使用指南 — 在你的專案中導入 dotnet-testing Agent Orchestration（v2.0.0） | mrkt的程式學習筆記 - 點部落

2026-05-28

使用指南 — 在你的專案中導入 dotnet-testing Agent Orchestration（v2.0.0）

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

前言

前面幾篇講了架構設計、四種測試領域的 Orchestrator、以及 v2.0.0 的改進方向 — 都是「這東西怎麼運作」的故事。但我猜不少人心裡想的其實是：到底要怎麼裝、怎麼用？

v2.0.0 的安裝流程跟 v1.0.0 有明顯差異。最大的不同是引入了 mcp-local-rag — Skills 不再是直接放進 .github/skills/ 讓 AI 逐個讀取，而是 clone 一份 dotnet-testing-agent-skills 到本機、建立本地語意索引，再由各 Subagent 透過 MCP 查詢。所以這篇使用指南會把 v2.0.0 的完整安裝流程走一遍，包含 mcp-local-rag 的安裝、索引建立、.vscode/mcp.json 設定這些 v1.0.0 沒有的步驟。

環境需求

在開始之前，確認你的環境符合以下條件：

需求	最低版本	說明
VS Code	1.118+	需要 Custom Agents / Subagents 支援
GitHub Copilot Chat	已安裝	workflow 的執行環境
Node.js	18+	`mcp-local-rag` 的必要前置
Python	已安裝	建立索引腳本需要
.NET SDK	8 / 9 / 10	被測專案的 SDK
Docker Desktop	—	Integration / Aspire 測試需要
.NET Aspire workload	—	Aspire 測試需要（`dotnet workload install aspire`）
dotnet-testing-agent-skills	已 clone	mcp-local-rag 的技能索引來源

v2.0.0 的 VS Code 最低版本要求是 1.118（需要 Custom Agents 支援），比 v1.0.0 高。如果你的 VS Code 版本較舊，請先更新。

安裝流程總覽

v2.0.0 的安裝分為四個大步驟：

跟 v1.0.0 相比，最大的差異在 Step 2 — 整個 mcp-local-rag 的設定是全新的。另外 v1.0.0 有 16 個 Custom Prompts，v2.0.0 已經移除，使用入口統一到 Agent。

Step 1：取得 dotnet-testing-agent-skills

dotnet-testing-agent-skills 是 mcp-local-rag 索引庫的技能來源，需要先 clone 到本機：

bash

git clone https://github.com/kevintsengtw/dotnet-testing-agent-skills.git

clone 完成後，記住它的 .github/skills 路徑，後面設定 mcp-local-rag 時會用到：

Windows：C:\projects\dotnet-testing-agent-skills\.github\skills
macOS / Linux：/path/to/dotnet-testing-agent-skills/.github/skills

注意：v2.0.0 不再是把 Skills 複製到你專案的 .github/skills/ 目錄。這份 clone 下來的 skills 是給 mcp-local-rag 建索引用的，可以放在任何固定位置（例如統一的 C:\projects\ 目錄），多個專案可以共用同一份。

Step 2：設定 mcp-local-rag

這是 v2.0.0 的核心安裝步驟。mcp-local-rag 是一個本地端語意搜尋 MCP server，完全在本機運行、不需外部 API、無需 Docker。它會把 dotnet-testing-agent-skills 建成本地語意索引，讓 Subagent 用查詢的方式取得相關 Skill 片段，而不是逐個讀取整份 SKILL.md。

2.1 確認前置環境

node --version
python --version

確認 Node.js 18+ 與 Python 都已安裝。

2.2 安裝 mcp-local-rag

npm install -g mcp-local-rag

安裝後可以驗證：

npm list -g mcp-local-rag
npx --prefer-offline mcp-local-rag --help

2.3 設定 .vscode/mcp.json

在你的專案根目錄建立 .vscode/mcp.json，把 BASE_DIR 替換為 Step 1 clone 下來的 dotnet-testing-agent-skills 的 .github/skills 實際路徑：

{
  "servers": {
    "dotnet-testing-skills": {
      "command": "npx",
      "args": ["-y", "mcp-local-rag"],
      "env": {
        "BASE_DIR": "/path/to/dotnet-testing-agent-skills/.github/skills",
        "DB_PATH": "${workspaceFolder}/.mcp/dotnet-testing-skills",
        "CACHE_DIR": "${workspaceFolder}/.mcp/cache",
        "RAG_HYBRID_WEIGHT": "0.7",
        "RAG_GROUPING": "similar"
      }
    }
  }
}

幾個環境變數的意義：

BASE_DIR：指向本機 dotnet-testing-agent-skills 的 .github/skills 目錄（技能來源）
DB_PATH：本地向量索引的存放位置，用 ${workspaceFolder} 指向目前專案
CACHE_DIR：快取目錄，同樣指向目前專案
RAG_HYBRID_WEIGHT：語意搜尋與關鍵字加權的混合比例
RAG_GROUPING：查詢結果的分組策略

2.4 建立索引

mcp-local-rag 提供線上與離線兩種索引建立方式。線上模式會在首次執行時自動下載 embedding model，適合可連網的環境；離線模式則使用 repo 內預先準備的 model zip，適合受管制網路或無外網環境。

以線上模式為例，Windows（PowerShell）：

.\docs\mcp_local_rag\scripts\mcp-local-rag-index-skills-online.ps1 -SkillsPath C:\projects\dotnet-testing-agent-skills\.github\skills

跨平台（Python）：

python docs/mcp_local_rag/scripts/mcp-local-rag-index-skills-online.py --skills-path /path/to/dotnet-testing-agent-skills/.github/skills

若需要完整重建索引，加上 -Mode rebuild（PowerShell）或 --mode rebuild（Python）。

若環境只有 python3，請將 python 改為 python3。

2.5 驗證索引

Windows（PowerShell）：

.\docs\mcp_local_rag\scripts\mcp-local-rag-verify-skills-index.ps1

跨平台（Python）：

python docs/mcp_local_rag/scripts/mcp-local-rag-verify-skills-index.py

索引驗證通過後，mcp-local-rag 的設定就完成了。詳細的安裝、索引與排查文件，集中在 orchestration repo 的 docs/mcp_local_rag/ 目錄。

Step 3：安裝 Agent 定義檔

Agent 定義檔可以從 dotnet-testing-agent-orchestration repo 取得，放到你專案的 .github/agents/ 目錄。共 20 個 Agent 定義檔，分屬 4 個 Orchestrator（每組 1 Orchestrator + 4 Subagent）。

完整安裝

最直接的方式是 clone 整個 orchestration repo，然後複製需要的檔案：

# Clone orchestration repo
git clone https://github.com/kevintsengtw/dotnet-testing-agent-orchestration.git

# 複製 Agent 定義檔（20 個）
mkdir -p .github/agents
cp dotnet-testing-agent-orchestration/.github/agents/*.agent.md .github/agents/

# 複製 .github/skills（v2.0.0 只含 dotnet-test）
cp -r dotnet-testing-agent-orchestration/.github/skills/ .github/skills/

# 複製 Repository Custom Instructions
cp dotnet-testing-agent-orchestration/.github/copilot-instructions.md .github/copilot-instructions.md

v2.0.0 的 .github/skills/ 只保留 dotnet-test 這一個 SKILL，這是 Executor Subagent 會用到的測試執行流程規範。dotnet-testing-agent-skills 的其他 Skills 已經改由 mcp-local-rag 查詢取得，不再放在這裡。

20 個 Agent 定義檔分屬 4 個 Orchestrator：

Orchestrator	Agent 定義檔（5 個一組）
Unit Test	`dotnet-testing-orchestrator`、`-analyzer`、`-writer`、`-executor`、`-reviewer`
Integration	`dotnet-testing-advanced-integration-orchestrator` 及其 4 個 Subagent
Aspire	`dotnet-testing-advanced-aspire-orchestrator` 及其 4 個 Subagent
TUnit	`dotnet-testing-advanced-tunit-orchestrator` 及其 4 個 Subagent

你不一定要全部安裝。如果只需要單元測試功能，安裝 5 個 Unit Test Agent 就夠了。

確認 Agent 出現在選擇器中

安裝完成後：

開啟 VS Code Chat（Ctrl + Shift + I）
切換到 Agent Mode
在 Agent 選擇器中應該看到已安裝的 Orchestrator（最多 4 個）

只有 Orchestrator 會出現在選單中，16 個 Subagent（Analyzer、Writer、Executor、Reviewer）不會出現 — 這是設計上刻意的，它們只能由 Orchestrator 委派。

安裝後的目錄結構：

your-project/
├── .vscode/
│   └── mcp.json                        # mcp-local-rag 設定
├── .github/
│   ├── agents/
│   │   ├── dotnet-testing-orchestrator.agent.md
│   │   ├── dotnet-testing-analyzer.agent.md
│   │   ├── dotnet-testing-writer.agent.md
│   │   ├── dotnet-testing-executor.agent.md
│   │   ├── dotnet-testing-reviewer.agent.md
│   │   └── (進階 Orchestrator 的 Agent，選用)
│   ├── skills/
│   │   └── dotnet-test/                # 只保留這一個
│   └── copilot-instructions.md
├── .mcp/                               # 索引與快取（自動產生）
├── src/
└── tests/

Step 4：VS Code 設定

開啟 VS Code Settings（Ctrl + ,），確認以下設定：

{
  // 啟用 Subagent 機制（Orchestrator 必要）
  "chat.customAgentInSubagent.enabled": true
}

chat.customAgentInSubagent.enabled 讓 Orchestrator 能呼叫 Subagent — 沒開的話，Orchestrator 跑完 Analyzer 就會停住。

{
  // 思考過程顯示方式（除錯時有用）
  "chat.thinking.style": "Detailed"
}

chat.thinking.style 設為 Detailed 可以讓你看到 Agent 的完整思考過程，包含它對 mcp-local-rag 發出了哪些查詢、載入了哪些 Skill 片段 — 除錯時特別有用。

Step 5：使用 Unit Test Orchestrator

基本操作

在 VS Code 開啟你的 .NET 專案
開啟 Chat（Ctrl + Shift + I）→ 切換到 Agent Mode
在 Agent 選擇器中選擇 dotnet-testing-orchestrator
輸入你的需求

指令範例

單一目標 — 標準 Service：

「為 OrderService 建立完整的單元測試」

單一目標 — Validator：

「為 OrderValidator 建立完整的單元測試」

單一目標 — Legacy Code：

「為 LegacyReportGenerator 建立單元測試，這是一個 Legacy 類別」

單一目標 — 含 IFileSystem：

「為 ConfigurationLoader 建立單元測試，注意它有使用 IFileSystem」

多個目標：

「為 Services/ 目錄下所有 Service 建立單元測試」

指定特殊要求：

「為 UserService 建立單元測試，使用 AutoFixture + NSubstitute 整合，並確保覆蓋所有邊界條件」

四階段自動執行

輸入指令後，Orchestrator 會自動執行四個階段：

完整流程結束後，會輸出 orchestrator-timing.log 記錄各階段耗時。整個流程大約 2~5 分鐘，取決於被測類別的複雜度和 Executor 是否需要修正。

v2.0.0 的 workflow 產出

跟 v1.0.0 相比，v2.0.0 跑完一次 workflow 後，除了測試程式碼，還會在專案下產生：

.orchestrator/{TargetName}/
├── analyzer-result.json    # Analyzer 的分析報告
├── writer-result.json      # Writer 的輸出摘要
└── executor-result.json    # Executor 的執行結果

orchestrator-timing.log     # 各階段耗時記錄

這些是 v2.0.0 的 JSON 交接機制與 Phase Timing 的產物。如果某次執行有問題，這些檔案是診斷的主要依據。

檢視產出結果

完成後你會收到：

測試程式碼 — 一個完整的測試類別檔案，已寫入專案中
品質報告 — 包含整體評分、各維度審查結果、具體的改善建議
JSON 交接檔案與 timing log — 如上所述

Step 6：使用進階 Orchestrator

Integration Test Orchestrator（詳見第七篇）

確認 Docker Desktop 已啟動（docker info）
在 Agent 選擇器中選擇 dotnet-testing-advanced-integration-orchestrator
輸入需求，例如：「為 OrdersController 建立完整的整合測試」
執行時間約 3~8 分鐘（含容器啟動）

Aspire Testing Orchestrator（詳見第八篇）

確認 Docker Desktop 已啟動
確認 .NET Aspire workload 已安裝（dotnet workload list）
在 Agent 選擇器中選擇 dotnet-testing-advanced-aspire-orchestrator
輸入需求，例如：「為 BookingsController 建立 Aspire 整合測試」
執行時間較長（10-15 分鐘），需耐心等待 Resource readiness

TUnit Testing Orchestrator（詳見第九篇）

在 Agent 選擇器中選擇 dotnet-testing-advanced-tunit-orchestrator
輸入需求，例如：「為 BookCatalog 建立 TUnit 單元測試」
適用場景：新建 TUnit 專案或從 xUnit 遷移
注意：TUnit 使用 Source Generator，csproj 配置與 xUnit 完全不同

各 Orchestrator 的操作差異

面向	Unit Test	Integration	Aspire	TUnit
Agent 選擇	`dotnet-testing-orchestrator`	`...-integration-orchestrator`	`...-aspire-orchestrator`	`...-tunit-orchestrator`
Docker 需求	不需要	必須啟動	必須啟動	不需要
額外需求	—	—	Aspire workload	—
執行時間	10 ~ 15 分鐘	15 ~ 20 分鐘	30 ~ 40 分鐘	10 ~ 15 分鐘
產出物	1 個測試類別	測試類別 + WebApiFactory + TestBase + Collection	測試類別 + AspireAppFixture + TestBase	測試類別（OutputType=Exe 專案）

測試專案 NuGet 套件建議

Agent 會根據 Analyzer 分析的技術需求，自動在測試專案中加入需要的 NuGet 套件，以下是常用套件清單：

單元測試

套件	用途
`xunit`	測試框架
`xunit.runner.visualstudio`	VS 測試運行器
`AwesomeAssertions`	斷言庫（FluentAssertions 的 Apache 2.0 fork）
`NSubstitute`	Mock 框架
`AutoFixture`	測試資料自動產生
`AutoFixture.AutoNSubstitute`	AutoFixture + NSubstitute 整合
`AutoFixture.Xunit2`	AutoFixture + xUnit 整合
`Bogus`	假資料產生
`Microsoft.Extensions.TimeProvider.Testing`	FakeTimeProvider
`System.IO.Abstractions.TestingHelpers`	MockFileSystem
`coverlet.collector`	程式碼覆蓋率收集

整合測試（額外需要）

套件	用途
`Microsoft.AspNetCore.Mvc.Testing`	WebApplicationFactory
`AwesomeAssertions.Web`	Web 專用斷言（`.Be200Ok()` 等）
`Testcontainers.MsSql`	SQL Server 容器
`Testcontainers.PostgreSql`	PostgreSQL 容器
`Testcontainers.MongoDb`	MongoDB 容器
`Testcontainers.Redis`	Redis 容器（視需要）

TUnit 測試

套件	用途
`TUnit`	TUnit 測試框架（meta-package）
`AwesomeAssertions`	斷言庫

Writer 會根據分析結果自動加入缺少的套件，並透過 dotnet list package --outdated 查詢決定版本。你不需要手動安裝，但事先在 .csproj 把常用套件加好，可以讓 Executor 的 dotnet build 更快，也比較不容易因為套件問題多跑一輪修正迴圈。

Model 選擇建議

v2.0.0 的 agent 定義檔目前統一採用的模型：

Model	說明
`GPT-5.3-Codex (copilot)`	主要模型
`GPT-5.4 (copilot)`	備用模型

如果你想改用其他模型（例如 Claude 系列），可以直接編輯 .agent.md 檔案 frontmatter 中的 model 欄位。建議初次使用時先挑一個依賴最少的 Service 試跑，確認整個流程正常再擴大範圍。

常見問題與排除

Agent 沒出現在選單中

可能原因：

.agent.md 檔案沒放在 .github/agents/ 目錄
VS Code 版本低於 1.118
檔案名稱有誤

排除方式：

確認 .github/agents/ 目錄存在且包含正確的 .agent.md 檔案
確認 VS Code 版本 1.118 以上
重啟 VS Code

mcp-local-rag 相關問題

MCP server 沒有啟動：

確認 .vscode/mcp.json 存在且格式正確
確認 Node.js 18+ 已安裝
在 VS Code 中重新載入 MCP 設定

Subagent 查不到 Skills：

確認索引已建立並通過驗證（Step 2.5）
確認 mcp.json 中的 BASE_DIR 指向正確的 dotnet-testing-agent-skills/.github/skills 路徑
確認 DB_PATH 對應的索引目錄存在
重新執行索引建立腳本（必要時加 rebuild 模式）

embedding model 下載失敗（線上模式）：

若環境網路受限，改用離線模型安裝方式
詳見 orchestration repo 的 docs/mcp_local_rag/MCP_LOCAL_RAG_SETUP_GUIDE_OFFLINE.md

Subagent 沒有啟動

可能原因：

chat.customAgentInSubagent.enabled 未啟用
Agent 定義檔中的 agents: 欄位不正確

排除方式：

確認 chat.customAgentInSubagent.enabled: true
確認 Orchestrator 的 .agent.md 中 agents: 列出了正確的 Subagent 名稱

Executor 多輪修正

可能原因：

被測類別有未公開的內部依賴
缺少必要的 NuGet 套件
專案結構複雜，Build 設定特殊

排除方式：

觀察 Executor 的錯誤訊息，通常是缺少套件引用或型別不匹配
查看 .orchestrator/{TargetName}/executor-result.json 確認執行細節
如果持續修正 3 輪後仍失敗，手動檢查錯誤訊息並調整

Docker 相關問題（整合測試 / Aspire 測試）

Docker 沒有啟動：

Executor Step 0：docker info → 失敗
→ 請啟動 Docker Desktop 後重試

Aspire workload 未安裝：

Executor Step 0：dotnet workload list → aspire 未安裝
→ 執行 dotnet workload install aspire

最佳實踐

1. 先從簡單的 Service 開始

第一次使用時，選一個依賴較少（2~3 個介面）的 Service 類別。確認整個流程能正常跑完、Reviewer 也能正確出報告，再逐步往複雜的類別走。

2. 先確認 mcp-local-rag 索引正常

v2.0.0 的 Skills 是透過 mcp-local-rag 查詢的，所以在跑第一個 workflow 之前，務必先完成 Step 2.5 的索引驗證。如果索引沒建好，Writer 查不到 Skill，產出品質會大打折扣。

3. 觀察 Agent 的思考過程

將 chat.thinking.style 設為 Detailed，可以看到每個階段 Agent 在想什麼、對 mcp-local-rag 發了哪些查詢、做了什麼決策。這對理解和除錯都很有幫助。

4. 善用 JSON 交接檔案診斷

如果某次執行的結果不如預期，先看 .orchestrator/{TargetName}/ 下的三個 JSON 檔案。Analyzer 的分析對不對、Writer 的輸出摘要、Executor 的執行結果 — 都在裡面，比從對話記錄裡翻找快得多。

5. 既有測試模式會被重用

如果你的專案已經有測試（使用 AutoFixture 自訂 Attribute、共用 Fixture 等），Analyzer 會掃描這些既有模式，Writer 會重用它們，不會「重新發明輪子」。

小結

v2.0.0 的安裝流程比 v1.0.0 多了一個 mcp-local-rag 的設定環節 — clone skills、裝 mcp-local-rag、建索引、設定 mcp.json。第一次設定確實會比 v1.0.0 多花一些時間，但這個前置作業換來的是 Skill 載入延遲的明顯改善，以及 JSON 交接、Phase Timing 帶來的可觀測性。

一旦 mcp-local-rag 索引建好、Agent 定義檔放對位置、Subagent 開關打開，後面的使用就跟 v1.0.0 一樣直覺：選 Agent、下指令、等結果。而且因為 skills 是 clone 在本機固定位置、多專案共用，第二個專案要導入時，只需要重複 Step 3、Step 4，省去了重新建索引的功夫。

如果你是從 v1.0.0 升級，建議先讀 orchestration repo 的 docs/v2_0_0/V1_TO_V2_MIGRATION_GUIDE.md，裡面有完整的升級檢查清單。

結語 — 這段路與它的意義

這篇使用指南，也是 GitHub Copilot 版本系列的最後一篇。在收尾之前，想把整段路回顧一下。

從 2025 年的 iThome 鐵人賽到現在，這個專案的演進，每一步都在解決上一步留下的問題：

從「人讀文章」到「AI 讀技能」，再到「AI 自動調度」，每一步都讓「為 .NET 專案產生高品質測試」這件事，門檻又降低了一些。

而四個 Orchestrator 的開發過程，最大的收穫是架構模板化：第一個 Unit Test Orchestrator 花最多時間建立 1 + 4 的架構模式，後面三個（Integration、Aspire、TUnit）都是在同一個框架上，套用各自領域的知識。這也印證了整個系列反覆出現的主軸 — 架構是可複製的模板，領域知識才是填進去的內容。

對 .NET 開發者來說，這套工具的價值在於降低測試門檻、統一團隊的測試品質，並讓專家的經驗透過 Skills 傳遞給整個團隊：你不需要精通每個測試工具的最佳實踐，那些都封裝在 Skills 裡，一句話就能用上。

這套架構本身是平台無關的設計概念，也已經被實作到其他 AI 開發平台上 — 但那是另一段故事了。就 GitHub Copilot 版本而言，從 v1.0.0 到 v2.0.0，它已經是一套完整、經過驗證、可以實際使用的工具。29 個 Agent Skills 全部開源，Agent 定義檔與驗證專案也都公開在 GitHub 上。歡迎使用、歡迎回饋。謝謝你一路讀到這裡。

參考資源

dotnet-testing-agent-orchestration：https://github.com/kevintsengtw/dotnet-testing-agent-orchestration
- v2.0.0 總覽：https://github.com/kevintsengtw/dotnet-testing-agent-orchestration/blob/main/docs/v2_0_0/RELEASE_OVERVIEW.md
- v1 → v2 升級指南：https://github.com/kevintsengtw/dotnet-testing-agent-orchestration/blob/main/docs/v2_0_0/V1_TO_V2_MIGRATION_GUIDE.md
- mcp-local-rag 文件中心：https://github.com/kevintsengtw/dotnet-testing-agent-orchestration/tree/main/docs/mcp_local_rag
- mcp-local-rag 安裝指南：https://github.com/kevintsengtw/dotnet-testing-agent-orchestration/blob/main/docs/mcp_local_rag/MCP_LOCAL_RAG_SETUP_GUIDE.md
- v2.0.0 常見問題排查：https://github.com/kevintsengtw/dotnet-testing-agent-orchestration/blob/main/docs/v2_0_0/TROUBLESHOOTING.md
dotnet-testing-agent-skills：https://github.com/kevintsengtw/dotnet-testing-agent-skills
mcp-local-rag：https://github.com/shinpr/mcp-local-rag
鐵人賽範例程式碼：https://github.com/kevintsengtw/30Days_in_Testing_Samples
鐵人賽系列文章：https://ithelp.ithome.com.tw/users/20066083/ironman/8276
agentskills.io 官方規範：https://agentskills.io
Use Agent Skills in VS Code：https://code.visualstudio.com/docs/copilot/customization/agent-skills
VS Code Custom Agents：https://code.visualstudio.com/docs/copilot/customization/custom-agents

純粹是在寫興趣的，用寫程式、寫文章來抒解工作壓力

回首頁

前言

環境需求

安裝流程總覽

Step 1：取得 dotnet-testing-agent-skills

Step 2：設定 mcp-local-rag

2.1 確認前置環境

2.2 安裝 mcp-local-rag

2.3 設定 .vscode/mcp.json

2.4 建立索引

2.5 驗證索引

Step 3：安裝 Agent 定義檔

完整安裝

確認 Agent 出現在選擇器中

Step 4：VS Code 設定

Step 5：使用 Unit Test Orchestrator

基本操作

指令範例

四階段自動執行

v2.0.0 的 workflow 產出

檢視產出結果

Step 6：使用進階 Orchestrator

Integration Test Orchestrator（詳見第七篇）

Aspire Testing Orchestrator（詳見第八篇）

TUnit Testing Orchestrator（詳見第九篇）

各 Orchestrator 的操作差異

測試專案 NuGet 套件建議

單元測試

整合測試（額外需要）

TUnit 測試

Model 選擇建議

常見問題與排除

Agent 沒出現在選單中

mcp-local-rag 相關問題

Subagent 沒有啟動

Executor 多輪修正

Docker 相關問題（整合測試 / Aspire 測試）

最佳實踐

1. 先從簡單的 Service 開始

2. 先確認 mcp-local-rag 索引正常

3. 觀察 Agent 的思考過程

4. 善用 JSON 交接檔案診斷

5. 既有測試模式會被重用

小結

結語 — 這段路與它的意義

參考資源

本頁段落