這次我選擇了 AWS來做為我此次雲端平台，目標不僅是再加深我的雲端技術也可以再嘗試用 AWS 的各種服務，打造成一個穩固、可擴展且具備自動化部署能力的「AI 驅動型微服務」。
專注於「Build on AWS」精神的實戰心得。它涵蓋了從最基礎的雲端心法，到最尖端的 Amazon Bedrock 整合，再到成熟的 CI/CD 實踐。
任何偉大的建築都始於穩固的地基。我的 AWS 之旅，從一開始就抓住了雲端世界的兩大核心：成本與安全。
| 技術焦點 | 學習成果與心得 |
|---|---|
| Day 1 & 2 | 成本控制與入門心法： 雲端的第一課是學會省錢！掌握 AWS 帳號管理與資源優化的基本策略，避免「帳單震驚」。 |
| Day 3 | 運算服務的多樣性： 就像擁有了一支工具箱，從傳統的 EC2 虛擬機，到無伺服器的 Lambda，再到容器編排的 EKS/Fargate，學會根據應用場景選擇最合適的「運算動力」。 |
| Day 4 & 5 | 資料的守護者： 深入 AWS 的儲存核心 S3 (高耐久性儲存) 與資料庫服務 DynamoDB (NoSQL 的速度與擴展性) 和 RDS/Aurora (關係型資料庫的可靠性)。 |
| Day 7 & 8 | 應用程式的「黏合劑」： 學習 API Gateway, EventBridge, Cognito 等整合服務，這是建構現代微服務架構的關鍵。特別是 EventBridge，讓我能以事件驅動的方式，將各個服務高效解耦。 |
| Day 9 | 無伺服器初體驗： 完成 Lambda 的 Hello World 挑戰，正式邁入「事件驅動」與「按使用付費」的無伺服器世界。 |
這是整個旅程的高潮。我將先前在 GCP 上的 RAG 經驗，轉化為 AWS 原生的 iRAG 應用，將最新的生成式 AI 技術與無伺服器後端緊密結合。
| 技術焦點 | 學習成果與心得 |
|---|---|
| Day 13 & 14 | Lambda + Bedrock 串串香： 實戰運用 Amazon Bedrock（AWS 的 AI 模型平台）與 Lambda 串連。Bedrock 讓我們能輕鬆調用 Anthropic Claude 或 Llama 3 等頂級模型，而 Lambda 則扮演了 API 膠水，快速打造出可公開訪問的 AI 問答 API。 |
| Day 15 & 16 | 資料與 API 的定型： 透過設計 API 介面和深化 DynamoDB 操作，確保 AI 互動的數據能夠被高效、穩定地儲存。「API 變成想要的形狀」，正是將技術轉換為產品功能的關鍵。 |
| Day 19 | 前後夾擊，實現貫通： 這一天是里程碑！我們成功將前端介面（Day 11 的 S3 網站）、Lambda 後端、Bedrock 核心、DynamoDB 儲存全部串聯，達成了完整的 AI 問答流程 End-to-End 運行。 |
| Day 20 & 21 | 從開發到運維： 應用程式跑起來只是開始，能否穩定且划算地運行才是考驗。透過「完整流程串接測試」來確保可靠性，並用「成本觀測箱 DashBoard」來實時監控，將成本控制思維落實到日常營運中。 |
最後的階段，我將精力投入到「如何讓程式碼的變更，安全且快速地到達用戶手中」，這就是 DevOps 的核心任務。
| 技術焦點 | 學習成果與心得 |
|---|---|
| Day 22 - 25 | 安全與自動化中樞： 強化 Cognito 實現使用者身分驗證，確保 AI 應用的安全防線。而 EventBridge 的規則與排程，讓我的微服務具備了定時執行與事件響應的強大自動化能力。 |
| Day 26 | 系統解耦的藝術： 引入 SQS (Simple Queue Service)，這是處理高併發與異步任務的利器。它能有效隔離服務，避免系統因單點故障而崩潰。 |
| Day 27 & 28 | CodePipeline 與 CodeBuild： 這是 AWS CI/CD 的兩大核心戰士。CodePipeline 負責流程協調，定義部署的步驟；CodeBuild 負責執行編譯、測試等實際工作。我終於開始建立自己的程式碼交付流水線！ |
| Day 29 | 完美的收官儀式： 最後一天，我成功實踐了S3 前端自動化部署 (CI/CD)。從程式碼提交那一刻起，CodePipeline 便會自動啟動，經過編譯測試後，將最新的網站內容部署到 S3 上。這標誌著我從手動部署時代，正式邁入了自動化發布的新紀元。 |
這次的挑戰基本上讓我又再度加深 無伺服器全棧架構 (Lambda, API Gateway, DynamoDB, S3)，更讓我成為一個能夠將 生成式 AI 核心 (Bedrock) 成功產品化、並透過 AWS DevOps (CodePipeline, CodeBuild) 實現自動化交付的「雲端開發者」。
如果你也想在 AWS 上建立第一個 AI 應用，我強烈建議從這三個方向深化：
希望我的30天挑戰可以啟發各位雲端學習之旅！
iThome鐵人賽
看影片追技術