iT邦幫忙

技術文章

RSS

Day 18|第三週階段性總結:從數據分析到自動化維運的 AI 整合心法

前言恭喜大家跟著完成了鐵人賽的第 18 天!在第三週(Day 13 - Day 17)中,我們的視野從「單純寫程式」擴展到了「數據分析、無程式碼自動化、技術寫作...

鐵人賽 自我挑戰組 DAY 18

Day 18|使用 AI 協助 Excel 與資料分析

許多人以為 AI 只能寫文章。 但在實際工作中,AI 最容易產生效益的地方之一,往往是 Excel 與資料分析。 前言 無論是行政、人資、財務、業務,還...

Day 17|AI 輔助雲端原生除錯:伺服器 Log 分析與故障排查實戰

前言歡迎來到鐵人賽的第 17 天!在 Day 16 中,我們探討了如何將 AI 帶入終端機來撰寫 Shell 腳本與執行 CLI 指令。而在分散式系統、微服務(...

Day 23|連續的時間,才是真正的資源——任務切換成本與注意力殘留

Day 23|連續的時間,才是真正的資源——任務切換成本與注意力殘留 副標題:《任務切換成本與注意力殘留 (Task-Switching Cost, Atte...

鐵人賽 自我挑戰組 DAY 28

Day 28|第二十八章:看見的能力

Day 28|第二十八章:看見的能力 重新簽約會議訂在雙連結會議選出五位outlink後的第二週。薇薇安的助理提前把議程傳給蘇菲,標題是「下一階段合作規劃」,附...

Day 16|AI 輔助 CLI 與 Shell 自動化:打造專屬終端機 AI 助手

前言歡迎來到鐵人賽的第 16 天!在前面幾天,我們討論了 AI 在數據處理、自動化工作流與技術寫作上的應用。對許多工程師與系統管理者(SysAdmin)來說,日...

Day 15|AI 輔助寫作與視覺化:如何在技術文件中加入高品質架構圖與圖像

前言恭喜大家跟著完成了鐵人賽的前半段!在 Day 14 中,我們探討了如何透過 n8n / Make 打造 AI 驅動的自動化工作流。當我們的知識庫、程式碼與自...

Day 14|自動化工作流:結合 n8n / Make 與 AI API 打造無程式碼自動化流水線

前言在 Day 13 中,我們探討了如何用 Python + AI 進行數據處理。然而在日常工作中,許多重複性任務(例如:收到 Email 後自動擷取發票資訊、...

Day 13|AI 輔助數據分析:用 Python + Pandas 快速進行資料清洗與視覺化

前言歡迎來到鐵人賽的第三週!在經歷了第一週的「個人知識庫搭建」與第二週的「AI 輔助軟體開發」後,本週我們將焦點轉向 「數據處理、工作流自動化與生產力整合」。...

鐵人賽 Security DAY 18

[DAY 18] Jump List:記錄應用程式最近使用過的檔案

平常在 Windows 工作列上對一個程式按右鍵,通常會看到最近開啟的檔案或釘選的項目。 像 Word 可能會顯示最近使用過的文件,PDF Reader 也可能...

鐵人賽 Software Development DAY 24

Day 24|從 Azure AD B2C 到 Entra External ID:產品定位與遷移方式

前言 前幾天我們先從 Passkey、FIDO2 與 WebAuthn 說明使用者如何安全登入,再透過 RBAC、ABAC、ACL 與 ReBAC 整理系統如何...

鐵人賽 Vibe Coding DAY 19

老闆不會教你的 Vibe Coding 實戰 30 天|Day 19:Subagents 之來請一個 Code Review 副手

前言 前面我們學了不少東西,尤其是 SKILL 的部分,但......你有沒有想過一個問題呢? 「當所有東西都往當前 AI 塞,難道 Context 會是足夠...

Day 12|第二週階段性總結:打造 AI 驅動的軟體開發全流程(從需求到上線)

前言恭喜大家完成了鐵人賽的第 12 天!在第二週(Day 8 - Day 11)中,我們從單純的「AI 輔助寫扣」一路延伸到了「Debug/重構」、「系統架構設...

鐵人賽 AI Security DAY 19

Day 19|Wazuh Detection Rules:讓 Wazuh 看懂 AI Security Attack

可以,下面我直接幫你整理成一篇「Day 19 已完成」的版本,延續前面 Day 16~18 的寫法,讓你可以直接複製。 前言 Day 18 我已經把 AI Se...

Day 11|AI 輔助 DevOps:自動生成 Dockerfile、Kubernetes YAML 與 CI/CD 流水線 文章內容:

前言在前面幾天,我們討論了如何用 AI 輔助程式撰寫、Debug 以及系統架構設計。然而,把程式碼寫好只是第一步,如何將應用程式穩定、安全且自動化地部署至雲端環...

鐵人賽 Security DAY 21
漫步資安路 系列 第 21 篇

漫步資安路-21(一步一步)

「咖啡是買對了,但你遇到Anderson,為什麼不跟他好好抱怨那個王小四? 」 她到底是真不懂社會這檔事,還是又在挖坑讓我跳? 『跟Anderson 抱怨王小...

鐵人賽 Software Development DAY 22

[Day 22] 實作GStreamer插件的優勢

為什麼你應該試著寫插件 DeepStream的限制 DeepStream的範例程式基本上都希望你照著設計好的方式開發,最明顯能感受到的就是PGIE和SGIE的設...

Day 10|AI 輔助系統設計:自動生成 OpenAPI 與 Mermaid 系統架構圖

前言在軟體開發中,撰寫程式碼往往只佔了一部分的時間,真正的重頭戲在於「系統架構規劃」與「團隊溝通」。一份清晰的架構圖與規範完整的 API 文件,能省去無數次來回...

鐵人賽 Software Development DAY 20

Day 20 - 設定檔 - 用指令來更改設定 - 下

轉眼間已經來到 Day 20 了,也來到了設定檔的最後一篇,馬上設定的功能就可以完善了,我們繼續來處理更改設定的指令 _change_config()! 回顧一...

Day 9|AI 輔助 Debug 與重構:讓 AI 成為你的 24 小時 Code Reviewer

前言在 Day 8 中,我們介紹了如何用 Cursor 與 GitHub Copilot 快速產出程式碼。然而,在日常開發中,工程師花在「讀 Code、除錯 (...

鐵人賽 自我挑戰組 DAY 18

# Day 18 - 你的核心系統固若金湯,攻擊者卻從外包廠商那道沒人管的後門長驅直入

一句話摘要:企業自身的資安防護做得再好,只要有一家外包廠商的存取權限管理鬆散,整條防線就形同虛設;TPRM(第三方風險管理)的關鍵,不是簽一份長長的合規問卷,而...

Day 8|AI 輔助寫程式:用 Cursor 與 GitHub Copilot 打造 3 倍速開發工作流

前言歡迎來到鐵人賽的第二週!在第一週,我們建立了完善的 AI 自學系統與個人知識庫;從今天開始,我們要將 AI 正式導入「軟體開發與實態 Coding」的核心場...

鐵人賽 Software Development DAY 25

【Day 25】根據回饋調整介面與邏輯

延續昨天的使用者測試方法,今天假設我們蒐集到了幾個典型的回饋意見,並實際動手修正。 回饋一:「不知道信心水準滑桿在做什麼」 這是典型的「功能不解釋自己」問題。...

鐵人賽 自我挑戰組 DAY 8

【Day 18】打通雲端資料動脈:用 n8n 監聽並自動讀取 Google Sheets,打造無程式碼資料管線

在昨天的文章中,我們啟動了開源工作流神器 n8n,並掌握了排程觸發器與節點之間傳遞 JSON 數據的基礎機制。 然而,在多數企業或團隊的日常運作中,Google...

Day 7|第一週階段性總結:從 0 到 1 打造自學工作流的關鍵心法

前言恭喜大家跟著完成了鐵人賽的第一週!在這 7 天裡,我們從自學地圖與工具選型(Day 2)、Prompt 精準提問(Day 3)、個人知識庫搭建(Day 4)...

鐵人賽 AI Engineering DAY 18

Day 18 - Pipeline 組裝:PyMuPDF、Docling、Region Routing

零件散落在桌上已經好幾天了。 Day 5 說 PyMuPDF 抽文字層幾乎不花錢。Day 10 說合併表格一起丟,覆蓋率從單張的 0.98 掉到 0.9124,...

鐵人賽 Vibe Coding DAY 25

【DAY25】Unity 2D 敘事遊戲開發:遊戲內道具觸發與彈窗通知回饋(Achievement System Part 3 - In-Game Triggers & Popup UI)

一、前言在昨天完成主選單的成就列表、格狀排版與灰階視覺化後,今天我們要進一步處理遊戲內部的觸發機制與即時彈窗通知。當玩家在遊戲中達成特定條件(例如拿到關鍵道具、...

Day 6|打造專屬 AI 智庫:用 RAG 技術讓 AI 深度檢索你的個人筆記

前言在 Day 4 我們建立了結構化的個人知識庫,Day 5 則實作了資訊的自動化抓取。隨著筆記與文件累積得越來越多,「如何快速找到需要的知識」便成了新的挑戰。...

鐵人賽 AI Engineering DAY 21

Day 21:Agent(一) — 能用工作流就不要用代理

RAG 讓模型「知道」,Agent 讓模型「能做」。今天進入第二常出現的任務訊號(47.6%)。 但我要先講一個可能讓你意外的建議:你需要的多半不是 Agent...

Day 5|資訊擷取自動化:用 Python + AI 打造個人專屬知識抓取腳本

前言在前面幾天,我們建立了知識庫的架構與筆記系統。然而,光有系統還不夠,每天網路上有大量的技術文章、官方文件、部落格與新聞,如果全靠手動複製貼上,不僅耗時,還容...