論文學習雷達網頁畫面,論文卡片帶有全文徽章與勾選動作鈕

把我的論文讀書小站開源了

前陣子分享了我自己做的論文讀書小站,收到不少訊息問「這個我也能用嗎?」、「到底怎麼運作的?」。這篇就好好把它講清楚,順便告訴你,我已經把它整理成開源版本放上 GitHub 了。 先講我想解決的問題。 身為復健科醫師,我想追的期刊有幾十本,還有幾位很想跟的作者、幾個一直在關注的主題。傳統做法是把一堆 RSS 訂閱倒進閱讀器或筆記軟體,結果每天累積上百篇,很快就變成一個「永遠讀不完、也不知道從哪讀起」的垃圾堆。最後不是焦慮,就是乾脆不看。 我要的不是「看更多」,而是一個會先幫我篩、幫我排序的雷達,讓我只把注意力放在真正該讀的那幾篇。於是有了這個小站,它大概分成這幾層在運作。 一、自動抓取:把幾十個來源收成一條河 每天清晨,主機會自動去抓幾十個來源:期刊的 RSS、還有用 PubMed 搜尋做的「作者追蹤」和「主題追蹤」。有些期刊的 RSS 很爛或根本擋機器人,我就改用 PubMed 的查詢繞過去,一樣抓得到,而且附帶 DOI 方便後面處理。全部抓回來後自動去重,變成一份乾淨的清單。 二、興趣評分,而且會越用越懂我 這是我最喜歡的一層。每一篇都會用一個「興趣模型」算分數,把我最可能有興趣的排到最上面,雜訊沉到下面。 更關鍵的是它會學。我在手機上滑的時候,看到喜歡的按個讚、沒興趣的略過,這些反應會回頭微調模型的權重。用得越久,它越懂我的口味,排序就越準。這種「你教它、它回饋你」的迴圈,是我覺得比單純 RSS 高明的地方。 三、全文三層:先幫我確認「拿不拿得到」 看到想讀的,最煩的往往是「找得到、但打不開全文」。所以每篇我都先自動幫它標好取得難度: 🟢 開放取用(Open Access):直接幫我把 PDF 抓下來。 🏥 機構訂閱:自動去查我所屬圖書館有沒有訂閱這本期刊、這篇現在拿不拿得到。 📎 自己補:以上都沒有的,附上連結讓我自己抓,或直接把 PDF 丟上去。 這樣我在滑的當下就知道每篇「能不能讀」,不用一篇一篇點進去碰運氣。 四、一個只給自己看的私密小站 重點 整個站是鎖起來的,只有我進得去,沒有對外公開、也沒有署名。它是我一個人的閱讀桌,手機、電腦打開都是同一份狀態,昨天在捷運上勾過的、今天在醫院打開一樣看得到。介面就是一張張論文卡片,帶著上面說的徽章,還有幾顆動作鈕。 五、勾一勾,剩下的它包了 這是把前面所有東西串起來的閉環。看到喜歡的,我就勾「想整理內容」或「想評讀品質」,跟它說一聲,它就自動:幫我抓全文、把重點整理成筆記、做評讀,最後收進我自己的筆記系統裡。人在外面看到別人分享的好文章,也能直接丟進這個網頁,一樣幫我處理好。 於是我的閱讀從「被上百篇淹沒」,變成「每天滑一滑、勾幾篇、讀它整理好的重點」。省下來的時間跟力氣,比我想像的多很多。 開源出去,也歡迎你打造自己的雷達 我把自己的東西整理乾淨,放上 GitHub 了,附了中英文說明: 👉 https://github.com/drpwchen/paper-radar 它不只能用在醫學。任何有 RSS 的來源,論文、新聞、部落格,都能 fork 去改成自己領域的雷達。想自己架一個的人,可以照著說明走。 補充一下:雷達幫我挑出來的論文,下游是交給另外兩個負責「評讀」跟「整理」的工具去讀的,那部分我後來也整理開源了,寫在這篇。雷達管挑、skill 管讀,兩端接起來才是完整的讀論文流程。 最後講點私心。這個念頭其實在心裡很久了。還沒踏進 vibe coding 之前,我看到吳易澄醫師(運動醫學、復健醫學)做了一個類似的平台,那時候又羨慕又好奇,心想「要是我也有一個就好了」。沒想到現在真的能親手把它做出來,還能整理乾淨分享給大家。 從一個羨慕別人的念頭,到自己動手實現,再到開源分享出去,這種感覺真的很奇妙,也很開心 😊 如果你也常常被讀不完的資訊淹沒,歡迎來看看,也歡迎順手給顆星 ⭐,這對我會是很大的鼓勵。 如果這個工具有幫你省下時間,也歡迎請我喝杯珍奶,讓伺服器繼續轉下去 🧡 🧋請我喝飲料 — ...

July 1, 2026 · 1 分鐘 · 91 字 · 陳柏威 Po-Wei Chen
一隻友善的機器人看著有預算錶針的儀表板,指針在節奏正常區,token 金幣流進小豬撲滿

我幫 AI 裝了一個省錢儀表板

📖 省 Token 系列(共四篇):第一篇 為什麼你的 AI 越聊越笨 · 第二篇 能用算盤就別開超級電腦 · 第三篇 幫 AI 整理一張乾淨的工作桌 · 第四篇(本篇,完結) 來到系列最後一篇。前三篇我們從「為什麼 AI 越聊越笨」,一路講到「什麼時候別用 AI」「怎麼幫它整理桌面」。這一篇談的是錢真正花下去的那一刻:怎麼把每一塊錢花在刀口上。 第一件事:不是每件事都需要最聰明的腦袋(但省下來,就是為了負擔得起好的) AI 模型有分等級。以 Claude 為例,由便宜到貴大致是 Haiku、Sonnet、Opus 三級,價差很大。 如果你是按使用量付費的人,最直接的省法就是「派對的等級做對的事」:改格式、重新命名、簡單分類這種雜事,交給最便宜的 Haiku 就好;日常的寫作、查資料用中間的 Sonnet;只有真正需要深度推理的硬任務,才動用最強的 Opus。 這裡還有一個很多人都搞錯的觀念,特別講一下:「要看圖」不等於「要用最貴的模型」。 當你只是要 AI「看一張圖、認出裡面有什麼、把上面的字讀出來」這種辨識任務,最便宜的 Haiku 通常就完全夠用,便宜到一個誇張。只有要它「看懂一張複雜的醫學示意圖、解讀圖表背後的邏輯」這種需要推理的視覺任務,才值得升級。選模型的真正標準,是「這個任務需要多少思考」,不是「要不要看圖」。 不過老實說,我自己現在反而大多直接用最強的 Opus,XD。 為什麼?因為我發現,在目前的訂閱方案下,把前面三篇那些省 token 的功夫都做好之後,我的額度其實用不太完,而最強的模型品質又明顯比較好。所以對我來說,與其斤斤計較每件事該用哪一級,不如把省下來的額度,拿去讓最好的模型做每一件事。 我覺得這反而是整個系列最想講的一件事:省 token 從來不是為了小氣。 我把浪費擋掉、把該交給程式的交給程式、把桌面整理乾淨,省下來的這些,剛好讓我負擔得起「把最好的腦袋,用在每一個我在乎的問題上」。省,是為了能大方地花在刀口上。 最後補兩個進階的小心法: 讓 AI 少廢話,可以一勞永逸。 AI 的「輸出」比「輸入」貴上好幾倍(以 Opus 為例差到五倍),所以請它回答精簡就是直接省錢。而且這件事你不用每次重講,直接寫進給它的長期指令裡(就是第三篇那份常駐設定檔,或聊天版的「自訂指令」),叫它預設就講重點、不要長篇大論。一次設定,之後每次都省。 思考深度也能調。 同一個模型可以設定它「想多深」,簡單的事用淺一點、難的事才開深度思考。重點永遠是:把力氣花在真正難的地方。 第二件事:把吵鬧的雜事,丟到隔壁房間做 有些工作會吐出一大堆過程訊息:跑一輪測試、抓一份長文件、處理一堆紀錄。如果讓這些雜訊全部堆在主對話裡,桌面馬上被淹沒(回到第三篇,桌面一髒就又貴又笨)。 我的做法是派一個「分身」去隔壁房間做這件事。分身有自己獨立的工作空間,它的所有過程、雜訊、草稿都留在那個房間裡,只有最後的結論回到我的主對話。 這就像你請助理去查一整天資料,你不需要看他翻過的每一頁,只要他最後給你一頁重點。 注意 但這招有取捨,我必須老實說:派分身本身也要花錢,而且分身會自己燒一輪 token。官方就提醒過,大量用分身的工作流,總花費可能是單打獨鬥的好幾倍。所以原則是:當「保持主桌面乾淨」的價值,大於「多請一個分身」的成本時,才派。 不是什麼都丟分身。 (這篇從頭到尾,你會發現省 token 沒有一招是無腦的,每一招都在權衡。這正是它好玩的地方。) 第三件事:裝一個會對我跳表的儀表板 講了這麼多省法,最後一塊拼圖是:你得看得見自己花了多少。 看不見的支出最危險。所以我裝了一個開源小工具,叫 cc-budget(由 boyand 開發,在 GitHub 上找得到)。 ...

June 29, 2026 · 1 分鐘 · 168 字 · 陳柏威 Po-Wei Chen
左邊一台溫暖的木製算盤,右邊一台發光但耗電的超級電腦,中間隱含天秤,象徵選對工具

能用算盤,就別開超級電腦:什麼時候該叫 AI 動腦?

📖 省 Token 系列(共四篇):第一篇 為什麼你的 AI 越聊越笨 · 第二篇(本篇)· 第三篇 幫 AI 整理一張乾淨的工作桌 · 第四篇 我幫 AI 裝了一個省錢儀表板 上一篇我們講到,跟 AI 對話越長越貴越笨,以及三個立刻能用的省法。這一篇要往前再走一步,談一個更根本的分水嶺: 有些工作,根本不該叫 AI 來做。 聽起來很反骨,但這正是我把 AI 用得省又準的關鍵心法。 兩種工具:算盤與超級電腦 把事情交給電腦處理,其實有兩條完全不同的路。 一條是寫死的程式(script)。你事先把規則想清楚、寫成步驟,之後它就照著跑。像一台算盤,撥珠的規則固定,算十次一百次答案都一樣。 另一條是叫 AI 動腦(LLM)。你描述需求,它「理解」之後生出答案。像一台超級電腦,什麼模糊的、需要判斷的都能接,但每開機一次就燒一次電。 很多人的直覺是:現在 AI 這麼強,什麼都丟給 AI 就好。 這恰恰是燒錢又燒時間的根源。 一張表,看懂兩者的取捨 面向 寫死的程式(算盤) 叫 AI 動腦(超級電腦) 精準度 100% 確定,同樣輸入永遠同樣結果 會漂移,同一個問題問兩次可能答案不同,還可能一本正經地胡說 模糊處理 只能做規則講得清楚的事 能處理語意、判斷、例外、「你懂我意思」那種模糊地帶 花費 幾乎是零 每跑一次都付一次 token 的錢 速度 毫秒級,眨眼就好 秒級,而且對話越長越慢 前置工 要先把規則想對、寫對 開口就能用,零設定 看懂了嗎?兩者沒有誰比較好,只有誰適合這個任務。 規則明確、會重複很多次的事,交給算盤:又快又準又免費。 需要判斷、模糊、每次都不太一樣的事,才值得開動超級電腦。 一個真實的例子:我怎麼讀我的醫學課本 PDF 我有很多教科書的 PDF,常常需要從裡面撈內容。 如果我每一頁都直接丟給 AI 看,那是把超級電腦當印表機用:每一頁都付一次「看圖加讀字」的錢,貴得嚇人(後面那篇會講,直接丟 PDF 給 AI 看,每頁可能燒掉一兩千個 token)。 ...

June 29, 2026 · 1 分鐘 · 170 字 · 陳柏威 Po-Wei Chen
一隻友善的機器人把雜亂紙張收進有標籤的抽屜,乾淨的桌面只留一張關鍵的紙

幫 AI 整理一張乾淨的工作桌

📖 省 Token 系列(共四篇):第一篇 為什麼你的 AI 越聊越笨 · 第二篇 能用算盤就別開超級電腦 · 第三篇(本篇)· 第四篇 我幫 AI 裝了一個省錢儀表板 前兩篇都還停在「人人可用」的層次。從這篇開始,我帶你看我電腦裡那套被我折騰到很細的設定。 先說背景。我除了在手機上用 AI 聊天,更常用的是一個叫 Claude Code 的工具:它跑在電腦的終端機裡,可以直接讀我的檔案、改我的筆記、幫我自動化一堆事。你可以把它想成「一個住在我電腦裡、能動手做事的 AI 助理」。 正因為它能做的事多、跑的次數多(一個任務動輒呼叫 AI 幾十上百次),省 token 在這裡的回報會被放大很多倍。而省 token 的第一原則,跟整理書桌一模一樣: 桌面上只放現在用得到的東西,其他都收進抽屜。 常駐稅:有一種成本,你每一句話都在付 我有一個檔案叫 CLAUDE.md,裡面寫著我給 AI 的長期規則:筆記要用什麼格式、哪些資料夾不要碰、我的偏好是什麼。 這個檔案有個特性:它在每次開工的最一開始就被載入,而且整段工作過程都常駐在 AI 眼前,不會被收走。 意思是,如果這個檔案有 5000 個 token,那麼無論我今天只問兩句、還是聊兩百句,每一句的背後都在重複付這 5000 個 token 的錢。 我把它叫做「常駐稅」。每一行都是稅。 所以我刻意把它壓在 95 行左右,只留真正穩定不變、非寫不可的規則。會議記錄、設計過程、長篇說明,全部移到別的地方,要用的時候才叫出來。 順帶一提,這些「只給 AI 看」的設定檔,我一律用英文寫。因為中文在 token 計算上比較貴(同樣意思的中文通常比英文吃更多 token),而給人看的筆記我才用中文。給 AI 的省錢,給人的好讀,各得其所。 抽屜:讓記憶分層,不要全攤在桌上 我給 AI 做了一套記憶系統,但重點不是「記越多越好」,而是分層: 真正天天用到的,放在最上層,每次開工自動載入。 偶爾才用的,收進抽屜,需要時才拉出來。 很久沒碰的,直接封存。 我還做了一個「使用熱度」的計分:常被讀到的記憶分數高、留在桌上;冷掉的自動往下沉。這樣桌面永遠只有當下最相關的那幾張紙。 道理跟上一篇的算盤一樣:這套熱度排序是用程式算的,不勞駕 AI。 這對手機聊天版的人也有啟發:ChatGPT 的「記憶」和「自訂指令」功能不是免費魔法,它是每次對話前自動幫你貼上去的隱形內容,一樣佔空間、一樣每句重算。所以記憶要精簡,不是塞越多越好。 ...

June 29, 2026 · 2 分鐘 · 249 字 · 陳柏威 Po-Wei Chen
復健科進修雷達 courses.drpwchen.com 網站畫面

做了一個復健科進修雷達

當住院醫師到現在,每次想找進修課程都是同個痛點:超音波、全衡、足踝、神經、兒復⋯⋯課程散在十幾個學會跟機構的網站,沒幾天就要刷一次網站,又不確定自己到底看過沒。 後來我把這些課程頁放到家裡的 Home Assistant 做爬蟲,有新課就自動通知我,終於輕鬆很多。不過想到再過不久就要離開住院醫師階段,這套擺在家裡的小工具就沒辦法繼續提醒學弟妹們。想說反正有 Claude,乾脆請他把這 17 個復健相關學會/機構的課程跟公告全部爬下來,彙整成一個地方,每 3 小時自動更新一次,放上網路給大家用。 於是就有了這個網站: 👉 https://courses.drpwchen.com 網站內容: 📅 最新課程:一頁看完,可以按活動日期排序、排除過期、依分類跟來源篩選 🗓️ 活動行事曆:這個月有哪些課一目了然 📣 最新公告:各學會的最新公告也一起收 🔔 訂閱通知:想被通知的話可以訂閱 RSS 或 ntfy,有新課程自動推播,不用再自己巡網站 幾點說明: 資料自動彙整自各學會/機構的公開公告頁,僅顯示標題與連結並導回原站,屬非官方彙整,實際資訊請以原公告為準 不用登入,點擊活動就能直接打開原始公告頁面 純粹是做給自己用的工具,順手開放出來,希望也幫助到同科的大家~ 如果你發現少了哪個學會、哪個機構,或想到什麼功能,歡迎跟我說,我再加進去!🙌 如果這個工具有幫你省下時間,也歡迎請我喝杯珍奶,讓伺服器繼續轉下去 🧡 🧋請我喝飲料 — 📍 你在這條路徑上的位置 1. 從零開始 2. 怎麼跟 agent 講話 3. 長出自動化流程 4. 挑工具:AI 工具箱 5. 單一工具怎麼用你在這裡 想一眼看完 AI 工作流的文章怎麼串起來 → 📊 AI 內容地圖

June 24, 2026 · 1 分鐘 · 56 字 · 陳柏威 Po-Wei Chen