鐵人檔案
這個平台最初只是 DBA 為降低資料庫申請與權限作業風險而開發的自用工具，如今正與中心內四個科的作業流程對接，成為後續自動化的共同基礎。本系列將以 30 天記錄平台從 Jupyter Notebook、Vibe Coding 到 AI Engineering 的三代演進，分享如何運用 Spec、Plan、Task、Agent、驗證與人工審查，建立超過 100 項需求的血淚史。
AI Engineering 實戰｜Day 01 從真實專案回看：一套 AI 開發流程是怎麼長出來的 我原本主要做資料庫管理，沒有寫過前端架構。這篇是我第一...
Day 01 我提到，DAP 的第二代不是從 Agent 或複雜流程開始，而是先用 Vibe Coding 把 Notebook 的人工作業搬到 Web。今...
把 Notebook 的流程搬到 Web 後，功能越來越多。我開始不只看畫面能不能跑，而是回頭比對產出的結果：改了 A，為修改的 B 的輸出還一樣嗎？ Da...
Day 03 確認了 JSON 有沒有被改壞。但 JSON 寄出去後，申請人還得跨系統開單、送審、分派與追蹤。這是展開第三代改版的重點項目。 第二代的 D...
Day 04 把申請、審核和分派帶回 DAP 後，畫面開始承接更多角色與狀態。下一個問題變成：這些畫面到底要怎麼講清楚，才不會又靠 AI 盲猜？ 第三代...
Part 2｜第一次把開發寫成協議：DAP 的 8-Step（Day 06–13） 接下來這八天，我會回頭拆解 DAP 在上線過程中逐步形成的 8-Step。從...
Day 06 的 Spec 先處理「這次要改什麼」。但當需求開始碰到既有 API、資料來源與多個檔案時，還有一件事不能跳過：先看 AI 準備怎麼做。 P...
Day 06 的 Spec 處理「這次要改什麼」，Day 07 的 Plan 則讓我先確認「準備怎麼改」。 一份 Plan 往往混著好幾種工作：畫面狀態要改...
Day 08 把一份 Plan 往下拆成 Task，讓 AI 知道接下來有哪些工作要做。不過只要其中一項工作會讀資料、送出申請，或改變畫面狀態，事情又會回到另一...
Day 09 把 API 說清楚以後，AI 要真正開始改程式，而改動結果範圍可能超過你的需求。你可能只想把一段摘要顯示得更清楚，AI 卻順手整理送出邏輯、改掉資...
