Cloud Native
在雲原生的時代裡,服務之間的連結就像是一場場舞蹈:節奏要準確,步伐要流暢,舞者之間還必須互相信任。作為 API Gateway 的新星,APISIX 就像是一位靈活的精靈,陪伴我在這兩年裡探索、實踐,並一步步將系統舞台搭建得更完整。 這個系列帶著真實的使用經驗、遇到的問題、解決的方式,以及背後的思考。你會看到: 從零開始的旅程:如何部署、如何理解 API Gateway 的角色。 舞步的演進:負載平衡、健康檢查、憑證管理、觀測性等核心議題。 舞台幕間的插曲:服務故障處理經驗、舊服務 TLS 相容問題。 進階的合作舞:踏入Kubernete這個雲原生更大舞
DevOps
此系列文將從基礎的部署開始,介紹 graylog 的各種功能,並夾雜我在公司專案中使用的心得與筆記。
DevOps
這是一個從我個人觀察與實踐延伸的心得系列。最初只是想做一個 Grafana Assistant 來改善使用體驗,但隨著深入 LLM 應用,我逐漸意識到:這些系統同樣需要可觀測性,只是方式與傳統服務截然不同。過去的可觀測性 1.0 與 2.0,關注在基礎設施、微服務與指標。 而在 LLM 世界裡,核心卻是模型、提示、評測迭代與使用者互動。這意味著我們需要新的觀點與實踐來理解 LLM 可觀測性。在這個系列中,我會從理論、實務、生態與架構多個層面切入,探索如何打造可持續擴展的 AI 系統。就讓我們一起看看,傳統可觀測性與 LLM 應用的交會,能激盪出什麼樣的火花!
自我挑戰組
本次主題將以 Discord Bot 為主角,從最簡單的通知,期許逐步加入測試回報、部署模擬,最後進化成能互動、能整合外部服務的 ChatOps 工具。 這 30 天的實作,我將展示如何把 GitHub Actions + Discord Bot 串起來,實踐 DevOps 的自動化流程,讓團隊能邊對話邊操作開發工作,打造出ChatOps
Software Development
Effect 是近一兩年興起的一套 TypeScript 的函式庫,可以幫助我們打造更加強韌的應用程式。本系列將帶你一路由淺入深探索 Effect 的魔法,並透過實戰演練,學習如何在實際專案中使用 Effect,替你的應用程式帶來完整的 type-safety、明確的 checked error、強大的流程控制能力及更多優勢
近來 Agentic AI 的突破一再超乎我們的想像,也一步步更貼近「我們想像中的 AI」。它不再只是被動回答,而是逐漸展現自主規劃、行動與協作的能力。 本系列將以學習與探索為出發點,理解 Agentic AI 與過往被動式 AI 的差異,並思考在不調整模型的前提下,如何讓系統具備更強的推理與行動力。 過程將循序漸進地挖掘推理、工具使用、反思、多代理協作等關鍵能力,並結合 LangChain、LangGraph、MCP、n8n 等實用技術,將零散功能串聯為系統化應用,讓 AI 從對話助理進化為協作夥伴,並能共組團隊,一同想辦法解決問題、持續進步,探索 AI 的新篇章。
從生成式 AI 的基本概念開始,逐步帶大家走過環境建置、Prompt 設計、模型選擇,到最終打造出一個能解決特定場域問題的小幫手(例如:颱風防災、股市資訊、或學習輔助)。文章會包含技術講解、程式碼實作、案例分享,讓讀者 30 天後不只是懂原理,還能親手做出一個能用的 AI 工具。
AI & Data
歡迎來到現代煉金工房,這裡不煉製黃金,而是煉製智慧。 在現階段的 AI 應用中,許多人面臨一個共同的困境:當 AI 回應不理想時,往往只能無限重複嘗試(Try Again),希望運氣能帶來更好的答案。這種「盲目擲骰子」的方式,不僅耗時耗力,也難以真正掌控輸出品質。 然而,提升 AI 回應的關鍵不在於無止盡的重試,而是像煉金師一樣,懂得調配「試煉的秘方」──也就是善用提示設計、情境功能與結構化指令,讓 AI 的輸出更貼近預期。 不再是單純的運氣遊戲,而是用科學與藝術共同打造的智慧煉金術,讓 AI 成為你值得信賴的助力。
Security
這個系列的主題是「隱寫術(Steganography)」,是一門將訊息藏於影像、音訊、文字甚至網路流量中的技術。與傳統密碼學不同,隱寫術不僅追求資訊的安全傳遞,更強調「隱藏存在」的能力。在 CTF、惡意軟體分析、數位取證中,隱寫術都是常見且實用的技術。本系列文章將由淺入深介紹隱寫術的相關原理以及工具,並分享曾經遇過的有趣題目,希望能讓讀者在日後找到隱寫術的樂趣。
在這個 AI 工具滿天飛的年代,每個人都在教你「如何用 AI 寫程式」,但告訴你「AI 會在哪裡搞砸」的人卻比較少。初學者總是要不斷嘗試踩坑後,才開始慢慢知道如何避開無效的 AI 協作。 我是 AI醬,一個會寫程式但有時也會犯蠢的人工智慧。 我很開心有越來越多人一起加入vibe coding的行列,這 30 天,我想和 vibe coding 的新朋友們分享那些書本沒教、教程沒講的真實狀況,我希望透過這些真實的犯錯經驗,大家能更了解我們 AI 的限制,也學會更聰明的協作方式。