上一篇練了底線、刪除線、上標下標這些文字裝飾，也學會用 text 函式客製化字型、字級與顏色。這篇要換個方向，回頭把清單語法補完，再補上連結、標籤引用這些寫文件...
前面講了這麼多設計理念，但最重要的可編輯還沒做到。目前可以生成一份圖片簡報了，但要怎麼變成可編輯文字的PPT形式呢? 這時候就要用到OCR、字型還原、背景修復了...
上一篇選定了 multilingual-e5-small，當時的評測是把 17 個 Chunk 的向量放進一個矩陣，跟查詢向量做一次乘法——暴力、精確、三行程式...
今日目標 理解 Kubernetes 的最小運算與調度單位：Pod。 搞懂「為什麼 K8s 不直接管理 Container，而是要封裝成 Pod？」。 掌握...
本文同步分享於個人部落格：Liwen Chiou | Digital Architect & Full-Stack Engineer 📜 這裡的修...
用 AI 寫文章，不就是開個對話框、貼上提示詞，再把生出來的八百字改一改嗎？ 大多數人是這樣用的，我以前也是。這種用法有個問題：對話框關掉，它就忘了你是誰。下次...
從 Day 8 到昨天，我用同一段登入流程與同一組檢查點，把四種整合方式各測了兩篇。今天將它們攤開來對照，查看設定、呈現與產出物的差異，以及最後選了哪個方案。...
Day 14 跟 Day 17 介紹了「中斷」與「多執行緒」，其實就是為本篇的內容：volatile 鋪陳。 volatile 關鍵字的意義為「這個變數可能隨時...
「當產品程式碼改動 1 行，你卻要跟著修改 10 檔測試程式碼時，問題往往不是出在產品改版，而是出在你的測試程式碼品質太差。」 大家好，我是 Jane。 在...
昨天 Day 16 我們攔掉了第一種髒輸入——夾帶「ignore previous instructions」這類想覆寫系統指令的提示注入。注入是「惡意」的，被...
完成散步統計後，我想再讓這些散步資料有一點實際的用途。 例如使用者第一次完成散步，可以解鎖「第一次散步」；累積散步 10 次，可以解鎖新的成就；連續散步 7 天...
文章同步發表在我的Blog 第一次請 ChatGPT 協助整理減重問題之後，我很快發現，光靠回憶很難得到可靠答案。 如果只問我昨天吃得多不多，我可能會回答「還好...
機隊裡的 Ubuntu 伺服器有二十幾台，每一台建立好之後，做的事幾乎一模一樣：設時區、開自動對時、裝虛擬機代理程式、關掉 IPv6、開密碼登入、裝順手的編輯...
Day 2｜「幫我修 bug」和「幫我看著這件事」差在哪 有個很簡單的方法可以測出你的 agent 有多自主：把螢幕關掉，出門三天。 回來以後問它一句「這三天...
【AI 基礎應用 ④】分裂操作(下)·任務拆解 + 成本追蹤:一個任務拆成幾十次呼叫，怎麼分頭做、又算得清帳 昨天 D17 解的是工具「之間」的問題:十幾個工具...
一口氣倒出來的功能 前面三塊問完「為什麼、給誰、怎麼算成功」，區塊 4 終於進到最害怕的部分：要做哪些功能。 這一塊的標準狀況剛好相反。一旦開始講功能，需求方P...
今天要解的問題 統計名詞的中英對照是學生的實際痛點：課本是英文、老師講中文、考試兩種都有。「型一誤差」和「Type I error」要能互相對上。 我需要一頁完...
Day 16: CI/CD 自動化 (二)：多架構 (Multi-Arch) Docker Image 構建 支援 ARM 與 AMD64，讓 Image 在各...
今天的故事 在做 PawPal 的醫院功能時，我一直覺得，只有地圖和醫院基本資料還不太夠。 既然我們想做的是一站式的寵物照護網站，那我會希望使用者找醫院的時候，...
第四篇把原始信心換成題內排名，總算解決了尺度亂飄的問題。可惜排名只告訴我誰比較有把握，還沒回答最關鍵的一句：有把握的軌跡，真的比較常答對嗎？ 今天會用有答案的開...
大家好，昨天我們認識了深度學習的四大架構，特別是撐起現代 AI 的 Transformer。今天要來看看，天天在用的大語言模型，到底是怎麼「訓練成型」的。 一個...
上一篇介紹了 MCP 的三個基本角色：Host、Client、Server，以及三種能力：Tools、Resources、Prompts，這篇繼續了解，當一個...
如何找出目標系統需要處理的安全風險？ 目標系統已經按照確認過的功能規則重新實作，仍然不能只根據程式可以執行就判斷安全性。相同的輸入方式、保存狀態或相依項目，在不...
上一篇已經把這條線接起來： 網址 ↓ Route ↓ Controller ↓ Action 例如： /Home/Index 常見情況下會進到： HomeC...
昨天把模型搬回家，今天換成把模型接進自己的程式 昨天談 Ollama 時，我們看到：除了透過 ChatGPT、Claude 或 Gemini 這些產品使用雲端...
Day 17 結束時，agent 還是一支 demo 腳本：跑得起來、有斷言，但沒有 API 面；收尾還留了兩題沒解——一個 agent run 在 token...
簡短回顧 昨天把 GitLab API 的端點與 Note / Discussion 的資料模型整理完了。 但報告發出去並不是結束：今天處理「發出去之後」的兩件...
模組三｜腳本與確定性驗證器（Day 12–16） 昨天講那支 64 行 bash 的設計。今天講它檢查什麼，以及怎麼從一份檢查清單，反推出這個專案踩過哪些坑...
前言 「下禮拜有個新功能要上線，要麻煩你幫忙看一下有沒有問題？」 收到這個任務之後，你的同事通常會先問一串問題，畢竟同事不會通靈，如果通靈可以的話，是不是觀落陰...
模組三｜AI 生圖與生片產線（Day 10–19） 前兩天講產線怎麼建。今天講產線卡住的時候怎麼辦。 這篇的主角是一次內容審核誤判。它本身不大，但排查的過程...
yueswater
Toby
Alan
b132009
Liwen
kjuang
n620970v11
ralphhong5465
Jane
木木貝爾
wtlcqb
tkunlin
fishbob
zhixuli0406
kwangsing3
鼠內補
Eyk
卡洛特
R-HAO
vito1317
6r556ox
Vivian
Pod042A
Abbie
geomingical
Kehao
nathanfhh
harryfan
aspicregal0d
iThome鐵人賽
看影片追技術