什麼卡住的地方，或是你改出了更好的版本，都很歡迎跟我說～ 😊

—

本文會持續更新。工具有大改版、或我又踩到新的坑，我會回來補。