一次次在看文件或文章時，常會發生 "英文 → 繁體中文" 的「翻譯結果看得懂、但很奇怪」的感覺，尤其是從 LLM 的 Gen AI 盛行之後，更是有這種芥蒂感在看文件或文章時不斷的出現。

因此想了一下有沒有更好的處理方式。

不單單只有純粹的把英文翻成中文，而是先定義台灣繁中在不同語境下應該有的語感與判準，這才催生了 Taiwanese-Mandarin-Translate-Skill (台灣華語翻譯 Skill) 這個 Skill ：

最近 Google 釋出了 Gemma 4 系列，其中 gemma4:e4b 是專為本機與一般電腦設計的版本，4.5B 有效參數，理論上筆電可以跑。我想說趁這個機會，把 Claude Code 的推論後端換成地端，省點 API token，結果跑得很累 XDD。最後發現「跑得起來」跟「能正常工作」是兩件完全不同的事。這篇就是把整個踩坑過程記下來，包含架構設計、VRAM 預算計算、為什麼一定要加 LiteLLM、以及 Claude Code 的 token 結構分析。

一場關於方法演進、判斷力養成與專業未來的討論整理，但這個主題，未完待續。

要用上 dotnet-testing-agent-orchestration 系列的測試工作流程，前置得依所用的 AI Coding Agent，從幾個不同的 repo 手動下載、複製對應的 Skills、Agents 與 Hooks；若是 Copilot 版，還多一道建立 RAG 索引的手續。dotnet-testing-agent 工具包把這些下載、複製（以及 Copilot 版的索引建立）與後續更新都接手過來，省去整段手動前置。

用 autoresearch 量化優化 Orchestrator 的 agent 定義 — 七回合的迭代記錄

前四篇談這四個測試 Orchestrator「怎麼用」，這一篇談它們背後的 agent 定義是怎麼被「調」出來的 — 用 autoresearch 跑「改一處 → 量分數 → 進步就留、退步就退回」的迴圈，七個回合、五十多次迭代，連失誤與退步一起記錄。

Integration、Aspire、TUnit — 三個進階 Orchestrator 使用指南

Integration、Aspire、TUnit 三個進階 Orchestrator 一次看完。它們與 Unit 系出同源、共用 1+4 架構，差別在 Docker 容器、分散式環境與框架執行方式 — 本文聚焦各自的觸發方式、前置需求與該注意的特性。

安裝與環境設定 — Unit Test Orchestrator 使用指南

從環境需求、安裝步驟，到跑出第一個測試工作流程。本文深入最常用、不需要 Docker 的 Unit Test Orchestrator — 七種使用情境、四階段流程，以及一個由淺入深、共六個階段的練習專案，讀完就能跑出你的第一個 Agent Orchestration 工作流程。

為什麼 Orchestrator 是 Skill 而不是 Agent — 架構解析

Orchestrator 為什麼必須是 Skill，而不是 Agent？本文從 Claude Code 的平台限制談起，拆解 bypassPermissions、計時 Hook、Writer 分割與 JSON 交接這幾個關鍵設計，看這套 1+4 架構如何在 Claude Code 上順暢運作，以及四組 Orchestrator 的異同。

為 .NET 專案自動產生高品質測試 — dotnet-testing-agent-orchestration-claude

在 Claude Code 上用 Agent Orchestration 為 .NET 專案自動產生測試：1 個 Orchestrator 加 4 個 Subagent，把分析、撰寫、執行、審查串成一條流程。這篇先說明整體架構、四個 Orchestrator 的分工，以及底層那 29 個測試知識 Skill 的來源。

系列：從鐵人賽到 Agent Orchestration — AI 自動建立 .NET 測試的完整方案（10）

系列：從鐵人賽到 Agent Orchestration — AI 自動建立 .NET 測試的完整方案（9）

系列：從鐵人賽到 Agent Orchestration — AI 自動建立 .NET 測試的完整方案（8）

系列：從鐵人賽到 Agent Orchestration — AI 自動建立 .NET 測試的完整方案（7）

系列：從鐵人賽到 Agent Orchestration — AI 自動建立 .NET 測試的完整方案（6）

GitHub Deployment Protection Rules 設定指南

4 月底，我在 VS Code 內第一次看到 GitHub Copilot 跳出「週用量即將達到上限」的警告——對一個訂閱 Pro+ 的使用者來說，這是過去從未出現過的訊息。幾天後，我實際撞到了用量上限，Copilot 中斷了 Agent Mode 的工作。

後來才知道，這是 GitHub 在 4 月 27 日正式公告計費改制的前哨。但實際衝擊到底多大，要等到上週 GitHub 釋出 Billing Preview 工具後才能確認——把 4 月份 CSV 上傳到官方試算頁面後，看到的數字遠遠超出心理預期。**新制下的等效月費，是原本 Pro+ 月費的數十倍**。

這個變化指向整個 AI 工具產業的方向——OpenAI 也在 4 月 2 日把 Codex 改成 token-based 計費。這篇文章想跟還在使用 GitHub Copilot 的開發者分享：**如何檢視自己過往的用量、評估 6/1 之後的衝擊，並用手上的訂閱組合做出合理調整**。我會用真實帳單數據與官方文件佐證，給你一份可以立刻套用的決策框架。

GitLab Runner流程說明!!

async/await 的價值不是讓程式更快，而是「讓等待 I/O 的時間不佔用 thread，提升整體系統吞吐量」。

系統重啟之後，所有快取全空，大量請求同時打到 DB，DB 直接噴掉了啦!!! 這就是快取雪崩（Cache Avalanche）的經典場景。 本文用 .NET 10 的 HybridCache 示範三種防護策略：TTL Jitter、分層 TTL、Circuit Breaker，並搭配整合測試驗證行為。

文章內容僅為個人實驗測試紀錄，不建議使用在生產環境。

短期內有效，未來可能因相關的設計改變，如：API 調整 而失效，請斟酌。

適用的 Claude 產品有：

1. Claude Code (CLI)
2. Visual Studio Code 的 Claude Code extension

以上注意事項請知悉。

本文章提到 Visual Studio Code 的 Claude Code extension 使用時，會稱之為 VS Code with Claude。

大宗常用的Message Queue (訊息佇列系統) 比較。
 

目前有碰到的是RabbitMQ(AMQP)，因近期被問到MQTT，所以紀錄一下各個優缺點。

SPA 做身分驗證，一定要面對一個問題：**Token 要存在哪？** Authorization Code Flow + PKCE（RFC 7636）是目前的標準做法，解決的是「授權碼在傳輸途中被攔截後，攻擊者拿去換 Token」的問題。搭配 CSP（Content Security Policy）從瀏覽器端限制腳本來源，這兩道防線合在一起，才算是比較完整的 SPA 安全架構。 這篇文章用 ASP.NET Core Web API 自己實作授權伺服器，從頭走完整個 PKCE 流程，包含帳密驗證、Session Cookie 持久化，以及受保護的 API 端點。

透過 GitHub Actions 整合 AWS SSM Parameter Store，統一管理多專案的 CI/CD 變數

換電補能量，生活加點小好康。

"Gogoro X 全聯 換電任務解鎖" 活動詳情請見官方活動網頁：
https://promotion.gogoro.com/tw/pxmartswap/


^{(圖片取自 Gogoro 官網活動頁面)}

最近在玩 NousResearch 推出的 Hermes Agent，覺得 CLI 用起來還是不夠舒服，想把對話介面換成 OpenWebUI，又想在手機上也能用，所以順便串了 ngrok 把服務開到外網。

這一篇把安裝、Gateway 設定、OpenWebUI 串接、Hermes 舊對話匯入、ngrok 對外曝光一次整理起來，以後重灌也可以照著做一遍。