Open Design 是開源的 Claude Design 替代方案，支援 100+ 技能、150 個設計系統、261 個 Plugin，可以串接 Claude Code、Cursor、Copilot 等 21 種 Coding Agent，可直接使用本機環境的授權配置，也支援自備 API Key（BYOK）。這篇記錄在 WSL2 上從 clone 到跑起來的完整過程，以及踩到的坑。
隨著 AI Agent 的興起，我們開始授權 AI 代理人存取各種外部服務。但這也帶來了全新的安全隱憂：如果你還習慣把 API 金鑰寫死在程式碼裡，或是隨便丟在 .env 檔，AI Agent 在讀取檔案或執行時，很有可能不小心把金鑰內容外流，等同於將系統的主控權拱手讓人，暴露在外洩的巨大風險中。
最近應該很多人開始用 AI 製作不同的網站，或是產一些 UI 介面，我就很好奇一件事情，AI 對於「美」的看法到底是什麼？
畢竟美這件事情很主觀，有人覺得留白就是高級，有人覺得很空，有人覺得黑底加金色很有質感，有人覺得像詐騙網站，所以我就做了一個無聊、花錢、又有點花命的實驗。
我請不同模型去製作網站，看它們對各產業的配色看法，對於「美」加上「高質感」這種很抽象的要求，最後會做出什麼東西。
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。
文、意如
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。
在數位轉型浪潮席捲全球企業的今日，視覺化溝通已成為軟體開發與企業架構領域不可或缺的核心能力。隨著遠端協作成為常態、敏捷開發方法論普及，以及系統複雜度持續攀升，技術團隊面臨著前所未有的挑戰：如何快速、準確且一致地將抽象的架構概念轉化為清晰易懂的視覺圖表？
傳統的拖放式圖表工具雖然直觀，卻往往陷入版本混亂、協作困難、難以整合至開發流程等困境。與之相對，「圖表即程式碼」（Diagrams as Code）的新範式應運而生——透過文字語法定義圖表，實現版本控制、自動化生成與團隊協作的完美結合。
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