技術、心理學、紫微、職涯 — 把每個主題寫到能教別人為止。 12 年跨產業技術管理經驗，這裡是我把實戰、觀察、思考整理成系列的地方。
![[micro-service/68] 從零開始的全棧選型指南：最佳組合是什麼](/static/covers/micro-service-68-fullstack-selection-guide-og.webp)
68 篇文章、9 個框架、42 項壓測的最終答案。按小團隊（3 人）、中團隊（5-10 人）、大團隊（15+ 人）三種規模，給你從前端到部署的完整技術棧推薦——不是選最快的，是選讓你和你的團隊跑最快的。
![[micro-service/67] Infra 結論：架構模式與部署策略最終推薦](/static/covers/micro-service-67-conclusion-infra-og.webp)
免費午餐組合能提升 13 倍，但水平擴展到 4 台就卡 DB。K8s 在 1000 人以內反而比 Docker Compose 差。這篇整合所有 Infra 壓測數據，給你一張按規模遞進的部署策略路線圖——先做免費午餐，1000 人以內不需要 K8s。
![[micro-service/66] Storage 結論：什麼時候加什麼儲存服務](/static/covers/micro-service-66-conclusion-storage-og.webp)
Redis 5,346 RPS、ES 搜尋快 2.6 倍、Kafka 處理事件流。但每多一個服務就多一份維護成本。這篇告訴你什麼時候該加什麼——從「PG 打天下」到「PG + Redis + ES + Kafka」的漸進式路線圖。
![[micro-service/65] DB 結論：資料庫選型與優化優先順序](/static/covers/micro-service-65-conclusion-db-og.webp)
PG 和 MySQL 誰比較快？ORM 會不會拖慢效能？讀寫分離值不值得做？這篇整合所有 DB 壓測數據，給你一個明確的優化優先順序——怎麼寫比用什麼 DB 影響更大。
![[micro-service/64] B2E 結論：後端框架最終推薦與場景對照](/static/covers/micro-service-64-conclusion-b2e-og.webp)
9 個後端框架、7 種壓測場景、超過 60 組數據。CRUD 第一名和混合場景第一名完全不同。這篇把所有後端壓測結果交叉比較，給你一張跨場景排名表和最終推薦——沒有最好的框架，只有最適合你場景的框架。
![[micro-service/63] F2E 結論：前端框架與渲染策略最終推薦](/static/covers/micro-service-63-conclusion-f2e-og.webp)
前端框架效能差距只有 6 分，但生態差距是 6 倍。這篇整合 Lighthouse 評分、Bundle Size、渲染策略的所有壓測數據，給你一張按團隊規模和專案類型的最終推薦矩陣——結論是選生態不選效能。
![[micro-service/62] 最佳化路線圖：五層結論 + 該先做什麼後做什麼](/static/covers/micro-service-62-optimization-roadmap-og.webp)
61 篇文章、42 項壓測、5 個技術層。每一層的結論是什麼？最佳化應該按什麼順序做？這篇把所有數據和結論整合成一張路線圖——從「零成本的配置調整」到「需要重構的架構變更」，ROI 從高到低排序。
![[micro-service/61] DB 讀寫分離：值不值得做？什麼時候做？](/static/covers/micro-service-61-db-read-write-splitting-og.webp)
讀寫分離聽起來很厲害，但 Infra 壓測數據顯示加 Redis cache 的效果（+6.5 倍）遠大於讀寫分離（+30~50%）。而且讀寫分離帶來 replication lag、連線管理複雜度、ORM 配置問題。大部分中小型應用不需要讀寫分離——先做 Redis cache + 連線池調整就好。
![[micro-service/60] 樂觀鎖 vs 悲觀鎖：實作細節與踩坑指南](/static/covers/micro-service-60-optimistic-pessimistic-locking-og.webp)
樂觀鎖不加鎖但可能重試、悲觀鎖加鎖但會排隊。上一篇講「什麼時候用什麼」，這篇講「怎麼寫才不會出 bug」——version column 的陷阱、FOR UPDATE 的 deadlock、ORM 的隱藏行為、retry 的指數退避。
![[micro-service/59] Race Condition 與分散式鎖：微服務裡的搶購怎麼不超賣](/static/covers/micro-service-59-race-condition-distributed-lock-og.webp)
單體時代一個 DB transaction 就能防止超賣。微服務拆開後，庫存在 A 服務、訂單在 B 服務，怎麼確保「兩個人同時搶最後一件商品」不會都成功？從 DB 鎖到 Redis 分散式鎖到 Redlock，每個方案的適用場景和陷阱。
![[micro-service/58] 微服務通訊協定：REST vs gRPC vs GraphQL，什麼時候用什麼](/static/covers/micro-service-58-communication-protocols-og.webp)
微服務之間怎麼溝通？REST 最簡單但效率低、gRPC 最快但學習成本高、GraphQL 最靈活但容易寫成 N+1 查詢。壓測數據顯示 Protobuf 比 JSON 小 50% 快 30%，但這個差距值得付出 gRPC 的複雜度嗎？
![[micro-service/57] 基於 ELK 的推薦系統：能做嗎？該怎麼規劃？](/static/covers/micro-service-57-recommendation-with-elk-og.webp)
Elasticsearch 不只能搜尋，它的 More Like This、Aggregation、Script Score、甚至 kNN 向量搜尋都可以做推薦。不需要 ML 團隊、不需要 Python model——中小型應用用 ELK 做推薦，夠用而且維護成本低。
![[micro-service/56] 搜尋的演進：從 MySQL LIKE 到 PostgreSQL FTS 到 Elasticsearch](/static/covers/micro-service-56-search-mysql-pg-elk-og.webp)
搜尋功能從「能用」到「好用」到「像 Google」是三個完全不同的技術等級。MySQL LIKE 在 10 萬筆以內夠用、PostgreSQL FTS 撐到百萬筆、Elasticsearch 才是千萬筆以上的正解。但每一層的複雜度和維護成本也是三倍跳。
![[micro-service/55] 成本優化：免費午餐的 ROI 計算](/static/covers/micro-service-55-cost-optimization-og.webp)
每個優化都有成本和收益。Multi-worker 零成本提升 93% throughput，ROI 無限大。Redis cache 每月多花 $12 但省下 2 台 AP server $30。Spot instance 省 60-70% 但隨時可能被收回。這是延伸系列的成本篇——把壓測數據轉換成雲端帳單，算出每個優化的 ROI。
![[micro-service/54] 每個 Request 多少錢：從壓測數據算雲端成本](/static/covers/micro-service-54-cost-calculation-og.webp)
Go 用 2 vCPU 就能扛住 500 concurrent users，Django 要 4 vCPU。每月差 $50-100 美金。但開發者薪水差多少？一個 Go 工程師月薪比 Python 工程師高多少？TCO（Total Cost of Ownership）不是只有雲端帳單。
![[micro-service/53] 開發者體驗（二）：Debug 跨服務問題的 SOP](/static/covers/micro-service-53-dx-debugging-og.webp)
用戶說「下單失敗」，你有 5 個服務、50 個 container、每秒幾千行 log。沒有 SOP 你會花 2 小時找問題，有 SOP 只要 10 分鐘。關鍵是 Trace ID——從用戶的錯誤訊息，一路追到是哪個服務、哪一行程式碼出的問題。
![[micro-service/52] 開發者體驗（一）：本地跑 5 個微服務吃掉所有 RAM](/static/covers/micro-service-52-dx-local-development-og.webp)
本地跑微服務的標準姿勢：5 個服務 + PostgreSQL + Redis + Kafka = 8GB+ RAM。你的 16GB MacBook 直接風扇全開。解法不是買更多 RAM，是搞清楚「我現在改的這個功能，到底需要跑哪幾個服務」。
![[micro-service/51] 微服務安全（二）：API Gateway 的安全功能](/static/covers/micro-service-51-api-gateway-security-og.webp)
Rate limiting 放 nginx 還是放應用層？壓測數據告訴你 nginx 層幾乎零開銷，Express middleware 會吃掉 5-10% throughput。API Gateway 的安全功能（rate limit、IP whitelist、OAuth2 proxy、CORS）是微服務的第一道防線。
![[micro-service/50] 微服務安全（一）：服務間認證 mTLS vs JWT vs API Key](/static/covers/micro-service-50-microservice-security-og.webp)
微服務之間的通訊預設是「裸奔」——同一個 VPC 內的任何服務都能互相呼叫。mTLS 最安全但最複雜、JWT 效能好但需要管 token、API Key 最簡單但最不安全。Zero Trust 的核心是「即使在內網，也不信任任何請求」。
![[micro-service/49] Zero Downtime Deployment：Rolling Update vs Blue-Green vs Canary](/static/covers/micro-service-49-zero-downtime-deploy-og.webp)
部署不中斷服務有三種主流做法：Rolling Update 最簡單但回滾慢、Blue-Green 切換快但成本翻倍、Canary 最安全但最複雜。選哪個取決於你的服務有多關鍵、預算有多少、團隊有多熟 K8s。
![[micro-service/48] 微服務的 CI/CD：每個 Service 獨立 Pipeline](/static/covers/micro-service-48-cicd-microservice-og.webp)
微服務最大的部署痛點：5 個服務改了 1 個，你要全部重新 build 還是只 build 那一個？答案是「每個服務獨立 Pipeline」——但 mono-repo 和 multi-repo 的做法完全不同，shared library 的版本管理更是地雷區。
![[micro-service/47] 資料一致性（二）：Eventual Consistency 用戶能不能接受](/static/covers/micro-service-47-eventual-consistency-og.webp)
微服務拆開後，資料不可能「隨時一致」——只能「最終一致」。但「最終」是多久？1 秒？1 分鐘？1 小時？付款必須立刻一致，推薦系統晚 10 分鐘沒差。搞清楚「哪些場景可以等」是微服務架構最重要的商業決策。
![[micro-service/46] 資料一致性（一）：Saga Pattern 取代分散式 Transaction](/static/covers/micro-service-46-data-consistency-saga-og.webp)
單體時代一個 database transaction 就能保證「扣庫存 + 建訂單 + 扣款」全成功或全失敗。微服務拆開後，三個服務各有自己的 DB，傳統 transaction 不 work 了。Saga Pattern 用「一連串的 local transaction + 補償機制」取代分散式 transaction。
![[micro-service/45] 可觀測性（三）：監控 Dashboard 該看什麼指標](/static/covers/micro-service-45-observability-dashboard-og.webp)
Dashboard 放了 50 個圖表，結果出事時沒人看得懂。好的 Dashboard 只需要回答一個問題：「系統現在健不健康？」Four Golden Signals + SLI/SLO 就夠了。用壓測數據設 baseline，超過就告警。
![[micro-service/44] 可觀測性（二）：集中 Log 不再拼湊三份 log](/static/covers/micro-service-44-observability-logging-og.webp)
單體時代 tail -f 一個檔案就能 debug。微服務時代你有 5 個 container、5 份 log，每份格式不一樣、時區不一樣、欄位不一樣。集中式 Log 不是奢侈品——沒有它你連「剛才那個 500 是哪個服務吐的」都答不出來。
![[micro-service/43] 可觀測性（一）：分散式 Tracing 怎麼追一個請求](/static/covers/micro-service-43-observability-tracing-og.webp)
使用者按一次按鈕，request 經過 API Gateway → 訂單服務 → 庫存服務 → 通知服務。哪一段慢了？哪一段出錯了？沒有分散式 Tracing，你只能登入每台機器翻 log。OpenTelemetry + Jaeger 讓你一眼看完整條請求路徑。
![[micro-service/42] Docker Compose 上生產的正確姿勢](/static/covers/micro-service-42-docker-compose-production-og.webp)
「Docker Compose 不適合生產環境」是 K8s 時代的偏見。正確配置的 Docker Compose 包含 health check、restart policy、resource limits、log rotation、備份策略，在 1000 人以內比 K8s 更穩定更便宜。
![[micro-service/41] Docker Compose vs K8s：1000 人是分水嶺](/static/covers/micro-service-41-docker-compose-vs-k8s-og.webp)
壓測顯示 k3s 在 100 人以上就大量報錯，Docker Compose 500 人零錯誤。K8s 的價值不在效能——是自動擴縮、滾動更新、自我修復。1000 人以內 Docker Compose + nginx 就夠了，超過再上 K8s。
![[micro-service/40] 微服務拆分模式：Strangler Fig 漸進式替換](/static/covers/micro-service-40-microservice-split-patterns-og.webp)
不要 big bang 重寫。用 Strangler Fig pattern 在 nginx 層做路由切換，一個 endpoint 一個 endpoint 地把單體的功能搬到新服務。舊單體慢慢縮小，新服務慢慢長大，直到單體消失。
![[micro-service/39] 微服務拆分時機：什麼 UV 該拆、什麼時候不該拆](/static/covers/micro-service-39-when-to-split-og.webp)
壓測數據給出了具體數字——單體 + 免費午餐能撐到 UV 500-1000。超過這個數字才需要拆。但「該拆」和「現在就拆」是兩回事。這篇用數據畫出拆分的決策樹。
![[micro-service/38] 框架選型實戰案例：50 人、500 人、5000 人分別選什麼](/static/covers/micro-service-38-framework-selection-cases-og.webp)
用決策矩陣實際走三個場景：50 人的內部系統用 Django 省時間、500 人的 SaaS 用 NestJS 平衡效能和開發速度、5000 人的電商用 Go 核心 API + NestJS 後台。不是三個答案，是三種思考方式。
![[micro-service/37] 框架選型方法論：團隊能力 × 硬體預算 × 生態需求](/static/covers/micro-service-37-framework-selection-methodology-og.webp)
「聽說 Go 很快所以我們換 Go」是最常見的選型錯誤。框架選型是一個三維決策——團隊會什麼（25%）、硬體預算多少（25%）、需要什麼生態（25%）、效能排名（25%）。缺任何一個維度都會做出錯誤決策。
![[k8s] GitOps：ArgoCD 宣告式部署](/static/covers/k8s-08-k8s-gitops-og.webp)
GitOps = Git 是唯一的 truth source。ArgoCD 監聽 Git repo，自動 sync 到 K8s cluster。可審計、可回滾、多環境管理、團隊協作。
![[micro-service/36] Event-Driven 的坑：Exactly-Once 不存在、順序不保證](/static/covers/micro-service-36-event-driven-pitfalls-og.webp)
Event-Driven 的理論很漂亮，但實務上充滿陷阱。「確保每個 event 只處理一次」做不到、「保證 event 順序」代價很大、Consumer 掛了重啟可能重複處理。這篇講 5 個必須知道的坑和對應的解法。
![[k8s] Troubleshooting：從 Pending 到 CrashLoopBackOff](/static/covers/k8s-07-k8s-troubleshooting-og.webp)
90% 的 K8s 問題可以用 kubectl describe + kubectl logs + kubectl get events 定位。這篇整理常見故障模式和系統化的除錯流程。
![[micro-service/35] Event-Driven 架構入門：為什麼微服務離不開它](/static/covers/micro-service-35-event-driven-basics-og.webp)
單體時代用 function call 就能搞定一切。拆成微服務後，「下訂單同時扣庫存」這件事突然變得超難。Event-Driven 不是流行語，是微服務的必需品——不用 event 你根本無法處理跨服務的資料一致性。
![[micro-service/34] Cache 的常見誤用：你可能正在犯的五個錯](/static/covers/micro-service-34-cache-antipatterns-og.webp)
把整個 DB table 塞進 Redis、cache key 沒有 namespace 導致衝突、部署後忘記 warmup DB 被打爆、cache 比 DB 還大吃掉所有 RAM、不知道 cache 在 cache 什麼就先加再說。五個常見的 cache 誤用，以及怎麼修。
![[k8s] 監控：Prometheus Operator + Grafana on K8s](/static/covers/k8s-06-k8s-monitoring-og.webp)
kube-prometheus-stack 一個 Helm chart 搞定 Prometheus + Grafana + AlertManager + node-exporter + kube-state-metrics。加上 Loki 做 log aggregation。
![[micro-service/33] Cache 的正確用法：不是什麼都往 Redis 塞](/static/covers/micro-service-33-cache-correct-usage-og.webp)
壓測顯示 Redis cache 讀多場景 +6.5 倍，但 Auth 場景只有 +5%。Cache 不是萬能的——加錯地方沒效果，invalidation 做錯會出 bug。這篇講什麼時候該 cache、該 cache 什麼、怎麼安全地讓 cache 失效。
![[k8s] Helm：K8s 的套件管理](/static/covers/k8s-05-k8s-helm-og.webp)
![[micro-service/32] 從 MySQL 遷移到 PostgreSQL：實戰踩坑指南](/static/covers/micro-service-32-pg-migration-guide-og.webp)
決定從 MySQL 換到 PG 之後，真正的挑戰才開始。AUTO_INCREMENT 變 SERIAL、TINYINT 變 SMALLINT、GROUP BY 規則不同、ORM 要改 dialect——這篇整理我們遷移時踩過的所有坑。
![[k8s] 配置管理：ConfigMap / Secret / RBAC](/static/covers/k8s-04-k8s-config-rbac-og.webp)
![[micro-service/31] PostgreSQL vs MySQL 完整選型：不只是效能，是生態和未來](/static/covers/micro-service-31-pg-vs-mysql-deep-dive-og.webp)
壓測告訴你 PG JSON 快 3.2 倍、MySQL 寫入快 2.5 倍。但選 DB 不只看速度——VACUUM 的維護成本、JSONB 省掉的 MongoDB、replication 的成熟度、社群生態的走向，這些才是長期影響最大的因素。
![[aws] 安全：WAF / Shield / GuardDuty 邊界防護與威脅偵測](/static/covers/aws-12-aws-security-og.webp)
![[micro-service/30] 壓測教會我的事：如果重來一次](/static/covers/micro-service-30-lessons-learned-og.webp)
兩個月蓋平台、42 項測試、30 篇文章。回顧整個過程，最有價值的不是排名表，而是那些改變做決策方式的 insight。如果重來一次，我會先做免費午餐、先測再選、不急著拆微服務。
![[ai/a11] MCP 是什麼？為什麼說好的「AI 工具標準」沒紅起來](/static/covers/ai-a11-why-mcp-failed-og.webp)
MCP 號稱要當 AI 工具的標準介面，2024 發布時很多人看好。但 2026 年的現實是幾乎沒人在用——這篇講為什麼，順便聊一個技術趨勢的判斷練習。
![[aws] 成本管理：RI / Spot / FinOps 省錢三板斧](/static/covers/aws-11-aws-cost-management-og.webp)
![[k8s] Storage：PV / PVC / StorageClass](/static/covers/k8s-03-k8s-storage-og.webp)
K8s 的 Pod 是短暫的，資料要活過 Pod 重啟就需要 PV/PVC。StorageClass 讓 PVC 自動配置 PV，不用手動建。
![[ai/a10] 什麼是 Skill？給 AI 一本「你的 SOP」](/static/covers/ai-a10-what-is-skill-og.webp)
![[aws] CI/CD：CodePipeline vs GitHub Actions](/static/covers/aws-10-aws-cicd-og.webp)
AWS 有自己的 CI/CD 全家桶，但 GitHub Actions 更好用也更便宜。這篇教你兩種方案的設計、ECR 整合和多環境部署。
![[ai/a09] 什麼是 AI Agent？從「會聊天」到「會做事」](/static/covers/ai-a09-what-is-agent-og.webp)
![[aws] Lambda / API Gateway / EventBridge：事件驅動與 Serverless](/static/covers/aws-09-aws-serverless-og.webp)
Serverless 不是萬能藥，但在對的場景下它能省你 80% 的維運時間和 60% 的費用。這篇教你什麼時候該用、什麼時候別碰。
![[micro-service/29] 企業裡的微服務現實：Cache 硬撐、Kafka 當 REST 用](/static/covers/micro-service-29-real-world-antipatterns-og.webp)
大部分公司的「微服務」跟教科書寫的不一樣。Cache 拿來硬撐效能而不解決根因、Kafka 被當成 REST API 在用、「我們有微服務」但其實只是把 code 拆到不同 repo。這篇用壓測數據拆穿這些做法的真實代價。
![[ai/a08] AI 會取代我的工作嗎？比取代更可怕的是被亂用](/static/covers/ai-a08-ai-and-your-career-og.webp)
![[aws] Secrets Manager / SSM Parameter Store / IRSA：秘密管理與 EKS IAM 整合](/static/covers/aws-08-aws-secrets-config-og.webp)
你的 DB 密碼還寫在 .env 檔裡嗎？AWS 有三種方式管理秘密，選錯了不是不安全就是多花錢。再加上 IRSA 讓 EKS Pod 用最小權限存取 AWS 服務。
![[k8s] 網路模型：Service / Ingress / DNS](/static/covers/k8s-02-k8s-networking-og.webp)
K8s 的網路模型：Pod-to-Pod flat network、四種 Service 類型、Ingress HTTP 路由、CoreDNS 服務發現、NetworkPolicy 網路防火牆。
![[ai/a07] AI 安全常識：當你的助理開始自己亂跑](/static/covers/ai-a07-ai-safety-basics-og.webp)
![[aws] CloudWatch / X-Ray / Container Insights：AWS 可觀測三支柱](/static/covers/aws-07-aws-monitoring-og.webp)
你的 ECS 服務 500 了，是 App 的問題還是 DB 太慢？CloudWatch 看指標、X-Ray 追鏈路、Container Insights 看容器——三個工具各司其職。
![[micro-service/28] 從單體到微服務：UV 10 就報錯，才知道要拆](/static/covers/micro-service-28-monolith-to-microservice-og.webp)
單體跑壓測，UV 10 就報錯。不是程式有 bug，是架構在這個規模下就是撐不住。這篇講我們從 proto（單體電商）拆成微服務的完整過程——為什麼拆、怎麼拆、拆完踩了什麼坑。
![[ai/a06] 用 AI 處理日常工作：我每週省下的那 1-2 小時](/static/covers/ai-a06-ai-daily-tasks-og.webp)
![[aws] RDS / ElastiCache / DynamoDB：AWS 資料庫選型](/static/covers/aws-06-aws-database-og.webp)
自己裝 PostgreSQL 跟用 RDS 差在哪？Redis 自架跟 ElastiCache 差在哪？什麼時候該用 DynamoDB？這篇幫你做選型。
![[ai/a05] 第一次跟 AI 對話就上手：怎麼問才問得好](/static/covers/ai-a05-first-ai-conversation-og.webp)
![[aws] EBS / EFS / S3：AWS 儲存三兄弟](/static/covers/aws-05-aws-storage-og.webp)
![[k8s] Workloads：Deployment 之外的世界](/static/covers/k8s-01-k8s-workloads-og.webp)
Deployment 處理 80% 場景，但 DB 要 StatefulSet、監控 agent 要 DaemonSet、批次任務要 Job/CronJob。這篇帶你認識所有 Workload 類型和 Probe 三兄弟。
![[micro-service/27] Queue、Redis Cache、Cold Start：最後三場測試](/static/covers/micro-service-27-queue-redis-coldstart-og.webp)
Queue 的差異在生態不在速度（Django 用 Celery、Node 用 BullMQ、Go 用 goroutine）。Redis cache 開了所有框架讀取都有明顯提升。Cold Start Go 和 .NET Core 最快（6.7 秒），NestJS 最慢（30.3 秒）——PM2 啟動 4 個 worker 要時間。
![[ai/a04] AI 工具怎麼選？我用過的、棄掉的、推薦的](/static/covers/ai-a04-ai-tools-overview-og.webp)
不做大表比較，講作者實際在用的（ChatGPT/Gemini/Claude Code）和試了就棄的（Ollama/Stable Diffusion/Notion AI）以及為什麼。
![[aws] ALB / NLB / Route 53：流量入口全攻略](/static/covers/aws-04-aws-load-balancing-dns-og.webp)
![[ai/a03] AI 不能做什麼？比起「會幻覺」更現實的限制](/static/covers/ai-a03-what-ai-cannot-do-og.webp)
大家都在講 AI 會幻覺，但作者覺得「不算騙」。真正的限制是不同 AI 對同一件事意見不同、在不確定領域品質很不穩、會跟你拗某個做法。
![[aws] EC2 / ECS / EKS：容器部署三選一](/static/covers/aws-03-aws-compute-containers-og.webp)
![[ai/a02] AI 能幫你做什麼？我自己這幾個月真的用 AI 做完的事](/static/covers/ai-a02-what-ai-can-do-og.webp)
不講 AI「可以」做什麼，講我這幾個月「真的」用 AI 做完的事——blog AI 串接、ec 專案、infra 架構，順便聊 AI 對非工程師的延伸用法。
Clean Architecture 不是畫同心圓就完事。核心是 Dependency Rule — 依賴只能指向內。這篇拆解四層結構、實作範例、跟 Hexagonal/DDD 的關係、什麼時候別過度工程。
Redis 不是「記憶體版 key-value 儲存」這麼簡單。它的快速來自對資料結構的極致選擇——SDS、Dict、Ziplist、Skiplist 的混搭。這篇拆解每種結構解決什麼問題。
為什麼你設 width:100% 加上 padding 就爆版？Box Model 是所有 CSS 佈局問題的起點。這篇把 content-box vs border-box、margin collapse、min/max-width 一次講清楚。
Flexbox 是一維佈局（單一方向排列）的最佳選擇。這篇拆解 justify-content、align-items 到 flex 速記屬性、常見陷阱，教你什麼時候用 Flexbox，什麼時候該切到 Grid。
Grid 是專門為二維佈局（列 + 行同時對齊）設計的。這篇從 grid-template-columns、fr 單位、grid-area 到響應式技巧，教你用 Grid 取代複雜的巢狀 Flexbox。
position 五個值看似簡單但坑很多：absolute 找誰當父層、fixed 為什麼有時會鎖在 transform 容器裡、sticky 不生效的 N 個原因。這篇拆解每個 position 的真實行為跟實戰用法。
響應式設計不是「加三個 media query 斷點」。這篇拆解 mobile-first 策略、fluid 技巧（clamp / min / max）、Container Query 新解法，讓版面真正隨容器大小流動。
你寫了 .button { color: red; } 結果沒生效？Specificity（優先級）跟 Cascade（層疊）是 CSS 決定誰贏的規則。這篇把演算法、!important 陷阱、@layer 新解法一次講清楚。
很多人寫表單第一件事就是 preventDefault，把原生行為整個關掉再用 JS 重做一遍。這篇告訴你瀏覽器原生的表單行為有多強大，什麼時候該讓它做、什麼時候才接手。
HTML 語意化標籤不是 div 的美化版。這篇拆解 <article>、<section>、<nav>、<main> 什麼時候用哪個，配決策樹、常見誤用跟實戰 checklist。
async/await 看起來像同步 code 但錯誤處理完全不同。這篇拆解 Promise 生命週期、try/catch 常見遺漏、錯誤吞掉的幾種情況、Promise.all vs allSettled vs any 的選擇。
Closure 不是面試題，是你寫 React Hook、事件處理器、資料快取每天都在用的機制。這篇用執行流程拆解 Lexical Scope、Closure 是什麼、什麼時候造成記憶體洩漏。
JavaScript 是單執行緒，Event Loop 是它處理非同步的機制。這篇用實際執行順序拆解 Call Stack、Web APIs、Microtask vs Macrotask、Rendering 時機，讓你看懂 async code 的執行流程。
JavaScript 的 class 不是真的 class，是 prototype chain 的糖衣。這篇拆解 prototype 機制、class 語法實際做了什麼、繼承的真相，以及為什麼 React 現在都 function component。
this 是 JavaScript 最容易搞錯的機制。這篇把 4 種綁定規則（默認、隱式、顯式、new）跟箭頭函式的「沒有 this」一次講清楚，配 React class 跟 callback 的實戰陷阱。
let / const 不只是「比 var 新」。這篇拆解三者的 scope、hoisting、TDZ 差異，還有 number / string / boolean 這些原始型別你不知道的坑（NaN、浮點精度、字串不可變）。
渲染策略不是「選最新的」。每種策略（CSR/SSR/SSG/ISR/RSC）解決不同問題，有各自的成本。這篇給你一套判斷框架，針對不同頁面類型選對的渲染方式。
![[micro-service/26] WebSocket 與 SSE 壓測：所有框架都能撐，差異不在這裡](/static/covers/micro-service-26-websocket-sse-og.webp)
9 個框架在 WebSocket 500 VU 和 SSE 200 VU 全部零錯誤。Express-TS 和 Go 在 WS 1000 VU 仍然零錯誤，p95 只有 2ms。即時通訊不是框架之間的差異點——連線建立和維持對所有框架都不是瓶頸，差異在訊息廣播效率和記憶體佔用。
Kong ConfigMap 有 YAML 縮進錯誤，導致 kustomize build 失敗。症狀看起來像 Kong 設定錯，實際是 YAML 解析問題。這篇記錄症狀、診斷路徑、修法。
同一個功能，不同工程師寫出來的 code 可讀性差十倍。差別在「抽象化」跟「命名」這兩個被低估的基本功。這篇拆解如何找到正確的抽象層次、如何給事物取對的名字。
AI 系列 Roadmap 這份文件是 AI 系列的完整規劃，不會被 Quartz 渲染（沒有 frontmatter）。用來追蹤進度和規劃內容。 系列定位 涵蓋 AI 完整知識體系——從完全不懂到能落地應用。分成 7 個區塊（A~G），每個區塊有自己的目標受眾和學習目標。 學習路線 路線 1：AI 使用者（不寫 code） A 全部 → B-01~B-03 → G 挑自己的職業 路線 2：AI 應用工程師 A 速讀 → B 全部 → C 全部 → D 全部 路線 3：AI Agent 開發者 路線 2 → E 全部 路線 4：AI 導入決策者 A 全部 → C 速讀 → F 全部 → G 全...
![[ai/a01] AI 到底是什麼？你每天都在用，只是不知道](/static/covers/ai-a01-what-is-ai-og.webp)
你手機上的推薦、翻譯、語音助手全都是 AI。這篇從 Pixel 6 Pro 一鍵去背講起，把 AI/ML/DL/LLM 這幾個常被混在一起講的詞拆開來看。
AI 學習完整路徑：從基礎概念、Prompt Engineering、RAG 到 AI Agent，依角色（工程師、設計師、行銷、學生）給出不同的學習路線與文章導覽。
資料庫選型到調校的完整地圖：SQL vs NoSQL 決策、PostgreSQL 深入、Redis 快取、Elasticsearch 搜尋，串連 database、infra、micro-service 三個系列的 25+ 篇文章。
工程師職涯完整路徑：從 Junior 到 Senior 到 Tech Lead，每個階段需要什麼能力、怎麼突破瓶頸，串連 career、project-mgmt、process 三個系列的文章。
軟體專案管理的完整循環：需求拆解、估算、Sprint 規劃、進度追蹤、Stakeholder 溝通、Postmortem，串連 project-mgmt、process、system-design 三個系列的文章。
HTTP request 從瀏覽器到資料庫的完整架構地圖：DNS、CDN、WAF、LB、Gateway、App、Cache、DB，每層都有分支路徑與深入文章。
SEO 完整工作流程：從 Technical SEO、Content SEO、AEO 到監控分析，12 篇文章串成一條可執行的 SEO 路徑。
心理學學派概覽（Schools of Psychology） 定義 心理學的主要學派代表了不同時期對「人為什麼會這樣想、這樣做」的不同解釋框架。沒有哪個學派是「對的」，它們各自解釋了人類行為的不同面向。 核心學派 精神分析（Psychoanalysis） 提出者：Sigmund Freud, 1890s 核心主張：行為受潛意識驅動。童年經驗、被壓抑的記憶和內在衝突塑造了現在的你。 關鍵概念：潛意識、本我/自我/超我、防衛機制、移情 延伸：後續發展出客體關係理論（Object Relations）、自體心理學（Self Psychology, Kohut） 行為主義（Behaviorism） 提...
防衛機制總覽（Defense Mechanisms） 定義 提出者：Sigmund Freud（概念）、Anna Freud（1936 系統化分類） 定義：潛意識用來保護自我（ego）免於焦慮、衝突或不愉快情緒的心理策略。每個人都會用，問題不在「有沒有用」而在「用得健不健康」。 防衛機制光譜 成熟的防衛（Mature Defenses） 健康的應對方式，不扭曲現實。 機制說明例子昇華 Sublimation把不被接受的衝動轉化為社會認可的行為憤怒 → 去健身房幽默 Humor用幽默面對痛苦，不否認痛苦存在自嘲但不自傷利他 Altruism透過幫助別人來處理自己的情緒自己痛苦時去當志工壓抑 Su...
情緒的本質與調節（Emotion Regulation） 定義 核心學者：James Gross（Stanford, 1998） 定義：情緒調節是指個人影響「自己擁有什麼情緒、什麼時候擁有、如何經驗和表達這些情緒」的過程。不是壓抑情緒，是管理情緒。 情緒是什麼 情緒不是單一的東西，是一個過程： 情境 → 注意力 → 評估 → 反應（身體 + 行為 + 主觀感受） 情境：發生了什麼事（主管當眾批評你） 注意力：你注意到什麼（他的語氣、其他人的眼神） 評估：你怎麼解讀（「他在針對我」vs「他今天心情差」） 反應：身體（心跳加速）、行為（反駁/沉默）、感受（憤怒/羞恥） Gross 的情緒調節模型（...
自我概念（Self-Concept） 定義 核心學者：Carl Rogers（1959）、Albert Bandura（1977）、Morris Rosenberg（1965） 定義：個人對自己的整體認知和評價 — 「我是什麼樣的人」「我能做到什麼」「我值不值得被好好對待」。 三個核心組成 1.
認知偏誤（Cognitive Biases） 定義 核心學者：Amos Tversky & Daniel Kahneman（1974）、Edward Thorndike（1920）、Lee Ross（1977） 定義：人類在處理資訊時系統性偏離理性判斷的傾向。認知偏誤不是「笨」，而是大腦為了節省認知資源所採用的捷徑（heuristics）產生的副作用。 核心機制 1.
基模（Schema） 定義 提出者：Jean Piaget（1926）首創認知基模概念；Jeffrey Young（1990）發展早期適應不良基模（Early Maladaptive Schemas, EMS）用於臨床治療 所屬理論：Schema Therapy（基模治療），整合 CBT、依附理論、完形治療 定義：個人在早年經驗中形成的深層信念與情感模式，作為理解世界和自我的框架。當基模是適應不良的，它會持續影響成年後的思維、情緒和行為。 核心機制 Young 的 18 種早期適應不良基模（五大範疇） 範疇核心匱乏代表基模內在信念斷裂與拒絕安全感與歸屬遺棄/不穩定（Abandonment）「重...
習得性無助（Learned Helplessness） 定義 提出者：Martin E. P. Seligman & Steven F.
認知失調（Cognitive Dissonance） 定義 提出者：Leon Festinger（1957） 所屬理論：認知失調理論（Cognitive Dissonance Theory） 定義：當個體同時持有兩個或以上相互矛盾的認知（信念、態度、價值觀）或行為與信念不一致時，所產生的心理不適狀態。人會積極尋求方式來減少這種不適。 核心機制 經典實驗（Festinger & Carlsmith, 1959） 條件操作結果高報酬組（$20）做無聊任務後，付 $20 請他告訴下一個人「很有趣」事後評估：任務仍然無聊低報酬組（$1）做無聊任務後，只付 $1 請他告訴下一個人「很有趣」事後評...
反芻思維（Rumination） 定義 提出者：Susan Nolen-Hoeksema（1991） 所屬理論：反應風格理論（Response Styles Theory） 定義：對負面情緒及其原因、後果進行反覆、被動、聚焦於自我的思考模式。反芻不是問題解決 — 它是困在問題裡出不來。 核心機制 反芻 vs 反思 vs 問題解決 面向反芻（Rumination）反思（Reflection）問題解決（Problem-Solving）焦點「為什麼是我」「我哪裡不好」「發生了什麼」「我學到什麼」「我可以做什麼」時間導向過去過去 → 現在現在 → 未來情緒效果惡化中性或改善改善結果停滯理解行動 Tre...
古典制約（Classical Conditioning） 定義 提出者：Ivan Pavlov（1897 實驗；1927 系統發表） 所屬理論：行為主義（Behaviorism） 定義：透過反覆將中性刺激（neutral stimulus）與無條件刺激（unconditioned stimulus）配對，使中性刺激最終能獨立引發類似的反應（conditioned response）。學習不需要意識參與 — 身體會自己記住。 核心機制 基本元素 術語英文說明Pavlov 實驗中的例子無條件刺激（US）Unconditioned Stimulus天生就會引發反應的刺激食物無條件反應（UR）Unco...
![[testing/13] Unit Test 實戰：Jest 和 Vitest 從零開始](/static/covers/testing-13-unit-test-jest-vitest-og.webp)
Unit test 不是「知道要寫」就好，是「知道怎麼寫才有用」。這篇用 Jest 和 Vitest 實際寫一個工具函式庫的測試——從 assertion 到 mock 到 async 測試，每一步都有可跑的程式碼。
![[testing/14] E2E 測試實戰：Playwright 從安裝到 CI 整合](/static/covers/testing-14-e2e-playwright-og.webp)
E2E 測試天生就愛壞——但不寫更可怕。Playwright 比 Cypress 快、支援多瀏覽器、有 codegen 自動產生測試。這篇從安裝到寫第一個測試到整進 CI，一步一步來。
![[ai/18] Hermes Agent vs OpenClaw：兩個開源 AI 助理框架的實戰比較](/static/covers/ai-18-hermes-agent-vs-openclaw-og.webp)
Nous Research 推出的 Hermes Agent 主打自我改進迴圈與跨平台整合，而 OpenClaw 是我用了半年的多 Agent 平台。這篇從架構、記憶、Skill 生態到實際使用體驗做完整比較。
![[ai/19] 你到底需不需要一個 AI 數位助理？實際能做什麼、誰適合用](/static/covers/ai-19-do-you-need-ai-assistant-og.webp)
AI 數位助理不是萬能的，也不是每個人都需要。這篇從半年實際使用經驗出發，講清楚它能做什麼、不能做什麼、什麼人才真的需要。
![[micro-service/25] 檔案上傳壓測：Streaming vs Buffering 的哲學之爭](/static/covers/micro-service-25-file-upload-overview-og.webp)
檔案上傳場景下 Spring Boot 和 Go 並列第一（健康 VU 1,000）。NestJS 意外排第三。Express-TS 因為沒有 connection buffering 直接墊底。Go 用 io.Reader streaming 記憶體穩定，FastAPI 的 python-multipart 高併發記憶體爆掉。
![[micro-service/24] 混合場景壓測：Spring Boot 從倒數第二變第一名](/static/covers/micro-service-24-mixed-overview-og.webp)
CRUD 場景被 bcrypt 統治，看不出框架差異。混合場景（70% Read + 20% Write + 10% Auth）把 Auth 比例降到 10%，排名立刻大翻盤——Spring Boot 健康 VU 從 50 跳到 1,000（+20 倍），Go 退居第二。讀取為主的場景下，JVM 的多執行緒模型完勝 event loop。
![[micro-service/23] 跨層容量規劃：從 10 人到 5000 人的技術選型地圖](/static/covers/micro-service-23-cross-layer-capacity-og.webp)
把 F2E、B2E、DB、Storage、Infra 五層的 42 項壓測數據串起來，做成一張「N 人同時在線，每層該選什麼、要注意什麼」的完整決策表。從 10 人的「什麼都行」到 5000 人的「每一層都要小心」。
![[micro-service/22] 水平擴展的天花板：2 台 +53%，4 台卡 DB](/static/covers/micro-service-22-infra-scaling-and-k8s-og.webp)
水平擴展不是「加機器就好」。壓測顯示 2 台提升 53%（6,309 → 9,685 req/s），但 4 台不會更好——瓶頸從 AP 轉移到 DB 連線池。K8s 在 1000 人以內反而不如 Docker Compose 穩定。
![[micro-service/21] Infra 的免費午餐：不改程式碼效能翻倍](/static/covers/micro-service-21-infra-free-lunch-og.webp)
Redis cache-aside 讀取提升 6.5 倍、nginx 開 keepalive 零成本 +7%、PM2 多 worker +93%。三個都是配置層面的改動，不用改一行程式碼。加起來的效果比從 Django 換成 Go 還大。這就是為什麼我們說「先優化架構，再考慮換框架」。
![[micro-service/20] Redis 快 2.4 倍、ES 快 2.6 倍：每種儲存的甜蜜點](/static/covers/micro-service-20-storage-redis-es-og.webp)
Redis 做 KV 存取每秒 5,346 個請求（比 RDBMS 快 2.4 倍）、Elasticsearch 做全文搜尋比 PG LIKE 快 2.6 倍、MongoDB 和 PG JSONB 存 JSON 只差 4%。不是裝越多越好——每多一個服務就多一份維護成本。
![[ai/12] 從 Claude Code 學 AI Agent 架構設計哲學](/static/covers/ai-12-claude-code-design-philosophy-og.webp)
Claude Code source code 洩漏後的架構研究筆記。重點不是功能清單，而是設計決策背後的「為什麼」——為什麼這樣設計 Agent Loop、Tool、Permission、Memory、Sub-Agent。
![[ai/13] Claude Code 架構技術參考手冊](/static/covers/ai-13-claude-code-architecture-reference-og.webp)
Claude Code v2.1.88 完整技術參考——41 個工具、101 個 slash commands、目錄結構、Permission 決策鏈、Multi-Agent 架構、Feature Flag 清單等，適合查閱用。
![[micro-service/19] 連線池與 MongoDB：連接的學問](/static/covers/micro-service-19-db-pool-and-infra-og.webp)
連線池 pool=5 在低壓下夠用（1,736 RPS），但 pool=50 高壓下吞吐量 +70%（2,945 RPS）。MongoDB 純 CRUD 快 8.6 倍但 Transaction 不如 PG。水平擴展時最容易忘記的事：DB 連線池也要一起擴。
![[micro-service/18] Bulk Insert 快 26 倍：DB 寫入的正確姿勢](/static/covers/micro-service-18-db-bulk-and-index-og.webp)
選 PG 還是 MySQL 差 2-3 倍，但逐筆 INSERT vs 批次 INSERT 差 26 倍。Index 建太多寫入變慢。Transaction 鎖在 50 hot rows 的競爭下差 40%。寫入優化的 ROI 比換資料庫高得多。
用 Models API 做動態選模：高難度任務上 Opus、一般工作走 Sonnet、批次處理用 Haiku
用 Flowise 拉出最小 RAG：Chroma + OpenAI Embedding + Claude 4.6，適合快速 PoC
![[micro-service/17] PostgreSQL vs MySQL：不是誰比較好，是場景不同](/static/covers/micro-service-17-db-pg-vs-mysql-og.webp)
PG 的 JSONB 查詢比 MySQL JSON 快 3.2 倍，但 MySQL 在大量寫入場景快 2.5 倍。ORM vs 手寫 SQL 差距不到 10%。用同一個 Express-TS + Sequelize 只換 DB，拿數據說話。
![[micro-service/16] CSR vs SSR vs Islands：首屏速度的三種哲學](/static/covers/micro-service-16-f2e-render-strategy-og.webp)
同一個 Todos 頁面，CSR 首屏 1.82 秒、SSR 理論更快但要看 server 負載、Islands 2.5 秒反而最慢。渲染策略不是「SSR 一定比 CSR 快」這麼簡單，要看你的頁面長什麼樣。
![[micro-service/15] 前端框架 Lighthouse 排名：React 99 分但差距其實不大](/static/covers/micro-service-15-f2e-lighthouse-ranking-og.webp)
6 個前端框架的 Lighthouse Performance 分數只差 6 分（93~99）。真正有差異的不是跑分，而是打包後的檔案大小——Svelte 326KB 只有 Angular 784KB 的四成。選前端框架看生態，不看分數。
用 1M context 真的能省掉切片？我用 Opus 4.6 實測一個可重現的長文摘要流程
用最小腳本把 Code Review 自動化：commit 前先跑 Claude Review，擋掉低級錯誤
![[micro-service/14] Laravel CRUD：Nginx 的快速拒絕是把雙刃劍](/static/covers/micro-service-14-laravel-crud-og.webp)
Laravel 在 10 VU 時全場最快之一（64ms），在 10K VU 時衝出 2.3K RPS（全場最高）——但 99.2% 都是 connection refused。Nginx + PHP-FPM 的架構創造了一種獨特的失敗模式：快速拒絕。
![[micro-service/13] JVM vs CLR：Spring Boot vs .NET Core 的企業級對決](/static/covers/micro-service-13-jvm-clr-crud-og.webp)
Spring Boot CRUD 排第 8，.NET Core 排第 2——但混合場景完全反轉。JVM 的 warm-up 效應、BCrypt.Net 的效率問題、Hibernate vs Entity Framework 的差異，兩個企業級框架各有軟肋。
![[micro-service/12] Python 雙雄 CRUD：Django vs FastAPI 的 GIL 困境](/static/covers/micro-service-12-python-crud-og.webp)
FastAPI 在 10 VU 時是全場最快（64ms），但 Django 在 50 VU 時只有 13 RPS（全場最慢）。兩者都用 Python、都受 GIL 限制，差距怎麼這麼大？答案在 async、ORM、和 worker 模型。
![[micro-service/11] Node.js 三兄弟 CRUD：Express-TS vs Express-JS vs NestJS](/static/covers/micro-service-11-nodejs-crud-og.webp)
三個框架底層都是 Express.js，都用 PM2 cluster × 4，但 50 VU 時 RPS 差距是 23 vs 39 vs 58。差距來自哪裡？TypeScript 編譯、ORM 選擇、還是 NestJS 的 DI container？一個一個拆。
![[ai/11] 用 Claude Code 做 PR Review：/plan + /copy 的完整流程](/static/covers/ai-11-claude-code-plan-copy-pr-review-og.webp)
PR 太多看不完？用 Claude Code 的 /plan 拆解審查範圍、/copy 產出可貼的 Review 內容。這篇是我實際在用的工作流程。
![[mac] 2026 Mac 開發環境完整配置：從語言到工具一次搞定](/static/covers/mac-02-2026-mac-dev-setup-og.webp)
兩年過去了，我的 Mac 開發環境長得跟 2024 完全不一樣。這篇是 2026 版的完整清單，附 Homebrew 一鍵安裝和自訂 Shell 設定。
![[mac] 2026 工程師的 AI 工具箱：我實際在用的五個 CLI + 三個工作流](/static/covers/mac-03-2026-ai-dev-tools-og.webp)
AI 工具多到眼花，但工程師真正需要的就那幾個。這篇是我 2026 年實際在用的 AI 開發工具，附具體使用場景和花費。
把 Claude Code 當成 PR code review 助手：從啟動計畫、審查到輸出報告的可重現流程
Flowise 實測：從 Docker 部署、建立 Agentflow 到 API 串接的完整流程
![[micro-service/10] Go CRUD 壓測：低延遲王者的天花板在哪裡](/static/covers/micro-service-10-go-crud-og.webp)
Go 在 CRUD 場景排第一，但不是因為「Go 很快」——是因為 Go 的 overhead 最小。goroutine 在 I/O 操作上的優勢，在 CPU-bound 的 bcrypt 面前打了折扣。看完這篇你會理解 Go 的效能優勢邊界在哪裡。
![[seo/12] 案例分析：一個技術部落格從 0 收錄到被搜到的完整過程](/static/covers/seo-12-seo-case-study-og.webp)
300 篇文章、0 個 Google 搜尋流量。這是我自己的技術部落格從 Hexo 搬到 Quartz 後，花了 8 週從完全沒有收錄到開始被搜到的完整過程。每一步做了什麼、數字怎麼變、踩了哪些坑。
![[micro-service/09] CRUD 壓測總覽：9 框架排名與共同天花板](/static/covers/micro-service-09-crud-overview-og.webp)
第一場實戰：9 個後端框架在 User CRUD 場景下的完整排名。Go 排第一但只贏在低延遲，所有框架在 500 VU 以上全部堵塞。最大的 takeaway 不是「誰最快」，而是「所有人都卡在同一個地方」。
![[database/12] 資料庫擴展：讀寫分離、分片、連接池的選擇](/static/covers/database-12-scaling-patterns-og.webp)
資料庫慢了怎麼辦？先別急著加機器。這篇整理從查詢優化、連接池、讀寫分離、分區、到分片的完整擴展路徑，附上決策流程圖，幫你判斷該在哪個階段用哪個方案。
![[micro-service/08] bcrypt vs argon2 vs scrypt：密碼 Hash 該用哪個](/static/covers/micro-service-08-bcrypt-vs-argon2-og.webp)
bcrypt 統治了密碼 hash 20 年，但 Argon2 是 2015 年的冠軍，scrypt 是 Litecoin 的選擇。三者的差異不是「誰比較安全」，而是「防禦的攻擊類型不同」。選擇要看你的威脅模型，不是看誰比較新。
![[seo/11] SEO 監控自動化：不要等排名掉了才知道](/static/covers/seo-11-seo-monitoring-og.webp)
SEO 不是設定完就結束的事。排名會掉、連結會壞、索引會消失。這篇教你用免費工具 + 簡單腳本，建立自動化 SEO 監控系統，在問題發生時第一時間收到通知。
![[database/11] 資料庫遷移：換 DB 不爆炸的完整流程](/static/covers/database-11-migration-strategy-og.webp)
資料庫遷移是所有後端工程師的噩夢。這篇整理完整的遷移策略：Schema Migration 工具比較、零停機遷移模式、MySQL 轉 PostgreSQL 的地雷、Rollback 策略，以及生產環境不炸的實務做法。
![[micro-service/07] 各語言 bcrypt 實作差異：同一個算法，效能差一倍](/static/covers/micro-service-07-bcrypt-implementations-og.webp)
同樣是 bcrypt rounds=10，C# 的 BCrypt.Net 比 Go 的 x/crypto 慢快一倍。不是算法不同，是語言 runtime、native binding、記憶體分配策略的差異。這篇把 6 種語言的 bcrypt 實作攤開來比。
![[micro-service/06] Bcrypt 是萬惡之源：密碼 Hash 為什麼這麼慢](/static/covers/micro-service-06-bcrypt-bottleneck-og.webp)
9 個框架壓測下來，最大的發現不是「哪個框架最快」，而是「所有框架都卡在同一個地方」——bcrypt。一個 bcrypt hash 要 80-150ms，2 核 CPU 的理論上限就是 25 RPS。不管你選 Go 還是 Django，天花板都在這裡。
![[seo/10] Core Web Vitals：Google 用什麼標準評價你的網站速度](/static/covers/seo-10-performance-cwv-og.webp)
Google 不只看你的內容好不好，還看你的網站快不快。Core Web Vitals 是 Google 評價使用者體驗的三個核心指標：LCP、CLS、INP。這篇教你怎麼測量、怎麼優化、怎麼讓靜態網站在效能上碾壓對手。
![[database/10] SQL 效能調校：EXPLAIN 看不懂？這篇教你](/static/covers/database-10-query-optimization-og.webp)
EXPLAIN 跑出來一堆 Seq Scan、Bitmap Heap Scan 看不懂？這篇從 EXPLAIN 輸出解讀開始，涵蓋索引選型、N+1 問題、複合索引順序、Partial Index，到實際電商慢查詢優化案例，讓你真正學會看懂查詢計畫。
![[micro-service/05] 用 Grafana 讀懂壓測數據：哪些數字要看、哪些可以忽略](/static/covers/micro-service-05-grafana-dashboard-og.webp)
壓測跑完打開 Grafana 看到 20 條線 8 個圖表，很容易迷路。這篇教你只看 4 張圖就能判斷「系統什麼時候開始壞」——VU vs RPS、Response Time 分位數、Error Rate、擴展效率。其他的都是補充。
![[seo/09] SEO vs AEO 整合策略：兩個都要做的實務指南](/static/covers/seo-09-aeo-vs-seo-og.webp)
SEO 和 AEO 不是二選一，是同一篇文章要同時滿足兩邊。這篇給你一個統一的檢查清單和實作流程，讓你的內容既被 Google 排名、又被 AI 引用。
![[micro-service/04] k6 腳本怎麼寫：從 Hello World 到混合場景](/static/covers/micro-service-04-k6-scripting-og.webp)
k6 的學習曲線很平，因為腳本就是 JavaScript。但「能跑」和「跑得對」差很多——VU 怎麼設、stages 怎麼排、check 怎麼寫、tag 怎麼打，這些細節決定了你的壓測結果有沒有意義。
![[database/09] 資料庫設計模式：正規化、反正規化、分表的取捨](/static/covers/database-09-database-design-patterns-og.webp)
正規化到第幾階就夠？什麼時候該反正規化？UUID 跟 auto-increment 怎麼選？soft delete 的坑在哪？這篇整理資料庫設計的常見模式和反模式，幫你在「教科書做法」和「實戰需求」之間找到平衡。
![[micro-service/03] 控制變因的藝術：跨框架壓測怎麼做到公平](/static/covers/micro-service-03-controlled-variables-og.webp)
跨框架效能比較最容易被質疑的不是數據，是方法論。Go 比 Django 快 10 倍？可能是因為 Go 開了 8 核而 Django 只有 1 核。這篇講怎麼用 Docker 資源限制、統一 DB 配置、統一 hash 算法、統一測試數據來確保 9 個框架的比較基準一致，讓數據有說服力。
![[pm/08] Retro & Postmortem：從失敗中真正學到東西](/static/covers/project-mgmt-08-postmortem-retro-og.webp)
Retro 不是抱怨大會，Postmortem 不是獵巫行動。這篇教你怎麼做有效的回顧、寫有意義的事後分析，以及如何建立讓人敢說真話的團隊文化。
![[standards/08] 好的開發者體驗（DX）需要什麼？](/static/covers/standards-08-good-dx-og.webp)
開發者體驗（DX）不是虛無飄渺的概念。好的 README、一鍵啟動、自動格式化、PR 模板、ADR——這些具體的東西決定了新人第一天是開心還是崩潰。
![[micro-service/02] 壓測平台架構設計：從 k6 腳本到全自動分析](/static/covers/micro-service-02-stress-test-platform-architecture-og.webp)
跑壓測不難，難的是讓壓測結果可重複、可比較、可自動分析。這篇拆解一個完整壓測平台的架構，從 k6 壓測引擎、InfluxDB 指標儲存、Grafana 視覺化，到自建規則引擎自動辨識瓶頸。不是教你怎麼裝工具，而是為什麼這樣設計。
![[testing/12] 測試相關憑證：要不要考？考哪張？](/static/covers/testing-12-testing-certifications-og.webp)
ISTQB Foundation、Advanced、Expert、AWS DevOps、CSTE——測試相關的認證一堆，到底要不要考？答案取決於你的職涯方向。本篇用 ROI 角度幫你分析每張證照的價值，附四週讀書計劃。
![[micro-service/01] 為什麼需要 API 壓力測試？從「能動」到「能撐」](/static/covers/micro-service-01-why-api-stress-test-og.webp)
功能測試通過不代表系統上線沒問題。壓力測試是唯一能在上線前告訴你「系統能撐多少人」的方法。這篇從真實事故出發，講清楚壓力測試的必要性、和功能測試的根本差異，以及什麼時候該做、什麼時候不用做。
![[seo/08] AEO 內容策略：怎麼寫才會被 AI 引用](/static/covers/seo-08-aeo-structured-content-og.webp)
你的文章寫得很好，但 ChatGPT 和 Perplexity 都不引用你？問題不在內容品質，在寫法。這篇教你怎麼寫出 AI 搜尋引擎愛引用的內容結構。
![[database/08] MongoDB vs PostgreSQL：什麼時候該用 NoSQL？](/static/covers/database-08-document-vs-relational-og.webp)
MongoDB 曾經是「潮」的代名詞，但越來越多團隊把資料搬回 PostgreSQL。到底 Document DB 適合什麼場景？PostgreSQL 的 JSONB 能不能直接取代 MongoDB？這篇用實際經驗告訴你怎麼選。
![[ai/09-2] Agent 記憶管理與錯誤處理：踩過的坑全告訴你](/static/covers/ai-09-2-agent-memory-and-errors-og.webp)
Agent 的 context 爆滿會開始偷懶、無限迴圈會吃光你的 API 額度。這篇分享我在 OpenClaw 多 Agent 系統踩過的坑和解法。
![[soft-skills/ss02-04] 向上管理：技術人怎麼跟非技術人溝通](/static/covers/project-mgmt-07-stakeholder-communication-og.webp)
技術人最怕的不是寫 code，是跟老闆解釋為什麼又延遲了。這篇教你進度報告怎麼寫、壞消息怎麼說、以及「這要多久」的正確回答模板。
![[ai/09] AI Agent 設計模式：從 ReAct 到 Multi-Agent](/static/covers/ai-09-ai-agent-patterns-og.webp)
你有沒有想過，為什麼 ChatGPT 只能一問一答，但 Claude Code 可以自己跑去改你的程式碼？差別就在 Agent。這篇用我自己架 ClawdBot 的經驗，帶你看三種最實用的 Agent 設計模式。
![[ai/10] AI 安全實務：Prompt Injection、資料外洩、你該怎麼防](/static/covers/ai-10-ai-security-privacy-og.webp)
AI 從聊天機器人變成可以執行操作的 Agent，安全風險也跟著升級。這篇講工程師日常最該注意的 4 件事，附實際踩坑經驗。
![[frontend] React 架構（二）：Custom Hooks、效能與專案結構](/static/covers/frontend-04-react-architecture-og.webp)
Custom Hooks 怎麼設計才不會變成垃圾桶？React 效能問題 90% 來自不必要的 re-render。專案結構什麼時候該重構？
![[standards/07] 好的監控系統需要什麼？告警不等於監控](/static/covers/standards-07-good-monitoring-system-og.webp)
監控不是裝個 Grafana 就完事了。三根支柱、SLI/SLO、告警疲勞、值班輪值、事後檢討——這篇教你建立一套真正有用的監控體系。
![[testing/11] 測試規範與標準：ISTQB、ISO 29119 是什麼](/static/covers/testing-11-testing-standards-og.webp)
ISTQB、ISO 29119、IEEE 829、TMMi——這些測試標準聽起來很嚇人，但其實很多概念你可能已經在用了，只是不知道它叫什麼名字。搞清楚這些標準在講什麼，知道什麼時候需要、什麼時候不需要。
![[seo/07] AEO 是什麼？當 AI 取代搜尋框，你的內容還找得到嗎](/static/covers/seo-07-aeo-fundamentals-og.webp)
Google 不再是唯一的搜尋引擎。ChatGPT、Perplexity、Google SGE 正在改變人們找資訊的方式。AEO（Answer Engine Optimization）是讓你的內容被 AI 引用的策略。
![[tools] 知識管理系統：分類策略與雙平台同步](/static/covers/tools-knowledge-organization-og.webp)
![[tools] Shell 環境配置（下）：Server 管理指令與 SSH 技巧](/static/covers/tools-shell-config-og.webp)
前端工程師也該會的 server 管理指令——磁碟、log、監控、SCP，以及 SSH config 讓你少打很多字。
macOS 開發者的 Zsh 配置實戰——模組化架構、alias 分類策略、和「每天打超過三次就該縮短」的生存法則。
![[tools] Work 目錄結構：專案組織邏輯](/static/covers/tools-work-folder-structure-og.webp)
記錄 ~/work/ 目錄的組織方式，說明 prd、proto、tools、legacy 各資料夾的定位，以及從 prototype 到 blog 的知識產出流程
![[database/07] 時序資料庫：監控資料用一般 DB 存，你會後悔](/static/covers/database-07-time-series-og.webp)
監控指標、IoT 感測器、金融報價——這些資料每秒幾千筆寫入、只追加不修改、查詢永遠帶時間範圍。用一般的 MySQL / PostgreSQL 存，三個月後你就會開始頭痛。這篇比較 InfluxDB、TimescaleDB、Prometheus、VictoriaMetrics 四大時序方案。
![[tools] ClawdBot 配置指南：從安裝到除錯](/static/covers/tools-clawdbot-config-og.webp)
![[pm/06] 專案追蹤：燃盡圖不是唯一的武器](/static/covers/project-mgmt-06-project-tracking-og.webp){kind=tracking}
專案追蹤不是每天催進度，而是用數據早期發現問題。這篇教你讀懂燃盡圖、燃起圖、Cycle Time，以及什麼指標該給老闆看、什麼該留在團隊內部。
![[standards/06] 好的 CI/CD Pipeline 需要什麼？](/static/covers/standards-06-good-cicd-pipeline-og.webp)
CI/CD 不是只有 lint 跟 build。好的 pipeline 要有環境隔離、rollback 策略、feature flags、canary deployment——這篇是你的 pipeline 體檢表。
![[testing/10] AI 輔助測試：用 Claude Code 產測試案例](/static/covers/testing-10-ai-assisted-testing-og.webp)
2026 年了，AI 能幫你寫測試嗎？能，但有條件。Claude Code 和 Copilot 擅長產生 boilerplate 測試和發現邊界案例，但不懂你的業務邏輯。搞清楚 AI 在測試流程中的甜蜜點，才不會寫出一堆「看起來在測但其實什麼都沒測」的垃圾測試。
![[seo/06] Open Graph 與社群分享：讓你的連結不再是白色方塊](/static/covers/seo-06-og-social-sharing-og.webp)
貼連結到 Facebook、LINE、Twitter，結果出現一個白色方塊加一行亂碼？那是因為你沒設 Open Graph。這篇教你怎麼讓分享出去的連結有漂亮的預覽卡片。
![[database/06] 向量資料庫：RAG 時代你該知道的 Embedding 儲存方案](/static/covers/database-06-vector-database-og.webp)
2026 年做 RAG 一定會碰到向量資料庫。Pinecone、Chroma、Milvus、pgvector、Weaviate、Qdrant——這麼多選擇到底怎麼挑？這篇從距離公式講到實際 Python 程式碼，幫你搞清楚什麼場景用什麼方案。
![[career/06] Junior 和 Senior 的真正差距：不是年資，是解決問題的方式](/static/covers/career-06-junior-vs-senior-og.webp)
Junior 和 Senior 的差距不在於寫了幾年 code，而在於面對 bug、需求、未知和溝通的方式完全不同。六個維度的具體對比，幫你看清楚自己在哪個階段。
![[pm/05] Sprint Planning：一個好的 Sprint 長什麼樣](/static/covers/project-mgmt-05-sprint-planning-og.webp)
Sprint Planning 不是把 ticket 塞滿兩週。這篇教你怎麼定 Sprint Goal、算容量、處理中途插單，以及 Sprint Review 和 Retrospective 的差別。
![[standards/05] 好的基礎建設需要什麼？從 CI/CD 到災難恢復](/static/covers/standards-05-good-infra-setup-og.webp)
基礎建設做得好，你半夜不會被叫起來。CI/CD、容器編排、監控告警、機密管理、自動擴展、災難恢復——這篇是你的 infra 體檢表。
![[testing/09] 視覺回歸測試：CSS 改一行，整個頁面爆掉](/static/covers/testing-09-visual-regression-og.webp)
你改了一行 CSS，自信滿滿地部署，結果另一個頁面的按鈕跑到畫面外面去了。Unit Test 不會抓這個、E2E Test 也不會——你需要的是視覺回歸測試，用截圖比對自動抓出「看起來不一樣」的地方。
![[seo/05] Google Search Console 實戰：從註冊到看懂報告](/static/covers/seo-05-gsc-practical-guide-og.webp)
Google Search Console 是免費的，但大部分人只會用來提交 sitemap。這篇教你從註冊驗證開始，到看懂索引報告、效能報告、Core Web Vitals，還有怎麼用 URL 檢查工具排除問題。
![[database/05] 全文搜尋：Elasticsearch、Meilisearch、還是 PostgreSQL 就夠了？](/static/covers/database-05-search-engine-og.webp)
全文搜尋功能幾乎是每個 Web 應用都要做的。但你真的需要架一台 Elasticsearch 嗎？這篇從 PostgreSQL 內建搜尋、Meilisearch、Elasticsearch 到 Algolia，比較功能、效能、複雜度和成本，幫你做出最適合的選擇。
![[career/05] 好的 Tech Lead 需要什麼？寫 code 不是最重要的事](/static/covers/career-05-good-tech-lead-og.webp)
Tech Lead 不是寫最多 code 的人。技術決策、帶人、溝通、取捨判斷、架構 ownership——好的 Tech Lead 需要的能力遠超過技術本身。
![[pm/04] Backlog 管理：不是老闆說什麼就做什麼](/static/covers/project-mgmt-04-backlog-prioritization-og.webp)
當每個利害關係人都說自己的需求最重要，你需要的不是更多會議，而是一套排序框架。這篇介紹 RICE、MoSCoW、ICE 三種方法，教你用數據說不。
![[standards/04] 好的資料庫設計需要什麼？不只是正規化](/static/covers/standards-04-good-database-design-og.webp)
資料庫設計不是畫完 ER Diagram 就結束了。索引策略、命名規範、UUID vs 自增、軟刪除、連線池、備份——這些才是生產環境的真正挑戰。
![[testing/08] 測試資料管理：Factory、Fixture、Seeder 的選擇](/static/covers/testing-08-test-data-management-og.webp)
測試資料管理是所有測試問題的根源之一。Fixture 太死板、Factory 太複雜、Seeder 會汙染環境——每種方法都有它的甜蜜點和地雷。搞清楚什麼時候用什麼，你的測試才不會變成維護噩夢。
![[seo/04] 網站搬家 SEO：我從 Hexo 搬到 Quartz，Google 收錄全部歸零的教訓](/static/covers/seo-04-site-migration-seo-og.webp)
網站搬家最怕的不是搬內容，是搬完之後 Google 找不到你。這篇用我自己從 Hexo 搬到 Quartz 的真實案例，講搬家前中後的 SEO 完整流程。
![[database/04] 快取與 Session 管理：Redis、Memcached、還是直接用 DB？](/static/covers/database-04-cache-and-session-og.webp)
每個後端工程師都會遇到的問題：快取要用什麼？Session 存哪裡？這篇比較 Redis、Memcached、資料庫 Session、JWT，包含快取策略、失效處理、還有 Redis 實戰模式（限流、排行榜、分散式鎖）。
![[career/04] 好的全端工程師：廣度和深度怎麼平衡？](/static/covers/career-04-good-fullstack-engineer-og.webp)
全端工程師不是前端後端都只會一半。T 型人才怎麼養成、該從前端還後端開始學、什麼團隊適合全端——用實際經驗告訴你廣度和深度怎麼平衡。
![[pm/03] Agile 實戰：不是每天站著開會就叫敏捷](/static/covers/project-mgmt-03-agile-practical-og.webp)
很多團隊以為每天站著開 15 分鐘的會就是在做 Agile。不是。這篇講 Scrum、Kanban、Scrumban 的實戰用法，以及怎麼判斷哪個適合你的團隊。
![[standards/03] 好的 API 該長什麼樣？設計原則與檢查清單](/static/covers/standards-03-good-api-design-og.webp)
API 設計得好，前後端合作愉快；設計得爛，天天吵架。從 RESTful 規範、錯誤格式、分頁策略到版本控制，這篇幫你建立 API 設計的標準。
![[testing/07] Smoke Test + 回歸測試：部署後的最後一道防線](/static/covers/testing-07-smoke-regression-og.webp)
部署完不是結束，是另一場戰爭的開始。Smoke Test 用 5-10 個測試確認系統還活著，回歸測試確保新功能沒有把舊功能搞壞。這兩個搭配 CI/CD，是你部署後的最後一道防線。
![[seo/03] 內容 SEO：關鍵字研究到標題撰寫的完整流程](/static/covers/seo-03-content-seo-og.webp)
技術 SEO 做完了，Google 找得到你，但搜尋結果第三頁等於不存在。內容 SEO 決定你排第幾。這篇從關鍵字研究、搜尋意圖分析、標題撰寫公式到內部連結策略，一套流程走完。
![[database/03] PostgreSQL：為什麼它變成了預設選擇](/static/covers/database-03-postgresql-why-better-og.webp)
PostgreSQL 從「那個比較難學的資料庫」變成了 2026 年新專案的預設選擇。這篇整理它贏在哪裡——不只是比 MySQL 嚴格，而是它的擴展生態讓你少裝好幾個資料庫。
![[career/03] 好的 Infra/DevOps 工程師需要什麼能力？](/static/covers/career-03-good-infra-engineer-og.webp)
Infra/DevOps 不是只會 docker run 和寫 CI pipeline。Linux 基礎、網路概念、IaC 思維、監控哲學到 Incident Response，一篇講完好的 Infra 工程師的能力地圖。
![[soft-skills/ss03-01] 工時估算：為什麼工程師永遠低估，怎麼辦](/static/covers/project-mgmt-02-estimation-og.webp)
工程師估時永遠樂觀，PM 聽了永遠崩潰。這篇講估算的心理陷阱、實用技巧，以及什麼時候該說「我現在估不了」。
![[standards/02] 好的後端框架需要具備哪些功能？](/static/covers/standards-02-good-backend-framework-og.webp)
![[testing/06] 安全測試不是資安團隊的事：工程師該自己做的自動化掃描](/static/covers/testing-06-security-testing-og.webp)
「安全的事交給資安團隊」是最危險的想法。SQL Injection、XSS、依賴漏洞——這些問題在你寫 code 的時候就該被抓到，不是上線後被駭了才知道。
![[seo/02] 技術 SEO 實作：sitemap、canonical、結構化資料一次搞定](/static/covers/seo-02-technical-seo-og.webp)
技術 SEO 不是選修，是基礎建設。沒有正確的 sitemap、canonical、結構化資料，你的內容再好 Google 也看不到。這篇從 XML sitemap 到 JSON-LD，手把手帶你做完技術 SEO 的每一項。
![[database/02] MySQL：為什麼越來越多人覺得它不夠好？](/static/covers/database-02-mysql-love-and-hate-og.webp)
MySQL 是全世界用最多的開源資料庫，但工程師圈子裡「棄 MySQL 轉 PostgreSQL」的聲音越來越大。這篇整理 MySQL 被嫌的真實原因，哪些是歷史包袱、哪些是設計缺陷、哪些其實已經修了。
![[career/02] 好的後端工程師需要什麼能力？不只是會寫 CRUD](/static/covers/career-02-good-backend-engineer-og.webp)
後端工程師不是只會寫 CRUD 就夠了。API 設計直覺、SQL 調優、並發思維、除錯方法論到安全意識，一篇講完好的後端工程師的完整能力地圖。
![[soft-skills/ss01-01] 需求拆解：從「做一個電商」到可以開工的 ticket](/static/covers/project-mgmt-01-requirements-decomposition-og.webp)
需求太模糊就開工，結局一定是加班。這篇用電商結帳功能為例，手把手示範怎麼把一句話需求拆成 15 張可執行的 ticket。
![[standards/01] 好的前端專案該有什麼？一張體檢表](/static/covers/standards-01-good-frontend-project-og.webp)
一個成熟的前端專案該具備哪些條件？從 TypeScript、元件庫、效能預算到 CI/CD，這張體檢表幫你快速盤點專案健康度。
![[testing/05] API 契約測試：前後端不再互相甩鍋](/static/covers/testing-05-api-contract-testing-og.webp)
前端說「API 回傳格式變了」，後端說「我沒改啊」。契約測試就是解決這個問題的——在任何一方改動時，自動驗證雙方的約定還在不在。
![[seo/01] SEO 不是玄學：工程師該知道的搜尋引擎優化基礎](/static/covers/seo-01-seo-fundamentals-og.webp)
寫了 300 篇文章但 Google 搜不到？SEO 不是行銷部門的事，是工程決策。這篇用工程師的角度，講清楚 Google 怎麼找到你、怎麼評價你、以及你最常犯的錯。
![[database/01] 資料庫全景圖：一張表看懂 SQL、NoSQL、NewSQL、Vector DB](/static/covers/database-01-database-landscape-og.webp)
2026 年的資料庫選型不再是「MySQL 還是 PostgreSQL」。從關聯式到文件式、圖形到向量、嵌入式到分散式——這篇用一張大比較表 + 決策流程圖，幫你在 10 分鐘內搞懂所有主流資料庫類型。
![[career/01] 好的前端工程師需要什麼能力？不只是會寫 React](/static/covers/career-01-good-frontend-engineer-og.webp)
前端工程師不是只會寫 React 就夠了。從 HTML/CSS/JS 基本功、效能意識、無障礙設計到跟設計師溝通，一篇講完好的前端工程師需要的完整能力地圖。
兩百多篇文章從 Hexo 搬到 Quartz 的完整技術流程：frontmatter 轉換、圖片路徑搬遷、品質分級、Quartz 設定細節，以及搬家途中踩過的坑。
Hexo 用了兩年，兩百多篇文章之間毫無關聯。搬到 Quartz 之後，部落格終於從「文章列表」變成「知識網路」。這篇講為什麼搬和怎麼選。
![[frontend] TypeScript 實戰（二）：泛型和 Type Guard](/static/covers/frontend-03-ts-practical-patterns-og.webp)
泛型不是學術概念，是讓你不用複製貼上的武器。Type Guard 則是告訴 TypeScript 「我已經在 runtime 確認過了」。
Conditional Types 是型別系統裡的 if-else，Mapped Types 是 for-loop。聽起來瘋了，但拿來自動產生表單驗證 schema 超實用。
前後端命名不同步？API 欄位 Pick 不完？Template Literal Types 和 Utility Types 的真實使用場景。
Chrome DevTools 的 Elements、Console 進階用法、Network、Performance、Application 各 panel 什麼時候用。React/Vue DevTools 和 Lighthouse。
結構化 Log、Trace ID、DB query debugging、Docker/網路/Process 除錯。以及比工具更重要的心法：先讀 error message、改一個變數測一次、橡皮鴨除錯法。
三個真實的 debug 案例拆解——API 回 200 但前端空白、只在 Production 出現的 Race Condition、Memory Leak 追蹤。附上可直接使用的 Debug 日誌模板。
console.log 大法撐不到生產環境。系統化除錯從重現和定位開始——二分法和 git bisect 是你最強的武器。
跟著一個功能（Google 登入）從 PM 提需求到上線 Production 的完整流程。串起系統規劃、Proto、Git、測試、CI/CD、監控的所有環節。
Code Review 不只是看程式碼——從 PR 怎麼開、Review 看什麼、Comment 怎麼寫到團隊導入建議的完整指南。
![[aws] VPC / Subnet / Security Group / NAT：AWS 網路架構實戰](/static/covers/aws-02-aws-vpc-networking-og.webp)
![[aws] AWS 帳號、Region 與 IAM：第一天就該做對的事](/static/covers/aws-01-aws-account-iam-og.webp)
![[hexo] Hexo 部署大小寫敏感問題排查與解決指南](/static/covers/hexo-05-case-issue-in-hexo-og.webp)
Hexo 部署到 GitHub Pages 後，資料夾大小寫怎麼都改不掉？元凶是 .deploy_git 的快取。這篇記錄完整的 debug 過程和最終解法。
![[blog] 每日覆盤：建立習慣、選擇工具與工作方法](/static/covers/blog-daily-retrospective-tools-and-methods-og.webp)
覆盤不是寫日記，是逼自己誠實面對「今天到底幹了什麼」。這篇分享我怎麼用 Notion + ActivityWatch 打造低摩擦的覆盤流程。
![[express][02-2]Jest 測試設定：讓你改 code 有安全網](/static/covers/express-02-set-eslint-typings-tests-og.webp)
用 Jest + supertest 幫 Express 路由寫 integration test，跑一次就知道有沒有改壞東西。
ESLint 抓壞習慣、Typings 管型別定義 — 兩件事搞定，你的 Express 專案就從「能跑」升級到「能維護」。
![[express][01]Express + TypeScript 專案從零開始的步驟](/static/covers/express-01-init-og.webp)
用 pnpm 從零搭一個 Express + TypeScript 專案，踩過的坑和真正需要注意的地方。
![[design pattern] Object Pool 模式：物件重複利用](/static/covers/design-pattern-23-object-pool-pattern-og.webp)
資料庫連線建立一次要 50ms，你每次查詢都重新建？Object Pool 讓你預先建好一批，用完歸還、下次再借，省下大量初始化成本。
![[infra] Elasticsearch Deep Dive：索引、查詢與維運實戰](/static/covers/infra-30-elasticsearch-deep-dive-og.webp)
![[design pattern] Abstract Factory 模式：建立產品家族](/static/covers/design-pattern-22-abstract-factory-pattern-og.webp)
美國版產品用美國規格、歐洲版產品用歐洲規格——Abstract Factory 確保同一個工廠產出的東西彼此相容，不會混搭出問題。
![[infra] PostgreSQL Advanced：效能、可靠性與可維運性](/static/covers/infra-29-postgresql-advanced-og.webp)
![[design pattern] Prototype 模式：用複製取代建立](/static/covers/design-pattern-21-prototype-pattern-og.webp)
物件建立成本很高？Prototype Pattern 讓你直接複製一個現有的物件再微調，比從頭 new 一個快多了。JavaScript 的 prototype chain 本身就是這個概念。
![[infra] Database Landscape：如何選擇正確的資料庫](/static/covers/infra-28-database-landscape-og.webp)
![[design pattern] Flyweight 模式：共享物件節省記憶體](/static/covers/design-pattern-20-flyweight-pattern-og.webp)
一萬筆交易都是「存款」類型，你要 new 一萬個 TransactionType 物件嗎？Flyweight Pattern 把可共享的狀態抽出來共用，記憶體直接省一個量級。
![[infra] GitLab CI/CD Templates：可重用的流水線模板化](/static/covers/infra-21-gitlab-cicd-templates-og.webp)
![[infra] Alert Webhook Integration：告警與 Webhook 整合](/static/covers/infra-22-alert-webhook-integration-og.webp)
![[infra] Security Scanning：安全掃描與供應鏈防護](/static/covers/infra-23-security-scanning-og.webp)
![[infra] Secrets & Certificate Management：秘密與憑證管理](/static/covers/infra-24-secrets-certificate-management-og.webp)
![[infra] Backup & Disaster Recovery：備份與災難復原](/static/covers/infra-25-backup-disaster-recovery-og.webp)
![[infra] Infrastructure as Code：把基礎設施當成產品管理](/static/covers/infra-27-infrastructure-as-code-og.webp)
以 IaC 建立可重現、可審核、可回滾的基礎設施流程，從 Terraform 到 GitOps 的完整實務。
![[devOps] CommitLint 工具生態系：lint-staged、commitizen 與團隊導入策略](/static/covers/devOps-02-commit-lint-og.webp)
CommitLint 只是開始——lint-staged、commitizen、standard-version 這些工具怎麼搭配？團隊要怎麼分階段導入才不會被翻桌？
還在寫「fix bug」「update」這種 commit message？CommitLint + Husky 幫你守住底線，這篇教你從零裝到會。
![[devOps] 從開發到生產：軟體發佈的多環境策略](/static/covers/devOps-01-environment-planning-og.webp)
![[design pattern] Bridge 模式：分離抽象與實作](/static/covers/design-pattern-19-bridge-pattern-og.webp)
付款方式有 3 種、付款流程有 2 種，用繼承要寫 6 個 class。Bridge Pattern 用組合取代繼承，讓抽象和實作各自獨立變化，3 + 2 = 5 個 class 搞定。
![[design pattern] Interpreter 模式：語法解析與執行](/static/covers/design-pattern-18-interpreter-pattern-og.webp)
想自己寫一個迷你語言解析器？Interpreter Pattern 教你怎麼把語法規則變成可執行的程式碼。從 Markdown 轉 HTML 到自訂 DSL，看看它怎麼運作。
![[design pattern] Composite 模式：樹狀結構的統一處理](/static/covers/design-pattern-17-composite-pattern-og.webp)
檔案和資料夾、產品和分類、元件和容器——Composite Pattern 讓你用同一套介面處理「單一」和「組合」，不管是葉子還是整棵樹，操作方式一模一樣。
reset --hard 按下去的那一刻你會怕，但學完 reflog 你就不怕了。版本回退、stash、cherry-pick、tag 一次搞定。
![[design pattern] Visitor 模式：分離操作與結構](/static/covers/design-pattern-16-visitor-pattern-og.webp)
資料結構穩定但操作一直變？Visitor Pattern 把操作抽出來，新增報表不用改資料 class，但代價是新增資料類型會很痛。
![[design pattern] Memento 模式：保存與回復狀態](/static/covers/design-pattern-15-memento-pattern-og.webp)
Ctrl+Z 的背後是什麼？Memento Pattern 讓物件保存狀態快照，需要時一鍵回到過去，而且不破壞封裝。
![[design pattern] Mediator 模式：物件協調的中介者](/static/covers/design-pattern-14-mediator-pattern-og.webp)
![[design pattern] Chain of Responsibility 模式：請求的傳遞鏈](/static/covers/design-pattern-13-chain-of-responsibility-pattern-og.webp)
一個請求要經過庫存檢查、折扣計算、付款驗證——Chain of Responsibility 讓你像串珠子一樣串起處理器，每個只管自己那一關。
![[mac] 2024 新 Mac 購買後必裝的應用程式](/static/covers/mac-01-2024mac-app-og.webp)
![[blog] 提醒自己：如何寫出讓人一看就懂的技術文章](/static/covers/blog-way-to-wrighting-og.webp)
![[hexo] 如何使用 Hexo 新增文章並進行 SEO 優化](/static/covers/hexo-04-add-new-post-og.webp)
hexo new 打完收工？才怪。Frontmatter 的 description、keywords、category_map 沒設好，你的文章 Google 根本搜不到。
![[markdown] markdown 基本語法指南](/static/covers/blog-markdown-template-og.webp)
![[hexo] 如何利用 Hexo 提升 SEO 與行銷效能](/static/covers/hexo-03-hexo-seo-marketing-tips-og.webp)
SEO 不是玄學，就是把基本功做好。Google Analytics、簡短網址、404 頁面設計、圖片壓縮——這篇教你用 Hexo 把 SEO 基本盤做滿。
![[hexo] Hexo 進階設定指南](/static/covers/hexo-02-hexo-advanced-setting-og.webp)
![[design pattern] Builder 模式：分步建立複雜物件](/static/covers/design-pattern-12-builder-pattern-og.webp)
constructor 參數多到要看文件才知道第五個是什麼？Builder Pattern 讓你用 method chaining 一步步組裝，程式碼讀起來像在寫規格書。
![[design pattern] State 模式：以狀態驅動行為](/static/covers/design-pattern-11-state-pattern-og.webp)
訂單從 pending 到 shipped 到 completed，每個狀態能做的事不一樣——你打算全寫在 if-else 裡嗎？State Pattern 讓每個狀態自己管自己。
![[design pattern] Command 模式：把請求封裝成物件](/static/covers/design-pattern-10-command-pattern-og.webp)
想要 undo/redo、操作排程、批次執行？Command Pattern 把「做什麼事」包成物件，讓操作可以被記錄、排隊、撤銷。
![[design pattern] Template Method 模式：定義流程骨架](/static/covers/design-pattern-09-template-method-pattern-og.webp)
流程固定、細節不同？Template Method 讓父類別定好骨架，子類別填入差異。處理 CSV 和 JSON 的步驟一樣，只是 parse 的方式不同。
![[design pattern] Facade 模式：複雜子系統的單一入口](/static/covers/design-pattern-08-facade-pattern-og.webp)
一個訂單要查庫存、扣款、出貨——你要讓呼叫端自己串這三個服務嗎？Facade Pattern 給你一個 placeOrder() 搞定一切。
![[design pattern] Adapter 模式：介面轉換的橋樑](/static/covers/design-pattern-07-adapter-pattern-og.webp)
新系統要接舊 API、第三方套件介面長得不一樣——Adapter Pattern 幫你包一層，讓不相容的東西能合作。
![[design pattern] Proxy 模式：控制物件訪問的代理人](/static/covers/design-pattern-06-proxy-pattern-og.webp)
想在不改原始碼的前提下加 cache、加驗證、加權限控制？Proxy Pattern 幫你在呼叫端和目標物件之間插一個守門員。從經典 class 到 ES6 Proxy 再到 Vue 3 reactive，一次看完。
![[blog] 為什麼我開始寫部落格](/static/covers/blog-thoughts-on-writing-og.webp)
![[design pattern] Strategy pattern：讓你的系統更靈活的秘訣](/static/covers/design-pattern-03-strategy-pattern-og.webp)
受夠了 switch-case 地獄嗎？Strategy Pattern 讓你把演算法抽成可替換的模組，新增行為不用改舊 code。
![[design pattern] Observer 模式：讓你的系統具備超強感應力](/static/covers/design-pattern-04-observer-pattern-og.webp)
「資料變了，誰需要知道？」——Observer Pattern 讓你用訂閱機制取代手動通知，從 EventEmitter 到 RxJS 都在用的核心概念。
![[design pattern] decorator pattern：為物件動態添加超能力](/static/covers/design-pattern-05-decorator-pattern-og.webp)
想幫物件加功能但不想改原始碼？Decorator Pattern 讓你像疊漢堡一樣一層層加上去，不改 class 也能擴充行為。
![[design pattern] factory pattern：打造物件創建的萬能工具](/static/covers/design-pattern-02-factory-pattern-og.webp)
你的程式碼裡有超過三個 if-else 在決定要 new 哪個 class 嗎？恭喜，你需要 Factory Pattern。從支付系統到動態擴充，一次搞懂工廠模式。
![[design pattern] singleton 模式：確保單一實例的關鍵設計](/static/covers/design-pattern-01-singleton-pattern-og.webp)
全域只要一個實例就夠了——但你確定你真的需要 Singleton 嗎？從 config manager 到 DB connection，聊聊這個最常被濫用的設計模式。
![[ai/08-2] MCP 整合與多 Agent 工作流：實戰配置指南](/static/covers/ai-08-ai-tool-configuration-og.webp)
實戰踩坑後整理的 Claude Code 配置心法——CLAUDE.md 怎麼寫、Skills 怎麼拆、Memory 怎麼管，讓 AI 不再每次都像失憶。
![[security] 安全開發生命週期（下）：測試、部署與 DevSecOps](/static/covers/security-04-secure-development-lifecycle-og.webp)
SAST、DAST、SCA 這些縮寫聽起來很嚇人，但設定起來只要 10 分鐘。這篇講 SDL 的後半段——安全測試工具、部署 checklist、DevSecOps pipeline——以及一個人也能做的最小可行安全流程。
安全不是開發完的審查，是從需求階段就開始的事。這篇講 SDL 的前三個階段——威脅模型、安全設計、安全編碼——以及為什麼「事後審查」模式會讓你的安全團隊變成全公司最討人厭的部門。
![[ai/07-2] 自建 AI Bot 實戰：從聊天機器人到全自動助理](/static/covers/ai-07-ai-tools-ecosystem-og.webp)
你的 AI 不該只在你開瀏覽器時才能工作。這篇教你怎麼從零搭建一個 24/7 運行的 AI Bot——Gateway、System Prompt、Context 管理，踩過的坑全部寫出來。
你會用 ChatGPT 不代表你有 AI 工具鏈。Skills 是 AI 的技能包、MCP 是 AI 的萬能接頭——搞懂這兩個東西，你就能讓 AI 從「聊天機器人」升級成「能幹事的助手」。
![[security] Web 安全實務（下）：SSRF、CORS 與安全 Headers](/static/covers/security-03-web-security-og.webp)
SSRF 讓你的 server 變成攻擊者的跳板，CORS 不是你以為的安全機制，而 security headers 是最容易被忽略的免費防禦。
每一種 Web 攻擊的本質都一樣——系統信任了不該信任的東西。這篇用實際的 code 告訴你 XSS、SQLi、CSRF 到底怎麼運作，以及為什麼你的 code 可能正在裸奔。
![[infra] Kubernetes 入門：從 Docker Compose 到容器編排](/static/covers/infra-33-kubernetes-intro-og.webp)
從 Docker Compose 過渡到 Kubernetes 的概念指南：核心概念、基本清單範本、生態工具與選型建議。
![[security] 紅隊與藍隊：攻防思維入門](/static/covers/security-02-red-blue-team-og.webp)
![[hexo] Hexo 基本設置](/static/covers/hexo-01-setting-hexo-og.webp)
![[ai/06] AI 寫程式工具演進：從補完到 Agent 的進化之路](/static/covers/ai-06-ai-coding-assistants-og.webp)
從 TabNine 到 Claude Code，AI coding 工具走過四個世代。這篇聊聊每個階段我的真實體驗，哪些工具真的有用，哪些只是在賣焦慮。
![[infra] Docker Compose 實戰模板：常見服務組合的即用範本](/static/covers/infra-32-docker-compose-cookbook-og.webp)
![[infra] 應用安全：從 Infra 到 AI 的安全收斂](/static/covers/infra-31-application-security-og.webp)
應用安全的完整視角，從 OWASP Top 10 到 AI 安全風險，貫穿 Infra、Application、AI 三個層面的安全收斂。
![[security] 資訊安全基礎概念：建立安全思維的起點](/static/covers/security-01-security-fundamentals-og.webp)
![[infra] DNS、負載均衡與 CDN：網路層的韌性設計](/static/covers/infra-26-dns-loadbalancing-cdn-og.webp)
![[ai/05] Prompt Engineering：讓 AI 聽話的實用技巧](/static/covers/ai-05-prompt-engineering-og.webp)
![[infra] Multi-node Monitoring：多節點監控與告警](/static/covers/infra-20-multi-node-monitoring-og.webp)
![[infra] Environment Separation：環境隔離與部署治理](/static/covers/infra-19-environment-separation-og.webp)
![[ai/04] AI 工具怎麼選？工程師的實用選型指南](/static/covers/ai-04-ai-tools-comparison-og.webp)
ChatGPT、Claude、Gemini、Copilot、Cursor、Midjourney——工具這麼多，到底該用哪個？這篇從工程師角度幫你快速判斷。
![[infra] Serverless：以事件觸發的無伺服器架構](/static/covers/infra-18-serverless-og.webp)
![[infra] WebSocket：建立即時雙向通訊管線](/static/covers/infra-17-websocket-og.webp)
![[ai/03-2] n8n + LangChain 實作指南：從 Docker 部署到 RAG Chain](/static/covers/ai-03-2-n8n-langchain-practice-og.webp)
上一篇講了怎麼選，這篇教你怎麼做。n8n Docker 部署、AI 節點實戰、LangChain RAG chain、Agent 範例，附完整 code。
![[ai/03] AI 工作流自動化：n8n、LangChain、Agent 怎麼選？](/static/covers/ai-03-workflow-automation-og.webp)
想用 AI 自動化工作流程？n8n、LangChain、Agent 三個層級，90% 的場景用前兩個就夠了。這篇幫你快速判斷你該用哪一個。
![[infra] Event-driven & Queue：非同步處理與訊息佇列](/static/covers/infra-16-event-driven-queue-og.webp)
![[infra] API Gateway & Routing：統一 API 入口與路由管理](/static/covers/infra-15-api-gateway-og.webp)
![[ai/02-3] RAG 搜尋策略與品質調校](/static/covers/ai-02-3-retrieval-and-evaluation-og.webp)
RAG 建好了但回答品質不穩？這篇講搜尋策略（Hybrid Search、Re-ranking）、Prompt 設計、評估方法，還有最常踩的 5 個坑。
![[ai/02-2] RAG 實作：從切文件到存進 Vector DB](/static/covers/ai-02-2-chunking-and-vectordb-og.webp)
RAG 的品質 80% 取決於你怎麼切文件。這篇講 Chunking 策略、Embedding 選型、Vector DB 比較，附完整 code。
![[infra] Secrets & Config：敏感資訊管理與環境設定](/static/covers/infra-09-secrets-config-og.webp)
![[infra] Data Movement / ETL：資料搬運與轉換](/static/covers/infra-14-data-movement-etl-og.webp)
![[ai/02] RAG 是什麼？為什麼 90% 的 AI 應用都該用它](/static/covers/ai-02-rag-architecture-og.webp)
想讓 AI 回答你公司的問題？不用重新訓練模型，給它一個圖書館就好。這篇講 RAG 的概念、架構，和為什麼它比 fine-tuning 划算。
![[infra] Storage Management：MinIO 物件儲存與資料分層](/static/covers/infra-08-storage-management-og.webp)
![[infra] Alerts & ChatOps：告警策略與通知整合](/static/covers/infra-13-alerts-chatops-og.webp)
![[ai/01-5] AI 的風險清單：上線前你必須知道的事](/static/covers/ai-01-5-ai-risks-og.webp)
![[ai/01-4] AI 部署與成本：API 還是自己架？](/static/covers/ai-01-4-deployment-and-cost-og.webp)
![[ai/01-3] Fine-tuning vs RAG vs Prompt Engineering：三條路怎麼選？](/static/covers/ai-01-3-finetuning-vs-rag-og.webp)
想讓 AI 變聰明，你有三條路：改 prompt、塞資料、重新訓練。這篇幫你搞清楚什麼時候該用哪一招。
![[infra] Container Registry：Harbor 私有映像庫](/static/covers/infra-07-container-registry-og.webp)
![[infra] Log Management：EFK/ELK 集中式日誌管理](/static/covers/infra-12-log-management-og.webp)
![[ai/01-2] Token、Embedding、Temperature：LLM 最常遇到的術語](/static/covers/ai-01-2-llm-terminology-og.webp)
你每天都在用 ChatGPT，但 Token 到底是什麼？為什麼中文比英文「貴」？這篇用工程師聽得懂的方式，拆解 5 個最常遇到的 LLM 術語。
![[ai/01] AI 是什麼？搞懂 AI、ML、DL、LLM 的關係就夠了](/static/covers/ai-01-ai-landscape-og.webp)
工程師不需要會訓練模型，但你得聽懂同事在說什麼。這篇用最白話的方式，幫你搞清楚 AI 到底是什麼、跟 ML/DL/LLM 差在哪。
![[infra] Git & CI：版本控制、Release 與 Rollback](/static/covers/infra-06-git-ci-release-og.webp)
![[infra] Metrics & Monitoring：Prometheus + Grafana 可觀測性基座](/static/covers/infra-11-metrics-monitoring-og.webp)
以 Prometheus + Grafana 建立指標收集與儀表板，搭配 OpenTelemetry 擴展可觀測性。
![[methodology] 快速理解新 Codebase：前三天該做什麼](/static/covers/methodology-19-understand-new-codebase-og.webp)
接手一個陌生專案時，不要從頭開始讀 code。先建立全景，再深入細節。搭配 AI 可以把兩週的理解時間壓縮到三天。
![[infra] Infra Core & CI/CD：基礎設施流程化與交付治理](/static/covers/infra-05-infra-core-cicd-og.webp)
![[infra] Database：PostgreSQL 單節點 + 備份策略](/static/covers/infra-10-database-postgresql-og.webp)
![[infra] Identity & Access：身分治理、授權與零信任](/static/covers/infra-04-identity-access-og.webp)
![[methodology] 取捨決策框架：工程師的判斷力怎麼練](/static/covers/methodology-18-trade-off-framework-og.webp)
![[jekyll] 01 設定 Jekyll 所需要的 Ruby 環境](/static/covers/jekyll-01-jekyll-setup-ruby-og.webp)
想用 Jekyll 架站，第一步不是裝 Jekyll，是搞定 Ruby。特別是 macOS 使用者——拜託不要用系統內建的 Ruby，會踩到一堆權限問題。
![[jekyll] 02 設定 /posts/ 頁面的內容](/static/covers/jekyll-02-jekyll-setup-posts-page-og.webp)
![[jekyll] 03 設定首頁的內容](/static/covers/jekyll-03-jekyll-setup-homepage-og.webp)
![[jekyll] 04 設定分類和 Tags 頁面的內容](/static/covers/jekyll-04-jekyll-setup-categories-tags-og.webp)
![[jekyll] 05 基本安裝 Jekyll 的流程及啟動](/static/covers/jekyll-05-jekyll-installation-guide-og.webp)
![[infra] Container Runtime：容器引擎、映像與執行時設計](/static/covers/infra-03-container-runtime-og.webp)
![[methodology] 技術債管理：什麼時候該還、什麼時候該借](/static/covers/methodology-17-technical-debt-og.webp)
技術債不是壞事，它是一種有意識的借貸。問題不在於「有沒有技術債」，而在於「你知不知道自己借了多少、利息多高、什麼時候該還」。
![[infra] Reverse Proxy & TLS：入口治理、加密與流量控管](/static/covers/infra-02-reverse-proxy-tls-og.webp)
![[cloud] 雲端省錢實戰：RI、Spot、自動清理與監控設定](/static/covers/cloud-03-cloud-cost-optimization-og.webp)
從 Right-sizing 到 Spot Instance，從 Budget Alert 到自動清理腳本，手把手設定雲端成本管理的完整工具鏈。
NAT Gateway 比 EC2 還貴？EBS snapshot 默默吃錢？從第一個月帳單嚇到，到建立成本管理流程的真實歷程。
![[infra] Network & DNS：固定入口、分區與命名策略](/static/covers/infra-01-network-dns-og.webp)
![[methodology] UML 統一塑模語言：什麼時候該畫什麼圖](/static/covers/methodology-16-uml-og.webp)
UML 不是為了畫漂亮的圖，而是為了在寫 code 之前把想法具象化。9 種圖各有適用場景，知道什麼時候該畫什麼比會畫更重要。
![[methodology] 系統分析與設計 — SA 的思維框架](/static/covers/methodology-15-system-analysis-design-og.webp)
SA 不只是「畫圖的人」，而是把模糊需求轉化為可實作結構的翻譯者。理解 SA 的思維方式，讓你在寫 code 之前就問對問題。
![[cloud] Serverless 深入篇：Cold Start、隱藏成本與混合部署實戰](/static/covers/cloud-02-serverless-vs-server-og.webp)
Cold Start 到底多慢？Lambda 的隱藏成本在哪？混合部署怎麼設計？從踩坑經驗出發的實戰指南。
別再問「Serverless 好不好」，問「我的場景適不適合」。從成本交叉點到 vendor lock-in，幫你做出不後悔的架構選擇。
![[methodology] TDD / BDD / SDD：三種驅動開發的思維模式](/static/covers/methodology-14-tdd-bdd-sdd-og.webp)
TDD、BDD、SDD 不只是測試方法，而是三種不同的「用什麼來定義正確」的思維方式。理解它們的哲學差異，比會寫測試更重要。
![[cloud] Container Registry 實戰：CI/CD Pipeline 設定與自動清理](/static/covers/cloud-01-container-registry-comparison-og.webp)
手把手設定 GitLab CI 推 ECR、GitHub Actions 推 ghcr.io，以及用 Lifecycle Policy 自動清理舊 image 省儲存費。
你的 Docker image 該放哪？從踩過 Docker Hub rate limit 的痛，到最後搞定 Registry 選擇的完整心路歷程。
![[methodology] IT 組織角色演進與 AI 時代的重新定義](/static/covers/methodology-13-it-roles-evolution-og.webp)
從傳統 IT 部門的角色分工，到 AI 時代個人能力邊界的重新定義。不是角色消失，而是理解全貌後的能力躍遷。
Level 3 的 Code Agent 能讀寫檔案、跑指令，威力強大但風險也高。Level 4 工作流自動化風險最高。工具選型看五個維度。
怎麼把 AI 融入日常開發流程而不是被它打斷？AI Sandwich 模式：人做決策、AI 執行、人做審查。核心邏輯自己寫，boilerplate 讓 AI 來。
Prompt engineering 不是什麼神秘技能，就是清楚表達你的需求。CLAUDE.md 和 .cursorrules 怎麼寫才有效。
Feature Freeze 是從開發模式切換到穩定化模式的分水嶺。QA 驗證是品質關卡，Bug 嚴重等級決定 Go/No-Go。
Staging 是上線前最後一道防線。Go/No-Go 不是一個人的決定，是基於所有階段結果的共同判斷。
Go 了之後怎麼安全部署？部署完之後怎麼監控？Release 不是部署到 Production 就結束了。
Release 頻率怎麼選？Hotfix 不是萬能藥。六種常見的 Release 反模式以及怎麼避開它們。
Release 和 Deployment 是兩件完全不同的事。Release 是產品決策，Deployment 是技術動作。從 Feature Planning 和開發紀律開始建立 Release 流程。
技術品質是使用者看不見但會深刻影響體驗的維度。效能、可靠性、安全性、可擴展性——這些才是「看起來能用」和「真正好用」的差距。
可維護性是好產品的隱藏維度——使用者看不到，PM 不在乎，但它決定了產品能活多久。程式碼品質、文件、技術債、部署能力、Bus Factor。
產品在不同階段有不同的品質標準。DORA Metrics、SLO、NPS 怎麼看。技術完美主義、快速交付陷阱、指標遊戲、英雄文化——四種讓你偏離正軌的反模式。
Monorepo 工具鏈比較（Nx、Turborepo、Lerna、Bazel），以及 GitLab CI 搭配 Monorepo 的受影響偵測設定。
版本庫策略的演進是一個鐘擺，從單體到微服務到 Monorepo 再回到混合策略。沒有銀彈，只有 trade-off。
Monorepo 跟 Multirepo 各自解決什麼問題、創造什麼問題，以及決策框架。
Proto 完整性的 10 大面向：專案結構、多環境設定、容器化、安全基線、錯誤處理、日誌、測試、CI/CD、文件、程式碼品質。
B2E、F2E、App 三個 Track 的 Proto 標準。通用的 10 維度是基線，但不同 Track 有不同的重點。
用四步驟的 Gap Analysis 找出 Proto 規劃與實作之間的落差，確保規劃文件不只是漂亮的擺設。
Proto 不是 Hello World + 框架，是生產環境等級的起始點。搞清楚 Proto vs Boilerplate vs Scaffold 的差異，以及 COPY not Reference 原則。
Blameless Post-mortem 文化、5 Whys 根因分析、行動項目追蹤，以及災難復原演練的實務做法。
JWT、OAuth 2.0、API Key 的適用場景與安全注意事項。Access Token 要短、Refresh Token 要藏、localStorage 不要碰。
Express.js RESTful Router、JWT 認證 Middleware、Rate Limiter 的完整程式碼範例。
![[fundamentals] TUI 設計規範（二）：元件、框架與實戰分析](/static/covers/fundamentals-tui-design-standards-og.webp)
Terminal User Interface (TUI) 的設計規範，涵蓋設計原則、色彩系統、佈局模式與互動模式。
![[fundamentals] 技術演進史（二）：非同步、CSS 與狀態管理](/static/covers/fundamentals-technology-evolution-og.webp)
從 Callback Hell 到 async/await、從原生 CSS 到 Tailwind、從全域變數到 Zustand。每一層抽象都沒有消滅上一層，而是在上面蓋了一個更友善的介面。
從 SOAP 到 tRPC、從 FTP 到 Serverless。API 設計和部署方式的演進，以及如何根據場景做出正確的技術選型。
每一代技術的誕生都是為了解決上一代的痛點。理解 DOM 操作和前端架構的演進，才能做出正確的技術選型。
![[algorithms] Bloom Filter 布隆過濾器](/static/covers/algorithms-ds-17-bloom-filter-og.webp)
![[algorithms] Skip List 跳躍表](/static/covers/algorithms-ds-16-skip-list-og.webp)
![[algorithms] Deque 雙端佇列](/static/covers/algorithms-ds-15-deque-og.webp)
![[algorithms] LRU Cache 最近最少使用快取](/static/covers/algorithms-ds-14-lru-cache-og.webp)
![[algorithms] Union-Find 並查集](/static/covers/algorithms-ds-13-union-find-og.webp)
![[algorithms] Fenwick Tree (BIT) 樹狀陣列](/static/covers/algorithms-ds-12-fenwick-tree-og.webp)
![[algorithms] Segment Tree 線段樹](/static/covers/algorithms-ds-11-segment-tree-og.webp)
![[algorithms] AVL Tree 自平衡二元搜尋樹](/static/covers/algorithms-ds-10-avl-tree-og.webp)
![[algorithms] Trie 前綴樹（字典樹）](/static/covers/algorithms-ds-09-trie-og.webp)
![[algorithms] Graph 圖](/static/covers/algorithms-ds-08-graph-og.webp)
![[algorithms] Heap 堆](/static/covers/algorithms-ds-07-heap-og.webp)
![[algorithms] Tree 樹](/static/covers/algorithms-ds-06-tree-og.webp)
![[algorithms] Hash Table 雜湊表](/static/covers/algorithms-ds-05-hash-table-og.webp)
![[algorithms] Queue 佇列](/static/covers/algorithms-ds-04-queue-og.webp)
![[algorithms] Stack 堆疊](/static/covers/algorithms-ds-03-stack-og.webp)
![[algorithms] Linked List 鏈結串列](/static/covers/algorithms-ds-02-linked-list-og.webp)
![[algorithms] Array 陣列](/static/covers/algorithms-ds-01-array-og.webp)
![[algorithms] Math Algorithms 數學演算法](/static/covers/algorithms-algo-17-math-algorithms-og.webp)
![[algorithms] Prefix Sum 前綴和 & Difference Array 差分陣列](/static/covers/algorithms-algo-16-prefix-sum-og.webp)
![[algorithms] Monotone Stack 單調棧](/static/covers/algorithms-algo-15-monotone-stack-og.webp)
![[algorithms] Divide and Conquer 分治法](/static/covers/algorithms-algo-14-divide-and-conquer-og.webp)
![[algorithms] Backtracking 回溯法](/static/covers/algorithms-algo-13-backtracking-og.webp){kind=tracking}
![[algorithms] Advanced Graph 進階圖論](/static/covers/algorithms-algo-12-advanced-graph-og.webp)
![[algorithms] More Sorting 更多排序演算法](/static/covers/algorithms-algo-11-more-sorting-og.webp)
![[algorithms] Sliding Window 滑動視窗](/static/covers/algorithms-algo-10-sliding-window-og.webp)
![[algorithms] Two Pointers 雙指標](/static/covers/algorithms-algo-09-two-pointers-og.webp)
![[algorithms] Bit Manipulation 位元運算](/static/covers/algorithms-algo-08-bit-manipulation-og.webp)
![[algorithms] String Algorithms 字串演算法](/static/covers/algorithms-algo-07-string-algorithms-og.webp)
![[algorithms] Greedy Algorithms 貪心演算法](/static/covers/algorithms-algo-06-greedy-og.webp)
![[algorithms] Graph Algorithms 圖演算法（下）：拓撲排序與工程應用](/static/covers/algorithms-algo-05-graph-algorithms-og.webp)
Dijkstra、Bellman-Ford、Floyd-Warshall 與 A* 最短路徑演算法
![[algorithms] Recursion 遞迴](/static/covers/algorithms-algo-04-recursion-og.webp)
![[algorithms] Dynamic Programming 動態規劃（下）：六個經典問題](/static/covers/algorithms-algo-03-dynamic-programming-og.webp)
![[algorithms] Sorting 排序演算法](/static/covers/algorithms-algo-02-sorting-og.webp)
![[algorithms] Searching 搜尋演算法](/static/covers/algorithms-algo-01-searching-og.webp)
![[fundamentals] OAuth 2.0 授權機制](/static/covers/fundamentals-oauth-guide-og.webp)
OAuth 2.0 是一個開放標準的授權框架，允許第三方應用程式在使用者授權下存取其資源，而不需要暴露使用者的帳號密碼。常見應用包括「使用 Google 登入」、「使用 Facebook 登入」等。
![[fundamentals] WebSocket 即時通訊協定](/static/covers/fundamentals-websocket-og.webp)
WebSocket 是一種在單一 TCP 連線上進行全雙工通訊的協定，讓伺服器可以主動推送資料給客戶端，適用於即時聊天、股票行情、遊戲等需要即時更新的應用場景。
![[fundamentals] 前端面試考題解析](/static/covers/fundamentals-frontend-interview-og.webp)
![[git] 泛用 Git 流程及對應指令](/static/covers/git-git-workflow-og.webp)
![[git] CI/CD 持續整合與持續部署](/static/covers/git-cicd-og.webp)
![[git] Git 常用指令整理](/static/covers/git-git-commands-og.webp)
![[git] Release 流程](/static/covers/git-release-workflow-og.webp)
![[fundamentals] 後端 MVP 設計原則](/static/covers/fundamentals-backend-mvp-design-og.webp)
![[fundamentals] 前端 MVP 設計原則](/static/covers/fundamentals-frontend-mvp-design-og.webp)
![[backend] Base Controller 設計](/static/covers/backend-base-controller-design-og.webp)
![[backend] 泛用 Log 設計](/static/covers/backend-generic-log-design-og.webp)
![[fundamentals] 軟體架構概論](/static/covers/fundamentals-architecture-og.webp)
![[fundamentals] 前後端分離 - 古代](/static/covers/fundamentals-frontend-backend-separation-history-og.webp)
實際上後端程式基於 model2 MVC 結構建構專案以後，所有跟前端有關的東西理論上都集中在 view 層相關的資料夾，早期所有人都會後端語言，但是要額外花時間熟悉 html/css/js 需要的成本太高，因為會壓縮到開發後端需求的時間，後來才分出部分的人力專職在設計前端程式。
![[fundamentals] NPM 基本指令](/static/covers/fundamentals-npm-commands-og.webp)
![[backend] Laravel 環境建置：Composer 入門](/static/covers/backend-0-composer-og.webp)
![[frontend] TypeScript 基本型別：字串、數字、布林](/static/covers/frontend-ts-primitives-og.webp)
TypeScript 的原始型別其實就那幾個，但 any 和 unknown 的差別、null 跟 undefined 的恩怨，搞不清楚遲早踩坑。
![[frontend] 為什麼要用 TypeScript](/static/covers/frontend-why-typescript-og.webp)
![[git] Markdown 語法範例](/static/covers/git-markdown-example-og.webp)
![[fundamentals] 為什麼前端要用打包工具](/static/covers/fundamentals-why-bundlers-og.webp)
現代前端開發使用打包工具（如 Webpack、Vite）來處理模組化、程式碼轉換、資源優化等任務。了解打包工具解決的問題，有助於理解現代前端工程化的核心概念。
![[fundamentals] API 管理工具 - Swagger](/static/covers/fundamentals-swagger-og.webp)
Swagger（現稱 OpenAPI）是業界標準的 API 文件規範，提供互動式文件、程式碼生成和測試功能。透過 Swagger UI 和 Swagger Editor，團隊可以更有效地設計、開發和維護 API。
![[fundamentals] 瀏覽器運作機制](/static/covers/fundamentals-browser-mechanism-og.webp)
![[fundamentals] 瀏覽器發出 Request 後經歷了什麼？](/static/covers/fundamentals-browser-request-flow-og.webp)
當你在瀏覽器輸入網址按下 Enter，背後經歷了 DNS 解析、TCP 連線、HTTP 請求、伺服器處理、回應渲染等複雜過程。了解這個流程對於前端效能優化和問題排查非常重要。
![[fundamentals] 前後端傳接的那些資料](/static/covers/fundamentals-frontend-backend-data-og.webp)
前後端之間透過各種機制傳遞資料，包括 Cookie、Session、Token、LocalStorage、SessionStorage 等。了解它們的差異和適用場景，對於實作認證授權和狀態管理至關重要。
![[fundamentals] RESTful API](/static/covers/fundamentals-restful-api-og.webp)
![[fundamentals] React Hooks 基本教學](/static/covers/fundamentals-react-hooks-og.webp)
React Hooks 是 React 16.8 引入的特性，讓函式元件可以使用狀態和生命週期等功能。常用的 Hooks 包括 useState、useEffect、useContext、useRef、useMemo、useCallback 等。
![[fundamentals] MVC 架構模式](/static/covers/fundamentals-mvc-og.webp)
MVC（Model-View-Controller）是一種軟體架構模式，將應用程式分為三個核心元件：資料模型、使用者介面和控制邏輯，實現關注點分離，提高程式碼的可維護性和可測試性。
![[fundamentals] 一個網頁裡面會包含什麼](/static/covers/fundamentals-html-structure-og.webp)
現代網頁由 HTML、CSS、JavaScript 三大核心技術組成，再加上各種資源檔案（圖片、字型、影片）和元資料。了解網頁的組成結構，是前端開發的基礎。
![[git] Git README 完美範例](/static/covers/git-git-readme-perfect-example-og.webp)
![[fundamentals] 前後端分離 - 序章](/static/covers/fundamentals-frontend-backend-separation-intro-og.webp)
![[fundamentals] 常見的前後端對接架構](/static/covers/fundamentals-frontend-backend-architecture-og.webp)
前後端對接架構從早期的 Server-Side Rendering 發展到現代的 SPA、SSR、ISR 等模式。了解各種架構的優缺點，有助於根據專案需求選擇最適合的方案。
![[fundamentals] 前端使用哪些方法跟 API 互動](/static/covers/fundamentals-frontend-api-methods-og.webp)
前端與 API 互動的方式從早期的 XMLHttpRequest 演進到現代的 Fetch API、Axios，搭配 Promise、async/await 等非同步處理機制。了解這些工具的特性和使用時機，是前端開發的基本功。
![[fundamentals] 什麼是框架？](/static/covers/fundamentals-framework-og.webp)
![[fundamentals] 什麼是工程化？](/static/covers/fundamentals-engineering-og.webp)
![[fundamentals] DOM 文件物件模型](/static/covers/fundamentals-dom-og.webp)
DOM（Document Object Model）是 HTML 和 XML 文件的程式介面，將文件表示為節點樹結構，讓 JavaScript 可以動態存取和操作網頁內容、結構和樣式。
![[fundamentals] CRUD 資料操作](/static/covers/fundamentals-crud-og.webp)
CRUD 是 Create、Read、Update、Delete 的縮寫，代表對資料的四種基本操作。這是資料庫和 API 設計的核心概念，幾乎所有的應用程式都圍繞著這四種操作建構。
![[fundamentals] 容器化技術](/static/covers/fundamentals-containerization-og.webp)
容器化是一種將應用程式及其依賴項打包在一起的技術，使應用程式可以在任何環境中一致地運行。Docker 是最流行的容器化平台，而 Kubernetes 則用於容器編排。
![[fundamentals] BOM 瀏覽器物件模型](/static/covers/fundamentals-bom-og.webp)
BOM（Browser Object Model）是瀏覽器提供的 JavaScript API，讓我們可以操作瀏覽器視窗、導航、歷史紀錄、螢幕資訊等，是網頁與瀏覽器互動的橋樑。
![[fundamentals] 什麼是 API？](/static/covers/fundamentals-api-og.webp)