今天決定再花一些時間，終於把Agent可領取Issue的流程完程。今天和昨天最大的差異就是啓用了不同的AI Model，昨天用GPT-5和Grok Code Fast 1，而今天直接用Claude Sonnet 4，但都是在GitHub Copilot的服務之下，所以和手中的Claude Code仍是有些不同。這點在同樣都使用Claude Sonnet 4時，還是可以明顯感受到。

而在使用Grok Code Fast 1時，我的想法是不要用它來處理你手邊急需要的任務，用來做試驗性質較高的編程會比較適合。它的處理速度很快，也不會有什麼太大的錯誤，但在使用它時，你完全不會了解它到底在幹什麼，對於需要掌握它每一步的情況下，它不會是首選。

對於GitHub Copilot來說，雖然是用一樣的AI Model但會有不同的感受最直接的原因就是對話的Context量，每次看到這個訊息

Summarizing conversation history...

就知道先前的對話內容被簡化過。因此前面有特地提及的事項，它也不會遵守。光是這點就造成了相當大的困擾，像是今日光是請GitHub Copilot產生測試用的Issue，它就會一直產生錯誤的名稱，就算是請它記下來，也一樣沒有用。這讓我不得不懷疑網路上有很多人建議可將對話內容用MCP Server記錄到Memory或是Notaion到底有沒有用。先不說這會花去額外的token，光是在對話的範疇內，它就接二連三的出現記不下來的窘境，更不用說要去遠端拿取資料。

但總算是有一個好的開始，當然我已清楚這一定是只有在很正確的遵循著規則之下，這個流程才能完美的進行，但凡事有個開始，之後再慢慢修就好了。至少驗證了可以利用GitHub coding agent的想法大致是可行的。

因為不停的產生測試用的Issue，還是會擔心AI將不應該置入的sensitive資料寫到Issue裡，故在基礎流程告一段落後，還是決定將

GitHub - trufflesecurity/trufflehog: Find, verify, and analyze leaked credentials

導入，以防資不該出現的資料流入到Issue裡。

另外，正在試驗是否可以將Issue顯示在Project V2上，畢竟之後會展開相當多的Issue，若是有個kanban協助了解，也不失為一個可以了解專案進展的方式。明天就以此為目標，將Project整合進來。