[micro-service/68] 從零開始的全棧選型指南：最佳組合是什麼
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。
寫了 12 年的程式，把實戰經驗整理成 22 個系列。從「怎麼壓測」到「怎麼上 K8s」到「怎麼不被帳單嚇到」，都有對應的筆記。
![[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)
![[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)
[micro-service/67] Infra 結論：架構模式與部署策略最終推薦
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)
[micro-service/66] Storage 結論：什麼時候加什麼儲存服務
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)
[micro-service/65] DB 結論：資料庫選型與優化優先順序
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)
[micro-service/64] B2E 結論：後端框架最終推薦與場景對照
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)
[micro-service/63] F2E 結論：前端框架與渲染策略最終推薦
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)
[micro-service/62] 最佳化路線圖：五層結論 + 該先做什麼後做什麼
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)
[micro-service/61] DB 讀寫分離：值不值得做？什麼時候做？
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)
[micro-service/60] 樂觀鎖 vs 悲觀鎖：實作細節與踩坑指南
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)
[micro-service/59] Race Condition 與分散式鎖：微服務裡的搶購怎麼不超賣
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)
[micro-service/58] 微服務通訊協定：REST vs gRPC vs GraphQL，什麼時候用什麼
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)
[micro-service/57] 基於 ELK 的推薦系統：能做嗎？該怎麼規劃？
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)
[micro-service/56] 搜尋的演進：從 MySQL LIKE 到 PostgreSQL FTS 到 Elasticsearch
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)
[micro-service/55] 成本優化：免費午餐的 ROI 計算
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)
[micro-service/54] 每個 Request 多少錢：從壓測數據算雲端成本
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)
[micro-service/53] 開發者體驗（二）：Debug 跨服務問題的 SOP
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)
[micro-service/52] 開發者體驗（一）：本地跑 5 個微服務吃掉所有 RAM
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)
[micro-service/51] 微服務安全（二）：API Gateway 的安全功能
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)
[micro-service/50] 微服務安全（一）：服務間認證 mTLS vs JWT vs API Key
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)
[micro-service/49] Zero Downtime Deployment：Rolling Update vs Blue-Green vs Canary
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)
[micro-service/48] 微服務的 CI/CD：每個 Service 獨立 Pipeline
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)
[micro-service/47] 資料一致性（二）：Eventual Consistency 用戶能不能接受
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)
[micro-service/46] 資料一致性（一）：Saga Pattern 取代分散式 Transaction
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)
[micro-service/45] 可觀測性（三）：監控 Dashboard 該看什麼指標
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)
[micro-service/44] 可觀測性（二）：集中 Log 不再拼湊三份 log
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)
[micro-service/43] 可觀測性（一）：分散式 Tracing 怎麼追一個請求
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)
[micro-service/42] Docker Compose 上生產的正確姿勢
「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)
[micro-service/41] Docker Compose vs K8s：1000 人是分水嶺
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)
[micro-service/40] 微服務拆分模式：Strangler Fig 漸進式替換
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)
[micro-service/39] 微服務拆分時機：什麼 UV 該拆、什麼時候不該拆
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)
[micro-service/38] 框架選型實戰案例：50 人、500 人、5000 人分別選什麼
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)
[micro-service/37] 框架選型方法論：團隊能力 × 硬體預算 × 生態需求
「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
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)
[micro-service/36] Event-Driven 的坑：Exactly-Once 不存在、順序不保證
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
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)
[micro-service/35] Event-Driven 架構入門：為什麼微服務離不開它
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)
[micro-service/34] Cache 的常見誤用：你可能正在犯的五個錯
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
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)
[micro-service/33] Cache 的正確用法：不是什麼都往 Redis 塞
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
Helm 是 K8s 的 apt-get。Chart 是一組模板化的 YAML，values.yaml 是參數。比手寫 9 個 YAML 好管理一百倍。
![[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)
[micro-service/32] 從 MySQL 遷移到 PostgreSQL：實戰踩坑指南
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
ConfigMap 管設定、Secret 管機密、RBAC 管權限。三者組合起來就是 K8s 的配置管理與存取控制。
![[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)
[micro-service/31] PostgreSQL vs MySQL 完整選型：不只是效能，是生態和未來
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)
[aws] 安全：WAF / Shield / GuardDuty 邊界防護與威脅偵測
IAM 管好了只是開始。外部攻擊、DDoS、帳號被盜——AWS 有一整套安全服務幫你擋。這篇教你怎麼組合起來。
![[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)
[micro-service/30] 壓測教會我的事：如果重來一次
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。
![[aws] 成本管理：RI / Spot / FinOps 省錢三板斧](/static/covers/aws-11-aws-cost-management-og.webp)
[aws] 成本管理：RI / Spot / FinOps 省錢三板斧
AWS 帳單月底才看就來不及了。這篇教你用 RI、Spot、Budget Alert 把雲端費用壓下來，附真實案例和省錢計算。
[k8s] Storage：PV / PVC / StorageClass
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。
![[aws] CI/CD：CodePipeline vs GitHub Actions](/static/covers/aws-10-aws-cicd-og.webp)
[aws] CI/CD：CodePipeline vs GitHub Actions
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。
![[aws] Lambda / API Gateway / EventBridge：事件驅動與 Serverless](/static/covers/aws-09-aws-serverless-og.webp)
[aws] Lambda / API Gateway / EventBridge：事件驅動與 Serverless
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)
[micro-service/29] 企業裡的微服務現實：Cache 硬撐、Kafka 當 REST 用
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。
![[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)
[aws] Secrets Manager / SSM Parameter Store / IRSA：秘密管理與 EKS IAM 整合
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
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。
![[aws] CloudWatch / X-Ray / Container Insights：AWS 可觀測三支柱](/static/covers/aws-07-aws-monitoring-og.webp)
[aws] CloudWatch / X-Ray / Container Insights：AWS 可觀測三支柱
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)
[micro-service/28] 從單體到微服務：UV 10 就報錯，才知道要拆
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：10 個你今天就能用的場景
不用學程式也不用裝軟體，打開 ChatGPT 或 Claude 就能做。這篇給你 10 個可以直接複製貼上的用法。
![[aws] RDS / ElastiCache / DynamoDB：AWS 資料庫選型](/static/covers/aws-06-aws-database-og.webp)
[aws] RDS / ElastiCache / DynamoDB：AWS 資料庫選型
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
跟 AI 講話不是用 Google 搜尋的方式。這篇教你怎麼問問題、怎麼追問、怎麼避免得到廢話。
![[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
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)
[micro-service/27] Queue、Redis Cache、Cold Start：最後三場測試
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。
![[aws] ALB / NLB / Route 53：流量入口全攻略](/static/covers/aws-04-aws-load-balancing-dns-og.webp)
[aws] ALB / NLB / Route 53：流量入口全攻略
你的服務上線了，但流量怎麼進來？ALB 和 NLB 差在哪？Route 53 不只是 DNS。這篇搞定 AWS 的流量入口。
![[aws] EC2 / ECS / EKS：容器部署三選一](/static/covers/aws-03-aws-compute-containers-og.webp)
[aws] EC2 / ECS / EKS：容器部署三選一
AWS 上跑容器有三條路：EC2 自己管、ECS 半託管、EKS 全 K8s。選錯了不是多花錢就是多花時間，這篇幫你做決定。
[ai/a02] AI 能幫你做什麼？按場景全部列給你
AI 不只會聊天。這篇按場景分類，告訴你 AI 現在能幫你做哪些事——從寫信到做簡報到分析數據。
![[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)
[micro-service/26] WebSocket 與 SSE 壓測：所有框架都能撐，差異不在這裡
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。
AI 學習路徑：從「它到底在幹嘛」到「我來用它工作」
一步步搞懂 AI，從基礎概念到實際應用的完整學習路線
工程師成長路徑：從技能到視野
不只寫程式，搞懂怎麼從 Junior 走到 Senior 再往上
資料庫學習路徑：從「用過 MySQL」到「知道該選什麼」
搞懂各種資料庫的差異，學會在對的場景選對的工具
學程式路徑：從零開始，不用怕
給完全沒寫過程式的人，一步步帶你入門
專案管理路徑：從「老闆說什麼就做什麼」到「我來規劃」
學會拆需求、估時間、排優先度，不再被專案追著跑
SEO 學習路徑：讓你的網站被 Google 找到
從零開始學 SEO，搞懂搜尋引擎怎麼看你的網站
ROADMAP
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 學習地圖：從「它在幹嘛」到「我來用它工作」
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。
資料庫全景：從選型到調校的完整路徑
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。
工程師職涯地圖：從 Junior 到 Tech Lead
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。
程式學習路徑：從零基礎到能上班
零基礎學程式的完整路徑：從 HTML/CSS 到 JavaScript、框架、後端、資料庫、Git、設計模式、演算法，每個階段都有對應的深入文章。
專案管理實戰：從需求到回顧
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。
Request 的一生：從瀏覽器到資料庫
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 完整指南：讓 Google 找到你的網站
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
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
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
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
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
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
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
習得性無助（Learned Helplessness） 定義 提出者：Martin E. P. Seligman & Steven F.
認知失調 Cognitive Dissonance
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
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
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...
間歇性增強 Intermittent Reinforcement
間歇性增強（Intermittent Reinforcement） 定義 提出者：B. F.
行為消退 Extinction
行為消退（Extinction） 定義 提出者：Ivan Pavlov（1927）首次描述古典制約中的消退現象；B. F.
逃避與迴避行為 Escape & Avoidance Behavior
逃避與迴避行為（Escape & Avoidance Behavior） 定義 提出者：O.
![[testing/13] Unit Test 實戰：Jest 和 Vitest 從零開始](/static/covers/testing-13-unit-test-jest-vitest-og.webp)
[testing/13] Unit Test 實戰：Jest 和 Vitest 從零開始
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)
[testing/14] E2E 測試實戰：Playwright 從安裝到 CI 整合
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)
[ai/18] Hermes Agent vs OpenClaw：兩個開源 AI 助理框架的實戰比較
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/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
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)
[micro-service/25] 檔案上傳壓測：Streaming vs Buffering 的哲學之爭
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)
[micro-service/24] 混合場景壓測：Spring Boot 從倒數第二變第一名
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)
[micro-service/23] 跨層容量規劃：從 10 人到 5000 人的技術選型地圖
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)
[micro-service/22] 水平擴展的天花板：2 台 +53%，4 台卡 DB
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)
[micro-service/21] Infra 的免費午餐：不改程式碼效能翻倍
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)
[micro-service/20] Redis 快 2.4 倍、ES 快 2.6 倍：每種儲存的甜蜜點
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)
[ai/12] 從 Claude Code 學 AI Agent 架構設計哲學
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)
[ai/13] Claude Code 架構技術參考手冊
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)
[micro-service/19] 連線池與 MongoDB：連接的學問
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)
[micro-service/18] Bulk Insert 快 26 倍：DB 寫入的正確姿勢
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。
Claude 實戰 #13：用 Models API 做動態選模，讓 Opus/Sonnet/Haiku 各司其職
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
AI 工具實測 #13：Flowise 做一條最小可用的 RAG 流程（Claude 4.6 版）
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)
[micro-service/17] PostgreSQL vs MySQL：不是誰比較好，是場景不同
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)
[micro-service/16] CSR vs SSR vs Islands：首屏速度的三種哲學
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)
[micro-service/15] 前端框架 Lighthouse 排名：React 99 分但差距其實不大
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。
Claude 實戰 #12：1M Context 到底怎麼用？我用 Opus 4.6 拿百萬字 Log 做摘要
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
AI 工具實測 #12：把 Claude Code 的 Code Review 變成 Git Hook（不靠 GUI）
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)
[micro-service/14] Laravel CRUD：Nginx 的快速拒絕是把雙刃劍
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)
[micro-service/13] JVM vs CLR：Spring Boot vs .NET Core 的企業級對決
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)
[micro-service/12] Python 雙雄 CRUD：Django vs FastAPI 的 GIL 困境
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)
[micro-service/11] Node.js 三兄弟 CRUD：Express-TS vs Express-JS vs NestJS
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)
[ai/11] 用 Claude Code 做 PR Review：/plan + /copy 的完整流程
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)
[mac] 2026 Mac 開發環境完整配置：從語言到工具一次搞定
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)
[mac] 2026 工程師的 AI 工具箱：我實際在用的五個 CLI + 三個工作流
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。
Claude 實戰 #11: 用 Claude Code /plan + /copy 做到可追蹤的 PR Code Review 報告
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
AI 工具實測 #11: 用 Flowise 自架 Agentflow + RAG，做內部知識助理
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)
[micro-service/10] Go CRUD 壓測：低延遲王者的天花板在哪裡
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)
[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
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)
[micro-service/09] CRUD 壓測總覽：9 框架排名與共同天花板
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)
[database/12] 資料庫擴展：讀寫分離、分片、連接池的選擇
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。
Claude 實戰 #W10：用 Sonnet 4.6 做可落地的任務型 Agent
用 Claude Sonnet 4.6 打造可回放、可降級的任務執行流程（含工具調用與失敗復原）
![[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)
[micro-service/08] bcrypt vs argon2 vs scrypt：密碼 Hash 該用哪個
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/11] SEO 監控自動化：不要等排名掉了才知道
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)
[database/11] 資料庫遷移：換 DB 不爆炸的完整流程
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)
[micro-service/07] 各語言 bcrypt 實作差異：同一個算法，效能差一倍
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)
[micro-service/06] Bcrypt 是萬惡之源：密碼 Hash 為什麼這麼慢
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)
[seo/10] Core Web Vitals：Google 用什麼標準評價你的網站速度
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)
[database/10] SQL 效能調校：EXPLAIN 看不懂？這篇教你
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)
[micro-service/05] 用 Grafana 讀懂壓測數據：哪些數字要看、哪些可以忽略
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/09] SEO vs AEO 整合策略：兩個都要做的實務指南
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)
[micro-service/04] k6 腳本怎麼寫：從 Hello World 到混合場景
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)
[database/09] 資料庫設計模式：正規化、反正規化、分表的取捨
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)
[micro-service/03] 控制變因的藝術：跨框架壓測怎麼做到公平
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)
[pm/08] Retro & Postmortem：從失敗中真正學到東西
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)
[standards/08] 好的開發者體驗（DX）需要什麼？
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)
[micro-service/02] 壓測平台架構設計：從 k6 腳本到全自動分析
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)
[testing/12] 測試相關憑證：要不要考？考哪張？
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)
[micro-service/01] 為什麼需要 API 壓力測試？從「能動」到「能撐」
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)
[seo/08] AEO 內容策略：怎麼寫才會被 AI 引用
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)
[database/08] MongoDB vs PostgreSQL：什麼時候該用 NoSQL？
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)
[ai/09-2] Agent 記憶管理與錯誤處理：踩過的坑全告訴你
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。
![[pm/07] 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)
[pm/07] 向上管理：技術人怎麼跟非技術人溝通
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)
[ai/09] AI Agent 設計模式：從 ReAct 到 Multi-Agent
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/10] AI 安全實務：Prompt Injection、資料外洩、你該怎麼防
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)
[frontend] React 架構（二）：Custom Hooks、效能與專案結構
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？
[frontend] React 架構（一）：元件設計與狀態管理
元件怎麼分層？狀態放哪裡最自然？React 寫久了都會遇到的架構問題，這篇給你一套判斷標準。
![[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)
[standards/07] 好的監控系統需要什麼？告警不等於監控
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)
[testing/11] 測試規範與標準：ISTQB、ISO 29119 是什麼
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)
[seo/07] AEO 是什麼？當 AI 取代搜尋框，你的內容還找得到嗎
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] 知識管理系統：分類策略與雙平台同步
寫了一年多技術文章後建立的雙平台知識系統——Obsidian 當私人知識網、Quartz 當公開發布口，以及走過的彎路。
![[tools] Shell 環境配置（下）：Server 管理指令與 SSH 技巧](/static/covers/tools-shell-config-og.webp)
[tools] Shell 環境配置（下）：Server 管理指令與 SSH 技巧
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。
[tools] Shell 環境配置（上）：模組化 Zsh 與 Alias 哲學
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)
[tools] Work 目錄結構：專案組織邏輯
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)
[database/07] 時序資料庫：監控資料用一般 DB 存，你會後悔
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)
[tools] ClawdBot 配置指南：從安裝到除錯
一個 Discord AI Bot 的配置實戰，包含踩過的 429 坑、模型切換邏輯，和讓它乖乖聽話的最小配置。
![[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)
[pm/06] 專案追蹤：燃盡圖不是唯一的武器
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)
[standards/06] 好的 CI/CD Pipeline 需要什麼？
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)
[testing/10] AI 輔助測試：用 Claude Code 產測試案例
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)
[seo/06] Open Graph 與社群分享：讓你的連結不再是白色方塊
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)
[database/06] 向量資料庫：RAG 時代你該知道的 Embedding 儲存方案
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)
[career/06] Junior 和 Senior 的真正差距：不是年資，是解決問題的方式
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)
[pm/05] Sprint Planning：一個好的 Sprint 長什麼樣
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)
[standards/05] 好的基礎建設需要什麼？從 CI/CD 到災難恢復
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)
[testing/09] 視覺回歸測試：CSS 改一行，整個頁面爆掉
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)
[seo/05] Google Search Console 實戰：從註冊到看懂報告
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)
[database/05] 全文搜尋：Elasticsearch、Meilisearch、還是 PostgreSQL 就夠了？
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)
[career/05] 好的 Tech Lead 需要什麼？寫 code 不是最重要的事
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)
[pm/04] Backlog 管理：不是老闆說什麼就做什麼
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)
[standards/04] 好的資料庫設計需要什麼？不只是正規化
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)
[testing/08] 測試資料管理：Factory、Fixture、Seeder 的選擇
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)
[seo/04] 網站搬家 SEO：我從 Hexo 搬到 Quartz，Google 收錄全部歸零的教訓
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)
[database/04] 快取與 Session 管理：Redis、Memcached、還是直接用 DB？
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)
[career/04] 好的全端工程師：廣度和深度怎麼平衡？
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)
[pm/03] Agile 實戰：不是每天站著開會就叫敏捷
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)
[standards/03] 好的 API 該長什麼樣？設計原則與檢查清單
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)
[testing/07] Smoke Test + 回歸測試：部署後的最後一道防線
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)
[seo/03] 內容 SEO：關鍵字研究到標題撰寫的完整流程
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)
[database/03] PostgreSQL：為什麼它變成了預設選擇
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)
[career/03] 好的 Infra/DevOps 工程師需要什麼能力？
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。
![[pm/02] 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)
[pm/02] 工時估算：為什麼工程師永遠低估，怎麼辦
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)
[standards/02] 好的後端框架需要具備哪些功能？
後端框架不是能跑就好。ORM、驗證、授權、快取、排程、WebSocket——這張清單幫你看看你的框架和專案到底缺了什麼。
![[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)
[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
「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)
[seo/02] 技術 SEO 實作：sitemap、canonical、結構化資料一次搞定
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)
[database/02] MySQL：為什麼越來越多人覺得它不夠好？
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)
[career/02] 好的後端工程師需要什麼能力？不只是會寫 CRUD
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。
![[pm/01] 需求拆分：從「做一個電商」到可以開工的 ticket](/static/covers/project-mgmt-01-requirements-decomposition-og.webp)
[pm/01] 需求拆分：從「做一個電商」到可以開工的 ticket
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)
[standards/01] 好的前端專案該有什麼？一張體檢表
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)
[testing/05] API 契約測試：前後端不再互相甩鍋
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)
[seo/01] SEO 不是玄學：工程師該知道的搜尋引擎優化基礎
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)
[database/01] 資料庫全景圖：一張表看懂 SQL、NoSQL、NewSQL、Vector DB
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)
[career/01] 好的前端工程師需要什麼能力？不只是會寫 React
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。
從 Hexo 到 Quartz（下）：搬家技術細節與踩坑紀錄
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。
從 Hexo 到 Quartz：為什麼搬家、怎麼搬、學到了什麼
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)
[frontend] TypeScript 實戰（二）：泛型和 Type Guard
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」。
[frontend] TypeScript 實戰（三）：Conditional Types 與實戰整合
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。
[frontend] TypeScript 實戰（一）：命名轉換和 Utility Types
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。
Debug 方法論（二）：前端 Debug 工具箱——Chrome DevTools 不只是 console.log
Chrome DevTools 的 Elements、Console 進階用法、Network、Performance、Application 各 panel 什麼時候用。React/Vue DevTools 和 Lighthouse。
Debug 方法論（三）：後端與系統工具 + Debug 心法
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。
Debug 方法論（四）：三個實戰案例 + Debug 日誌模板
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。
Debug 方法論（一）：不要再亂猜了——重現與定位的科學
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。
功能生命週期（二）：開發、測試到 Code Review
功能生命週期系列第二篇。寫 code 是最長也最容易失控的階段，測試和 Code Review 是你的保險。
功能生命週期（三）：部署、監控到事故處理
功能生命週期系列第三篇。按下 Deploy 按鈕之後才是真正的開始——監控、Log、告警、事故處理一個都不能少。
一個功能從需求到上線：完整走讀
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 方法論：怎麼 Review、怎麼被 Review
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] VPC / Subnet / Security Group / NAT：AWS 網路架構實戰
AWS 網路設不好，後面所有服務都會出問題。這篇從 VPC 到 VPN，一次把網路層搞定。
![[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)
[aws] AWS 帳號、Region 與 IAM：第一天就該做對的事
第一次開 AWS 帳號不知道從哪下手？帳號安全和權限管理比任何技術都重要——搞砸了就是天價帳單或資安事件。
![[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] Hexo 部署大小寫敏感問題排查與解決指南
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)
[blog] 每日覆盤：建立習慣、選擇工具與工作方法
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)
[express][02-2]Jest 測試設定：讓你改 code 有安全網
用 Jest + supertest 幫 Express 路由寫 integration test，跑一次就知道有沒有改壞東西。
[express][02]ESLint + Typings 設定：讓你的 Express 專案不再野蠻生長
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)
[express][01]Express + TypeScript 專案從零開始的步驟
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)
[design pattern] Object Pool 模式：物件重複利用
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)
[infra] Elasticsearch Deep Dive：索引、查詢與維運實戰
深入 Elasticsearch 的索引設計、查詢語法、分片策略與維運實務，打造可擴展的搜尋平台。
![[design pattern] Abstract Factory 模式：建立產品家族](/static/covers/design-pattern-22-abstract-factory-pattern-og.webp)
[design pattern] Abstract Factory 模式：建立產品家族
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)
[infra] PostgreSQL Advanced：效能、可靠性與可維運性
深入 PostgreSQL 的索引、查詢計畫、分割表、複寫與維運策略，讓資料庫更穩定。
![[design pattern] Prototype 模式：用複製取代建立](/static/covers/design-pattern-21-prototype-pattern-og.webp)
[design pattern] Prototype 模式：用複製取代建立
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)
[design pattern] Flyweight 模式：共享物件節省記憶體
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] GitLab CI/CD Templates：可重用的流水線模板化
GitLab CI/CD 模板化可以把重複的工作抽離成可重用的模板，降低維護成本並提升一致性。
![[infra] Alert Webhook Integration：告警與 Webhook 整合](/static/covers/infra-22-alert-webhook-integration-og.webp)
[infra] Alert Webhook Integration：告警與 Webhook 整合
告警透過 Webhook 整合 ChatOps 與事件流程，才能做到真正可行動的通知與回應。
![[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] Secrets & Certificate Management：秘密與憑證管理
憑證與秘密管理是零信任的基礎，包含金鑰保護、輪替策略與最小權限控制。
![[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)
[infra] Infrastructure as Code：把基礎設施當成產品管理
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)
[devOps] CommitLint 工具生態系：lint-staged、commitizen 與團隊導入策略
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？
[devOps] CommitLint：讓你的 Git 提交訊息不再像亂碼
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)
[devOps] 從開發到生產：軟體發佈的多環境策略
DEV、SIT、UAT、PROD 四個環境到底在幹嘛？搞懂多環境策略，讓你不再把測試資料推上 production。
![[design pattern] Bridge 模式：分離抽象與實作](/static/covers/design-pattern-19-bridge-pattern-og.webp)
[design pattern] Bridge 模式：分離抽象與實作
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)
[design pattern] Interpreter 模式：語法解析與執行
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)
[design pattern] Composite 模式：樹狀結構的統一處理
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。
進階 Git 指令（下）：版本回退、Stash 與救命技能
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)
[design pattern] Visitor 模式：分離操作與結構
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)
[design pattern] Memento 模式：保存與回復狀態
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] Mediator 模式：物件協調的中介者
五個模組互相呼叫、耦合成一坨——Mediator 讓它們只跟中介者溝通，把蜘蛛網變成星狀結構。
![[design pattern] Chain of Responsibility 模式：請求的傳遞鏈](/static/covers/design-pattern-13-chain-of-responsibility-pattern-og.webp)
[design pattern] Chain of Responsibility 模式：請求的傳遞鏈
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)
[mac] 2024 新 Mac 購買後必裝的應用程式
買了新 Mac 然後呢？這篇是我實際用過、留下來的 App 清單，分生產力和開發工具兩類，附 Homebrew 一鍵安裝指令。
![[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] 如何使用 Hexo 新增文章並進行 SEO 優化
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)
[hexo] 如何利用 Hexo 提升 SEO 與行銷效能
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)
[design pattern] Builder 模式：分步建立複雜物件
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)
[design pattern] State 模式：以狀態驅動行為
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)
[design pattern] Command 模式：把請求封裝成物件
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)
[design pattern] Template Method 模式：定義流程骨架
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)
[design pattern] Facade 模式：複雜子系統的單一入口
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)
[design pattern] Adapter 模式：介面轉換的橋樑
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)
[design pattern] Proxy 模式：控制物件訪問的代理人
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)
[design pattern] Strategy pattern：讓你的系統更靈活的秘訣
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)
[design pattern] Observer 模式：讓你的系統具備超強感應力
「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)
[design pattern] decorator pattern：為物件動態添加超能力
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)
[design pattern] factory pattern：打造物件創建的萬能工具
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)
[design pattern] singleton 模式：確保單一實例的關鍵設計
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)
[ai/08-2] MCP 整合與多 Agent 工作流：實戰配置指南
從 MCP 連接外部工具、Gateway 統一管理 API，到多 Agent 協作的實際配置與踩坑經驗。
[ai/08] AI 工具最佳配置：從 Claude Code 到多 Agent 工作流
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)
[security] 安全開發生命週期（下）：測試、部署與 DevSecOps
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。
[security] 安全開發生命週期（上）：從需求到寫 Code
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)
[ai/07-2] 自建 AI Bot 實戰：從聊天機器人到全自動助理
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。
[ai/07] AI 工具生態：Skills 和 MCP 到底在幹嘛
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)
[security] Web 安全實務（下）：SSRF、CORS 與安全 Headers
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。
[security] Web 應用安全實務：XSS、SQL Injection、CSRF
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)
[infra] Kubernetes 入門：從 Docker Compose 到容器編排
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)
[security] 紅隊與藍隊：攻防思維入門
紅隊不是教你當駭客，是教你用攻擊者的腦袋看自己的系統——然後你會發現，那些你覺得「應該沒問題」的地方，全都有問題。
![[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)
[ai/06] AI 寫程式工具演進：從補完到 Agent 的進化之路
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] Docker Compose 實戰模板：常見服務組合的即用範本
四套即用的 Docker Compose 模板：Web App、監控、日誌、開發環境，附最佳實踐指南。
![[infra] 應用安全：從 Infra 到 AI 的安全收斂](/static/covers/infra-31-application-security-og.webp)
[infra] 應用安全：從 Infra 到 AI 的安全收斂
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)
[security] 資訊安全基礎概念：建立安全思維的起點
你寫的每一行 code 都是攻擊面。資安不是資安團隊的事，是你的事——因為 80% 的漏洞是開發者寫出來的。
![[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)
[ai/05] Prompt Engineering：讓 AI 聽話的實用技巧
從踩坑經驗出發，分享工程師每天實際在用的 4 個 Prompt 技巧，讓 AI 不再答非所問。
![[infra] Multi-node Monitoring：多節點監控與告警](/static/covers/infra-20-multi-node-monitoring-og.webp)
[infra] Multi-node Monitoring：多節點監控與告警
當服務分散在多台節點時，監控必須可集中、可擴展、可追蹤，包含指標、日誌與告警治理。
![[infra] Environment Separation：環境隔離與部署治理](/static/covers/infra-19-environment-separation-og.webp)
[infra] Environment Separation：環境隔離與部署治理
建立 dev/staging/prod 隔離，確保配置、資料與權限分離，避免測試事故影響正式環境。
![[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)
[ai/04] AI 工具怎麼選？工程師的實用選型指南
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] Serverless：以事件觸發的無伺服器架構
Serverless 讓你專注在業務邏輯而非伺服器管理，理解 cold start、事件觸發與成本模型才能安全上線。
![[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)
[ai/03-2] n8n + LangChain 實作指南：從 Docker 部署到 RAG Chain
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)
[ai/03] AI 工作流自動化：n8n、LangChain、Agent 怎麼選？
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] Event-driven & Queue：非同步處理與訊息佇列
建立事件驅動架構，透過 Queue 解耦服務、消化尖峰與背景工作，並確保可重試與可觀測。
![[infra] API Gateway & Routing：統一 API 入口與路由管理](/static/covers/infra-15-api-gateway-og.webp)
[infra] API Gateway & Routing：統一 API 入口與路由管理
建立 API Gateway 統一入口，處理路由、認證、限流與版本管理。
![[ai/02-3] RAG 搜尋策略與品質調校](/static/covers/ai-02-3-retrieval-and-evaluation-og.webp)
[ai/02-3] RAG 搜尋策略與品質調校
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)
[ai/02-2] RAG 實作：從切文件到存進 Vector DB
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)
[ai/02] RAG 是什麼？為什麼 90% 的 AI 應用都該用它
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)
[ai/01-3] Fine-tuning vs RAG vs Prompt Engineering：三條路怎麼選？
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] Container Registry：Harbor 私有映像庫
建立 Harbor 私有 Container Registry，統一映像檔管理、版本追蹤與安全掃描。
![[infra] Log Management：EFK/ELK 集中式日誌管理](/static/covers/infra-12-log-management-og.webp)
[infra] Log Management：EFK/ELK 集中式日誌管理
以 EFK/ELK Stack 建立集中式日誌收集、索引與搜尋，取代分散在各 Host 的日誌查看。
![[ai/01-2] Token、Embedding、Temperature：LLM 最常遇到的術語](/static/covers/ai-01-2-llm-terminology-og.webp)
[ai/01-2] Token、Embedding、Temperature：LLM 最常遇到的術語
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)
[ai/01] AI 是什麼？搞懂 AI、ML、DL、LLM 的關係就夠了
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)
[infra] Metrics & Monitoring：Prometheus + Grafana 可觀測性基座
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)
[methodology] 快速理解新 Codebase：前三天該做什麼
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] Database：PostgreSQL 單節點 + 備份策略
建立 PostgreSQL 單節點部署基線，涵蓋連線池、備份還原、升級策略與效能調校。
![[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)
[methodology] 取捨決策框架：工程師的判斷力怎麼練
工程不是追求完美，而是在限制條件下做出最好的取捨。真正的高手不是技術最強的人，而是做判斷最準的人。
![[jekyll] 01 設定 Jekyll 所需要的 Ruby 環境](/static/covers/jekyll-01-jekyll-setup-ruby-og.webp)
[jekyll] 01 設定 Jekyll 所需要的 Ruby 環境
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] 03 設定首頁的內容
Jekyll 預設首頁只有文章列表，想加分頁？得裝 jekyll-paginate 然後自己寫 home layout。這篇帶你做一個有分頁功能的首頁。
![[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)
[infra] Container Runtime：容器引擎、映像與執行時設計
從 image 到 runtime，理解容器如何被啟動、隔離與治理，建立可觀測、可維運的執行環境。
![[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)
[methodology] 技術債管理：什麼時候該還、什麼時候該借
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)
[cloud] 雲端省錢實戰：RI、Spot、自動清理與監控設定
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。
[cloud] 雲端帳單爆炸生存指南：那些沒人告訴你的隱藏成本
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)
[methodology] UML 統一塑模語言：什麼時候該畫什麼圖
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)
[methodology] 系統分析與設計 — SA 的思維框架
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)
[cloud] Serverless 深入篇：Cold Start、隱藏成本與混合部署實戰
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。
[cloud] Serverless vs Server：你的服務該跑在哪？
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)
[methodology] TDD / BDD / SDD：三種驅動開發的思維模式
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)
[cloud] Container Registry 實戰：CI/CD Pipeline 設定與自動清理
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。
[cloud] Container Registry 怎麼選？自建 Harbor vs 雲端託管的真實取捨
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)
[methodology] IT 組織角色演進與 AI 時代的重新定義
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。
AI 工具選型（二）：Code Agent 和工作流自動化——風險與回報
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。
AI 工具選型（三）：AI Sandwich——工作流整合的正確姿勢
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。
AI 工具選型（四）：Prompt 設計與 Instructions——讓 AI 聽懂你的話
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。
AI 工具選型（五）：領域知識不可或缺、團隊策略與風險管理
基礎知識是有效使用 AI 的不可替代前提。團隊層面的 AI 策略、Code Review 在 AI 時代更重要、以及四大風險。
Release 方法論（二）：Feature Freeze 與 QA 驗證——穩定化的關鍵
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。
Release 方法論（三）：Staging 驗收與 Go/No-Go 決策
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。
Release 方法論（四）：Production Release 與 Post-Release 監控
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 方法論（五）：Release Cadence、Hotfix 與六種反模式
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 方法論（一）：Release 不等於 Deploy——從規劃開始的紀律
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。
GitLab Flow：靈活的分支管理模型
Git Flow 太重、GitHub Flow 太輕？GitLab Flow 是那個「剛剛好」的選擇 -- 多了環境分支的概念，讓部署更可控。
好產品的定義（二）：效能、可靠性、安全性——技術品質的硬指標
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。
好產品的定義（三）：可維護性——六個月後你還改得動嗎？
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。
好產品的定義（四）：商業價值與團隊——工程師也該懂的產品語言
工程師常忽略的事實：產品存在的目的是創造商業價值。以及好產品不只是好程式碼，更是好團隊用好流程做出來的。
好產品的定義（五）：生命週期、指標與四種反模式
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。
好產品的定義（一）：你做的是好「專案」還是好「產品」？
好專案不等於好產品。如期交付但沒人想用的系統，專案成功但產品失敗。從使用者體驗開始定義什麼才叫好產品。
GitHub Flow：簡單高效的分支管理模型
覺得 Git Flow 太複雜？GitHub Flow 只要六步：開分支、寫 code、開 PR、review、merge、deploy。完事。
Monorepo vs Multirepo（二）：Nx、Turborepo 還是 Bazel？工具怎麼選
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。
Monorepo vs Multirepo（三）：鐘擺效應——歷史教你的務實選擇
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 vs Multirepo（一）：你的 repo 策略決定了團隊的痛苦程度
Monorepo 跟 Multirepo 各自解決什麼問題、創造什麼問題，以及決策框架。
Proto 規劃（二）：10 個面向的完整性檢查，一個都不能少
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。
Proto 規劃（三）：後端、前端、App 各自需要什麼？
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。
Proto 規劃（四）：Gap Analysis，找出你以為做了但其實沒做的東西
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 規劃（五）：從一個語言延伸到多語言，然後好好活著
從黃金版本延伸到多語言 Proto 的策略、版本管理、長期維護，以及常見的 Proto 陷阱。
Proto 規劃（一）：為什麼每個專案都在重新發明輪子？
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。
Git Merge 與 Git Rebase 的差異與應用
自己的分支用 rebase，公共的分支用 merge -- 一句話講完，但背後的原因值得你花五分鐘搞懂。
事故管理（三）：Post-mortem 不是檢討大會，是讓系統變強的機會
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。
API 設計（二）：JWT 不要存 localStorage，我是認真的
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。
API 設計（三）：從 Router 到 Rate Limiter 的完整實作
Express.js RESTful Router、JWT 認證 Middleware、Rate Limiter 的完整程式碼範例。
API 設計（四）：文件化不是做完才補，是設計的一部分
OpenAPI 規範讓 API 文件自動產生，以及 API 設計中最常見的五個陷阱。
API 設計（一）：你的 API 是契約，不是隨便寫寫的 endpoint
RESTful API 設計的命名慣例、HTTP 方法語義、狀態碼使用，以及分頁排序的正確姿勢。
測試策略（二）：Unit Test 跟 Integration Test 到底差在哪？
單元測試和整合測試的適用場景、工具選擇，以及一個電商折扣的完整測試範例。
測試策略（四）：CI/CD 整合與那些年我們踩過的測試坑
把測試塞進 CI/CD pipeline 的正確姿勢，以及 Flaky Test、過度 Mock 等常見陷阱的解法。
系統規劃（三）：容量規劃用算的、上線計畫用清單的
容量規劃不是猜謎遊戲，從用戶數推算 QPS、估資料庫容量。上線不是按一個按鈕，是一份嚴謹的清單。
系統規劃（一）：你真的有在「規劃」嗎？需求收集的血淚教訓
系統規劃不是寫文件，是讓你少加班的保險。從需求收集開始，聊聊那些「邊做邊想」最後爆炸的真實故事。
![[fundamentals] TUI 設計規範（二）：元件、框架與實戰分析](/static/covers/fundamentals-tui-design-standards-og.webp)
[fundamentals] TUI 設計規範（二）：元件、框架與實戰分析
TUI 元件標準、現代 TUI 框架比較、真實世界工具分析，以及發布前的設計檢查清單。
[fundamentals] TUI 設計規範（一）：原則、色彩與佈局
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)
[fundamentals] 技術演進史（二）：非同步、CSS 與狀態管理
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。
[fundamentals] 技術演進史（三）：API 設計與部署
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。
[fundamentals] 技術演進史（一）：從 jQuery 到 React，從 MPA 到 Islands
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] LRU Cache 最近最少使用快取
介紹 LRU Cache 的 HashMap + 雙向鏈表實作原理、核心操作及與 LFU 的比較
![[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] Fenwick Tree (BIT) 樹狀陣列
介紹 Fenwick Tree 的 lowbit 原理、前綴和查詢、單點更新及 2D 擴展
![[algorithms] Segment Tree 線段樹](/static/covers/algorithms-ds-11-segment-tree-og.webp)
[algorithms] Segment Tree 線段樹
介紹線段樹的建樹、區間查詢、單點更新及 Lazy Propagation 等核心操作
![[algorithms] AVL Tree 自平衡二元搜尋樹](/static/covers/algorithms-ds-10-avl-tree-og.webp)
[algorithms] AVL Tree 自平衡二元搜尋樹
介紹 AVL Tree 的平衡因子、四種旋轉操作、插入刪除步驟及與其他平衡樹的比較
![[algorithms] Trie 前綴樹（字典樹）](/static/covers/algorithms-ds-09-trie-og.webp)
[algorithms] Trie 前綴樹（字典樹）
Trie 前綴樹的結構與操作、自動補全與拼字檢查等應用場景，以及壓縮 Trie 等變體
![[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] Math Algorithms 數學演算法
數學演算法筆記，涵蓋 GCD/LCM、質數篩法、快速冪、排列組合與矩陣快速冪
![[algorithms] Prefix Sum 前綴和 & Difference Array 差分陣列](/static/covers/algorithms-algo-16-prefix-sum-og.webp)
[algorithms] Prefix Sum 前綴和 & Difference Array 差分陣列
前綴和與差分陣列筆記，涵蓋一維與二維前綴和、差分陣列與 HashMap 技巧
![[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)
![[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] More Sorting 更多排序演算法
進階排序演算法筆記，包含堆積排序、計數排序、基數排序、桶排序、希爾排序與 Tim Sort
![[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] String Algorithms 字串演算法
字串匹配演算法（KMP、Rabin-Karp、Z Algorithm）與回文演算法（Manacher）
![[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)
[algorithms] Graph Algorithms 圖演算法（下）：拓撲排序與工程應用
拓撲排序原理與在 npm、CI/CD pipeline 等工程場景的應用
[algorithms] Graph Algorithms 圖演算法（上）：最短路徑
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] Dynamic Programming 動態規劃（下）：六個經典問題
六個經典 DP 問題詳解：費波那契、爬樓梯、LCS、背包、硬幣找零、LIS
![[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)
[fundamentals] OAuth 2.0 授權機制
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)
[fundamentals] WebSocket 即時通訊協定
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] 後端 MVP 設計原則
後端架構設計的最小可行產品原則，涵蓋 Event、Pipeline、Queue、Exception Handler 等核心概念。
![[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] Base Controller 設計
API 回傳格式亂七八糟？一個 Base Controller 就能統一全場，讓前端不再猜你到底回了什麼。
![[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)
[fundamentals] 前後端分離 - 古代
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)
[backend] Laravel 環境建置：Composer 入門
第一次用 Composer 建 Laravel 專案？這篇幫你五分鐘搞定，順便避開新手最常踩的坑。
![[frontend] TypeScript 基本型別：字串、數字、布林](/static/covers/frontend-ts-primitives-og.webp)
[frontend] TypeScript 基本型別：字串、數字、布林
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)
[frontend] 為什麼要用 TypeScript
JavaScript 寫到出事才知道痛。TypeScript 不是信仰，是保險——用真實 bug 場景告訴你為什麼值得。
![[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)
[fundamentals] 為什麼前端要用打包工具
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)
[fundamentals] API 管理工具 - Swagger
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] 瀏覽器運作機制
瀏覽器是一個複雜的軟體，包含多個處理程序和執行緒。了解瀏覽器的內部架構，包括渲染引擎、JavaScript 引擎、事件循環等，對於前端效能優化至關重要。
![[fundamentals] 瀏覽器發出 Request 後經歷了什麼？](/static/covers/fundamentals-browser-request-flow-og.webp)
[fundamentals] 瀏覽器發出 Request 後經歷了什麼？
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)
[fundamentals] 前後端傳接的那些資料
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] RESTful API
什麼是 RESTful API？了解 REST 架構風格如何透過 HTTP Method 統一 API 設計規範。
![[fundamentals] React Hooks 基本教學](/static/covers/fundamentals-react-hooks-og.webp)
[fundamentals] React Hooks 基本教學
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)
[fundamentals] MVC 架構模式
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)
[fundamentals] 一個網頁裡面會包含什麼
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)
[git] Git README 完美範例
寫好 README 是專業工程師的基本功。這篇整理了 Markdown 最常用的語法，讓你的 README 不再只有一行 Hello World。
![[fundamentals] 前後端分離 - 序章](/static/covers/fundamentals-frontend-backend-separation-intro-og.webp)
[fundamentals] 前後端分離 - 序章
探討為什麼需要前後端分離架構，分析傳統全端開發與現代分離架構的優缺點，以及轉型所需的條件。
![[fundamentals] 常見的前後端對接架構](/static/covers/fundamentals-frontend-backend-architecture-og.webp)
[fundamentals] 常見的前後端對接架構
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)
[fundamentals] 前端使用哪些方法跟 API 互動
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] 什麼是框架？
從 Package 到 Library 再到 Framework，了解軟體開發中這三個層級的差異與關係。
![[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)
[fundamentals] DOM 文件物件模型
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)
[fundamentals] CRUD 資料操作
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)
[fundamentals] 容器化技術
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)
[fundamentals] BOM 瀏覽器物件模型
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)
[fundamentals] 什麼是 API？
API（應用程式介面）是前後端資料對接的依據，定義了資料交換的格式和規範。透過 API，前端可以取得後端的資料，實現動態網頁內容。