Skip to content

IndexError: list index out of range #206

@Paul-16098

Description

@Paul-16098
$ pip list
Package           Version
----------------- -------
lxml              6.0.2
pillow            12.0.0
python-pptx       1.0.2
typing-extensions 4.15.0
xlsxwriter        3.2.9


$ python -v md2pptx.py `C:\Users\pl816\OneDrive\文件\school\vot2007\專題_精簡版.md` o.pptx
DEBUG uv 0.9.16 (a63e5b62e 2025-12-06)
DEBUG Acquired shared lock for `C:\Users\pl816\AppData\Local\uv\cache`
DEBUG No project found; searching for Python interpreter
DEBUG No Python version file found in ancestors of working directory: C:\Users\pl816\tools\tools\md2pptx
DEBUG Using request timeout of 30s
DEBUG Searching for default Python interpreter in virtual environments, managed installations, search path, or registry
DEBUG Found `cpython-3.14.2-windows-x86_64-none` at `C:\Users\pl816\tools\tools\md2pptx\.venv\Scripts\python.exe` (active virtual environment)
DEBUG Using Python 3.14.2 interpreter at: C:\Users\pl816\tools\tools\md2pptx\.venv\Scripts\python.exe
DEBUG Running `python md2pptx.py C:\Users\pl816\OneDrive\文件\school\vot2007\專題_精簡版.md o.pptx`

md2pptx Markdown To Powerpoint Converter 6.1+ 9 December, 2025
==============================================================

Open source project: https://github.com/MartinPacker/md2pptx

md2pptx is found in C:\Users\pl816\tools\tools\md2pptx

External Dependencies:

  Python: 3.14.2
  python-pptx: 1.0.2
  Pillow: 12.0.0
  CairoSVG: Not Installed
  graphviz: Not Installed

Internal Dependencies:

  funnel: 0.1
  runPython: 0.11

Metadata:
=========

Name                                     Value
----                                     -----
template                                 Martin Template.pptx

Using Martin Template.pptx as base for presentation

Writing processing summary slide with metadata on it.

Slides:
=======

   1   研究摘要
   2       背景與問題
   3       核心策略
   4       成功案例啟示
   5       結論與行動呼籲
   6       <No title>
   7   參考資料
   8       主要數據來源
Traceback (most recent call last):
  File "C:\Users\pl816\tools\tools\md2pptx\md2pptx.py", line 6282, in <module>
    createSlideNotes(slide, notes_text)
    ~~~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^
  File "C:\Users\pl816\tools\tools\md2pptx\md2pptx.py", line 4394, in createSlideNotes
    addFormattedText(text_frame.paragraphs[0], notes_text)
    ~~~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "C:\Users\pl816\tools\tools\md2pptx\paragraph.py", line 694, in addFormattedText
    linkURL = linkArray[1]
              ~~~~~~~~~^^^
IndexError: list index out of range
DEBUG Command exited with code: 1
DEBUG Released lock at `C:\Users\pl816\AppData\Local\uv\cache\.lock`
Details
template: Martin Template.pptx

# IT 產業碳中和專題研究報告 <!-- omit from toc -->

- [研究摘要](#研究摘要)
  - [背景與問題](#背景與問題)
  - [核心策略](#核心策略)
    - [綠色軟體開發](#綠色軟體開發)
      - [實踐策略](#實踐策略)
    - [硬體生命週期管理](#硬體生命週期管理)
      - [關鍵成效指標](#關鍵成效指標)
    - [雲端運算效率](#雲端運算效率)
    - [遠端工作](#遠端工作)
    - [循環經濟](#循環經濟)
    - [永續編碼實踐](#永續編碼實踐)
  - [成功案例啟示](#成功案例啟示)
  - [結論與行動呼籲](#結論與行動呼籲)
- [參考資料](#參考資料)
  - [主要數據來源](#主要數據來源)
  - [企業永續報告](#企業永續報告)
  - [標準與工具](#標準與工具)
  - [學術與產業研究](#學術與產業研究)
  - [電子廢棄物](#電子廢棄物)
  - [附注: 企業案例對應報告位置](#附注-企業案例對應報告位置)

## 研究摘要

### 背景與問題

ICT 相關溫室氣體排放的估算隨邊界定義而異,約佔全球總量的 1–3%;數據中心 2022 年用電約為 240–340 TWh (不含加密挖礦)[^dbc]。作為 IT 職業專才,必須積極設計和實施減碳策略,以達至碳中和目標並提升碳素養。

[^dbc]: from ?

### 核心策略

1. **綠色軟體開發** - 編寫節能程式碼,使用 [SCI(軟體碳強度)][SCI-github] 指標衡量改進。

2. **硬體生命週期管理** - 採用 ITALM 五階段框架 (規劃 -> 採購 -> 部署 -> 維護 -> 處置) ,延長設備壽命至 5-7 年,減少電子廢棄物。

3. **雲端運算效率** - 選擇低碳區域、清理殭屍資產、實施自動擴展和無伺服器架構,可顯著降低碳排放 (實際成效依工作負載與電網碳強度而異 ) 。

4. **遠端工作** - 混合工作模式減少通勤和辦公室能耗,具顯著減排潛力 (根據地區通勤模式與辦公能源配置而異 ) 。

5. **循環經濟** - 翻新再利用、責任回收,減少 2030 年預計 82M 噸電子廢棄物。[^82m]
6. **永續編碼實踐** - 高效演算法、資源優化、持續效能測試,將永續納入開發流程。

[^82m]: from ?

#### 綠色軟體開發

**SCI(軟體碳強度)指標體系** 是量化軟體碳排放的標準方法,由 Green Software Foundation 定義,公式為:

$$
SCI = C \text{ per } R
$$

- $R$: SCI 方程式中的所有元素都以相同的函數單位 $R$ 進行縮放(例如,每增加一個用戶、API 呼叫或 ML 訓練運行的碳排放量)。
- $C$: 該軟體導致排放的碳總量,擴展為 $O + M$
  - $O$: 與軟體相關的運行排放量 $= E * I$
    - $E$: 能耗(千瓦時),包括預留或配置的硬體所消耗的所有能源
    - $I$: 每消耗 一千瓦時 電力所產生的碳排放量, 以 每千瓦時碳含量 表示
  - $M$: 隱含碳(又稱「嵌入碳」)是指硬體設備在製造和處置過程中排放的碳量,以 克碳 為單位。此份額由時間份額和資源份額兩部分組成 $= TE * TS * RS$
    - $TE$: 總隱含排放量;所有硬體組件的生命週期評估 (LCA) 排放量的總和。
    - $TS$: 分時共享;硬體總壽命中預留給軟體使用的份額。
    - $RS$: 資源份額;硬體總可用資源中預留給軟體使用的份額。

##### 實踐策略

- **演算法優化**: 選用高效演算法。例如排序: $o(n^2)$ 冒泡排序 vs $O(n \log n)$ 快速排序,在百萬筆資料下,後者耗電量可低 50–70%
- **程式碼效率**: 避免冗餘計算、惰性載入、快取機制,將 CPU 使用率降低 20–40%
- **測試與監測**: 持續效能測試,建立碳排基準線,追蹤改進進度
- **硬體相性**: 根據目標設備特性(行動、邊緣計算或資料中心)調優程式碼

#### 硬體生命週期管理

採用 **ITALM 五階段框架** (IT Asset Lifecycle Management 資訊科技資產生命週期管理):

1. **規劃階段** - 需求評估、能效規格制定、預算成本含環保指標
2. **採購階段** - 選擇能效認證設備(EPEAT Gold/Platinum)、優先回收再製產品、團購降低碳足跡
3. **部署階段** - 最佳化能耗設定、虛擬化部署、監測基準功耗
4. **維護階段** - 定期軟體更新降低能耗、及時維修延長壽命、監測故障並預防性替換
5. **處置階段** - 責任回收利用、數據安全銷毀、翻新再利用

##### 關鍵成效指標

- **設備壽命延長至 5–7 年**,可減少 60% 硬體碳排(相比 3 年更新)
- **減少電子廢棄物**: 全球預計 2030 年達 82M 噸電子廢棄物,責任回收可復用 95% 寶貴金屬

**案例**: Dell、HP 等企業推動翻新計畫,二手伺服器重新認證銷售,新的生命週期碳排降低 70–80%。

#### 雲端運算效率

**三大優化方向:**

1. **低碳區域部署** - 選擇再生能源豐富地區(冰島 100% 水電、丹麥 80% 風電),相比煤電地區可低 80–90% 碳排
2. **資源精細化管理** - 清理殭屍資產(未使用的 VM、未配置的儲存體)可節省 20–30% 支出與碳排
3. **自動擴展與無伺服器** - 按需計費,避免資源浪費;AWS Lambda、Google Cloud Run 等無伺服器服務自動優化,碳效率提升 40–60%

**PUE(Power Usage Effectiveness)現況:**

- 產業平均 1.50–1.80(每消耗 1W IT 設備額外消耗 0.50–0.80W 冷卻與輔助)
- Google 資料中心: 1.10–1.20(業界最優)
- 高效液冷技術可進一步降低至 1.05–1.08

**投資報酬率(ROI)高**: 雲遷移 1 年內可攤銷成本,5 年內總體成本較低 40–50%。

#### 遠端工作

**混合工作模式減排量化:**

以中等城市上班族為例(單程 30km,油車):

- **5 天辦公室** → 年度通勤碳排 2.5 噸 CO~2~
- **2 天辦公室 + 3 天遠端** → 年度通勤碳排 1.0 噸 CO~2~,**減少 60%**

**辦公設施節能:**

- 遠端工作減少空調、照明、飲食設施運行,單位員工辦公碳排減 40–50%
- 若 50% 員工採混合制,企業辦公場所可縮小 30%,房地產與能耗雙降

**文化變革與生產力**: 多項研究顯示混合制下員工滿意度提升 35–45%,離職率下降 25%,長期降低人才成本並增進永續形象。

#### 循環經濟

**核心理念**: 設計、製造、使用、回收的完整循環。

**三大支柱:**

1. **翻新再利用(Refurbishment)**
   - 檢測、清潔、更新關鍵元件,恢復 90% 性能
   - 成本僅新品 30–40%,碳排僅新品 20–30%
   - 例: IBM、Lenovo 提供企業翻新計畫

2. **責任回收(Responsible Recycling)**
   - 遵循 e-Stewards / R2 認證標準
   - 提取銅、鋁、金、稀有金屬,減少採礦碳排
   - 全球電子廢棄物含 100 萬噸金/銀,年採礦成本與碳足跡龐大

3. **設計改革(Circular Design)**
   - 模組化設計便於拆卸維修,延長壽命 (Apple 等廠商已推行維修計畫)
   - 使用可回收或生物可降解材料

**數據支撐**: 每噸電子廢棄物回收可減少 5–8 噸新礦物開採,規模化投資年減排可達百萬噸級。

#### 永續編碼實踐

將永續性融入軟體開發全流程:

1. **高效演算法與資料結構**
   - 時間複雜度優化: $O(n)$ vs $O(n^2)$ 在大資料集上可減少能耗
   - 空間最適化: 避免重複存儲、及時垃圾回收、選用輕量級資料結構

2. **資源優化**
   - 網路請求批次化、本地快取、非同步處理,減少 I/O 次數
   - 記憶體池管理、物件復用

3. **持續效能測試**
   - 建立 CI/CD 流程中的碳排檢查點
   - 每次程式碼提交自動測試能耗變化,超閾值觸發警告
   - 工具: Cloud Carbon Footprint[^ccf][Scaphandre](https://github.com/hubblo-org/scaphandre) (Linux 過程級能耗分析)
4. **團隊文化**
   - 制定永續編碼準則並納入 Code Review
   - 舉辦內部工作坊、競賽(如永續編碼挑戰賽)
   - 建立激勵機制: 優化碳排的團隊給予獎勵

[^ccf]: Cloud Carbon Footprint. (n.d.). An open source tool to measure and analyze cloud carbon emissions. <https://www.cloudcarbonfootprint.org/>

**效果量化**: 某科技公司導入永續編碼實踐後,軟體碳強度 12 個月內下降 25%,估算年減排 500 噸 CO~2~ 當量。

### 成功案例啟示

Google、Microsoft、Amazon、Meta 等企業已實現顯著成效: Google 近年平均 PUE 約 1.10[^ger],並以 AI 參數調校冷卻實現顯著節能;Amazon 於 2024 年達成 100% 再生能源匹配;Microsoft 實施內部碳費並承諾於 2030 年達成負碳目標;Meta 推動數據中心廢熱回收 (如丹麥 Odense 區域供熱 ) 。這些案例顯示技術成熟且具經濟可行性。

[^ger]: google Environmental report,7.52.7,p.74

<!-- ### 成本效益分析 (~1.5 分鐘)

以企業投資 IT 碳減計畫的 ROI 為例:

| 計畫項目           | 初期投資    | 年度節省          | 碳減量(年)     | 回本期 | 10年 NPV    |
| ------------------ | ----------- | ----------------- | -------------- | ------ | ----------- |
| 數據中心液冷       | 中(50–200K) | 15–25% 能耗       | 200–600 噸 CO~2~ | 2–3年  | 正 150–400K |
| 遠端工作基礎設施   | 低(10–50K)  | 10–15% 房地產成本 | 50–200 噸 CO~2~  | <1年   | 正 100–300K |
| 綠色軟體訓練(團隊) | 極低(5–20K) | 3–8% 能耗         | 100–300 噸 CO~2~ | <1年   | 正 80–250K  |

**關鍵洞察**: 降碳投資多數在 1–3 年內回本,10 年 ROI 遠超傳統 IT 更新,同時實現品牌價值提升與人才吸引。 -->

### 結論與行動呼籲

IT 產業碳中和是環境責任。透過六大策略:

1. 綠色軟體開發(SCI 指標驅動)
2. 硬體生命週期管理(ITALM 框架)
3. 雲端運算效率(低碳區域、資源精細化、無伺服器)
4. 遠端工作模式(減 60% 通勤碳排)
5. 循環經濟(翻新、回收、設計改革)
6. 永續編碼文化(全流程效能測試)

IT 專業人士能夠引領產業邁向永續未來。

**行動呼籲**:

- **管理階層**: 將碳排納入企業策略與 KPI,設置 2030 年淨零目標並獲取科學基礎減量目標(SBTi)認證
- **開發團隊**: 導入 SCI 指標、綠色編碼準則與 CI/CD 效能測試
- **個人層面**: 學習永續軟體設計、參與開源綠色軟體項目、建立專業認證(Green Software for Practitioners)

---

## 參考資料

### 主要數據來源

International Energy Agency. (2023/2024). Data centres and data transmission networks. <https://www.iea.org/energy-system/buildings/data-centres-and-data-transmission-networks>

Green Software Foundation. (2024). Software Carbon Intensity (SCI) specification. [SCI-github]

Lawrence Berkeley National Laboratory. (2024). Data center energy efficiency resources. <https://eta.lbl.gov> / <https://datacenters.lbl.gov>

### 企業永續報告

Google. (2025). Environmental report. <https://www.gstatic.com/gumdrop/sustainability/alphabet-2025-cdp-response.pdf>

Microsoft. (2024). Environmental sustainability report. <https://www.microsoft.com/sustainability>

Amazon. (2024). Sustainability report. <https://sustainability.aboutamazon.com/> (see “Popular downloads” for 2024 report PDFs)

Meta. (2025). Sustainability report. <https://sustainability.atmeta.com/2025-sustainability-report/>

### 標準與工具

GHG Protocol. (n.d.). Corporate accounting and reporting standard. <https://ghgprotocol.org/>

Electricity Maps. (n.d.). The world’s most comprehensive electricity data platform. <https://www.electricitymaps.com/>

### 學術與產業研究

Science Based Targets initiative. (2024). Corporate net-zero standard. <https://sciencebasedtargets.org/>

OECD.AI. (n.d.). AI and climate change. <https://oecd.ai/>

Climate Neutral Data Centre Pact. (n.d.). Climate Neutral Data Centre Pact – The Green Deal needs green infrastructure. <https://www.climateneutraldatacentre.net/>

### 電子廢棄物

United Nations University/UNITAR. (2024). The Global E-waste Monitor 2024. <https://ewastemonitor.info/>

### 附注: 企業案例對應報告位置

- Google (近年平均 PUE、AI 冷卻節能、24/7 CFE 目標 )
  - 報告: Environmental Report 2025 (Google )
  - 章節/定位: Energy / Data centers;AI 冷卻案例 (於報告內搜尋 “AI cooling”/“data centers” ) 。
  - 連結: <https://sustainability.google/reports/>

- Microsoft (內部碳費、2030 負碳目標 )
  - 報告: Environmental Sustainability Report 2024 (Microsoft )
  - 章節/定位: Carbon fee (internal ) ;Targets / 2030 carbon negative (於報告內搜尋 “internal carbon fee”/“carbon negative 2030” ) 。
  - 連結: <https://www.microsoft.com/sustainability>

- Amazon (2024 年 100% 再生能源匹配 )
  - 報告: Amazon Sustainability Report 2024 (含 AWS Summary )
  - 章節/定位: Executive summary / Key milestones (於 PDF 內搜尋 “100% of electricity matched with renewable energy (2024)” ) 。
  - 下載入口: <https://sustainability.aboutamazon.com/> → Popular downloads (2024 報告 PDF )

- Meta (持續 100% 再生能源匹配;Odense 廢熱回收案例 )
  - 報告: Meta Sustainability Report 2025;並參考 Data Centers 專頁
  - 章節/定位: Goals ("Continue to match 100% of our electricity use …" ) ;區域供熱/廢熱回收相關敘述見 Data Centers 頁面與報告資料 (於資源內搜尋 "district heating"/"waste heat"/"Odense" ) 。
  - 報告連結: <https://sustainability.atmeta.com/2025-sustainability-report/>
  - Data Centers 頁面: <https://sustainability.atmeta.com/data-centers/>

[SCI-github]: https://github.com/Green-Software-Foundation/sci/blob/main/SPEC.md

Metadata

Metadata

Assignees

No one assigned

    Labels

    No labels
    No labels

    Projects

    No projects

    Milestone

    No milestone

    Relationships

    None yet

    Development

    No branches or pull requests

    Issue actions