william

我獨自開發 - 用 Supabase 打造全端應用

「身為前端開發者，是否也曾為後端開發頭痛？」 大家好我是William，身為前端開發者，在開發自己的專案時，經常需要處理後端的資料庫、認證等功能。 傳統上，我們可能需要花費大量時間去設置和維護這些後端服務。 而Supabase提供了一個即時的解決方案，讓我們可以專注於前端開發，而不必擔心後端的繁瑣細節。 這就是本文章主題，想要介紹這個工具的主因，讓只有一人前端也能開發全端應用。

huahaubuhau

《運用通勤時間打造線上履歷作品集：30 天 Nuxt 自我挑戰》

每天多出的通勤時間，能做什麼？我決定把這些零碎時光，拿來挑戰一個「小而完整」的專案：用 Nuxt 3 從零開始打造我的作品集網站。 這 30 天，我會把大工程拆成小任務——從建立專案、UI/UX 思維、元件化設計，到 SEO 優化、圖片最佳化、GitHub Pages 上線。每一天的努力，就像利用通勤時間完成一個小挑戰，最後串起一個完整的成果。 這不只是技術練習，也是時間管理的實驗：證明即使只有零碎的時間，也能累積出有價值的作品。

p1204

從零開始 : 學習運用 n8n 與 Dify 的 AI 自動化實戰

這次鐵人賽我想挑戰「邊學邊做」，從零開始學習 n8n（自動化流程工具）和 Dify（AI Agent 平台），嘗試把它們結合起來，做一個簡單的 AI 自動化小專案。實戰內容會從環境安裝開始，一步步測試 n8n 的流程設計，接著學習如何用 Dify 建立知識庫與聊天機器人，最後把兩者串接起來，完成一個能自動回覆訊息、並記錄資料的 AI 小幫手。這個專案的目標不是要做出多厲害的系統，而是紀錄一個新手如何在 30 天內透過實作，學會把 AI 工具運用到實際生活或工作場景。

happy2021

在喧囂的世界裡，生成式 AI 陪我獨自升級

在喧囂的世界裡， 資訊、聲音與意見如潮水般湧來， 有時候，我甚至分不清，哪一個才是真正屬於自己的方向？ 而生成式 AI，意外成了我的同行者。 它能傾聽，能與我對話， 替我帶來靈感，也陪我嘗試未知的路。 不是專業或日常的區分， 而是一次次自我試煉、一次次向上的躍遷。 在生成式 AI 的陪伴下， 我學著在混沌中開拓道路， 像尼采說的那樣——成為我自己！ 這就是我的獨自升級。

tiramisu_island

「30 天打造 Discord AI 助手：結合本地 LLM 與 IoT 的智慧生活」

AI & LLM：串接本地模型（Ollama），支援串流回覆、個人化人格、使用者記憶。 客服應用：透過 Flask 微服務實作 FAQ、訂單查詢、工單建立，模擬真實企業客服場景。 IoT 整合：使用 Raspberry Pi Pico W 打造 Web API，實現 LED 控制、溫度/光線感測，每日自動推播到 Discord。 語音互動：語音訊息 → Whisper 語音轉文字 → LLM 工具規劃 → IoT 控制，達到「用說的就能開燈」。 部署實務：Docker Compose、一鍵啟動、GitHub Actions CI/CD，完整落地可運行的專案。

justinchang185

30 天玩轉機械手臂

「30 天玩轉機械手臂」是一個以桌上型機械手臂為核心的技術挑戰系列，將以淺顯易懂的方式帶領讀者從基礎理論到實務應用，循序漸進地探索機械手臂的世界。內容涵蓋運動學基礎、控制方法、ROS2 環境建置、URDF 建模、RViz 與 MoveIt! 操作，以及在 Gazebo 中進行模擬實驗。此外，還會介紹視覺伺服控制、電腦視覺物體辨識、簡單抓取應用，並延伸到力控制、多機械手臂協作，以及 AI 與強化學習在機械手臂上的應用。透過這 30 天的挑戰，我希望能將學習過程中遇到的技術、踩過的坑與實作心得完整分享，讓讀者不僅能了解理論，更能快速上手相關工具，進而啟發更多關於機械手臂的創意與應用想像。

justinchang185

影像解碼：OpenCV 30天挑戰

「影像解碼：OpenCV 30天挑戰」是一個專注於 電腦視覺與影像資料處理 的系列文章。在這 30 天中，我將帶領讀者從 OpenCV 基礎操作入門，逐步進入輪廓偵測、特徵匹配、人臉追蹤、光流追蹤，甚至簡易 AR 與物件偵測等進階應用。每篇文章都有 實作範例與程式碼解析，讓讀者可以動手操作、理解影像處理與 AI 技術的核心概念。 本系列不僅適合初學者入門，也能讓有程式背景的讀者快速掌握 電腦視覺在 AI 與資料分析上的應用，並累積一套完整的影像處理專案。透過每日挑戰，讀者將能實際操作 AI 與影像資料技術，理解電腦如何「看」世界，並激發更多創意與專案想法。

hesta

Leetcode 小白練功坊

此系列會用 C++ 刷 leetcode，並訓練自己的 coding 題面試能力，用 REATO 的方式撰寫。 共分成以下部分： 1. **Repeat（題目重複確認）** 2. **Examples（舉例確認理解）** 3. **Approach（解題思路）** 4. **Code（主要使用 C++ ）** 5. **Trace 範例** 6. 相關題目與延伸概念 7. 補充：語法＆注意事項 ps. 內容會借助 AI 工具

isx_o6

面試不卡關！一起複習 AI/DS 基礎數學

我是一個剛畢業的學生，對於即將投入職場的我，或是準備轉職到 AI 和資料科學領域的人來說，微積分、機率、統計學或線性代數，往往是最容易感到陌生卻又最不可或缺的。其實這些內容我們大多在大學都有學過，但可能因為當時不知道為何而學，且缺乏與實務連結，常常只剩下一些片段的理解。 我的分享不是要「重新學數學」，而是透過閱讀把零散的基本數學觀念重新整理，並連結到 AI 與資料科學是如何應用這些概念的。 文章將以 Thomas Nield 的 「資料科學基礎數學」為主要書目，並搭配我自己的學習經驗，希望可以用淺顯白話的方式重新詮釋這些觀念，幫助大家在面試前或工作中，能快速喚醒並掌握這些核心概念。

dash2100

試著開發一些有用的工具程式

分寫我最近在做的專案，Android App Uninstaller，他可以透過 GUI 的方式刪除 Android 裝置上原廠、或其他無法刪除的應用程式（如果你想的話也可以把設定刪掉？），總之就分享一下心路歷程以及使用的技術！