Claude Code SSDLC（AI 軟體開發生命週期）教學手冊 版本：v2.1 ｜ 日期：2026-06-26 ｜ 適用對象：資深工程師 / 架構師 / DevOps / AI 工程師 定位：企業級實戰手冊，可直接作為團隊導入規範文件 變更紀錄：v2.0 — 全面更新至 Claude Code 最新版本，涵蓋 Hooks、Skills、Plugins、Agent Teams、Auto Memory、多平台支援等新特性；v2.1 — 修正巢狀程式碼區塊格式錯誤，補充 Hooks／Skills／Subagents 完整 Frontmatter 欄位，新增 Headless 模式與 Sandbox 模式說明，修正 Auto Memory 匯入層數誤植，補齊 Permission 模式完整列舉與附錄 CLI 旗標 目錄 第 1 章：整體架構設計（Architecture） 1.1 Claude Code 在 SSDLC 的角色 1.2 AI Agent 在 SDLC 各階段的應用 1.3 系統架構圖 1.4 多 Agent 協作模型 1.5 與企業系統整合 1.6 多平台支援 第 2 章：Claude Code 安裝與環境建置 2.1 Claude Code CLI 安裝 2.2 VS Code 整合設定 2.3 API Key 與認證設定 2.4 Workspace 初始化 2.5 常見錯誤與排除 2.6 Headless 模式與自動化執行 第 3 章：專案結構設計（Best Practice） 3.1 Claude Code 專案目錄結構 3.2 Prompt Template 設計 3.3 Agent Workflow 定義 3.4 Context 管理策略 3.5 Skills / Rules / Plugins 結構 第 4 章：SSDLC Workflow 設計（核心） 4.1 需求階段（Requirements） 4.2 設計階段（Design） 4.3 開發階段（Development） 4.4 測試階段（Testing） 4.5 部署階段（Deployment） 4.6 維運階段（Operations） 第 5 章：AI Agent Workflow 設計 5.1 多 Agent 協作模式 5.2 自我反饋迴圈（Self-Reflection Loop） 5.3 自我優化系統（Self-Improving System） 5.4 Memory / Context 設計 5.5 Agent Teams 與多 Session 協作 5.6 Plugins 插件生態系 第 6 章：Prompt Engineering 6.1 Prompt 模板設計 6.2 可重用 Prompt Library 6.3 Chain-of-Thought / ReAct 模式 6.4 安全 Prompt（避免 Hallucination） 第 7 章：實務案例 7.1 案例 1：Web 系統（Spring Boot + Vue） 7.2 案例 2：批次系統（Batch Job） 第 8 章：系統維運（Operations） 8.1 日誌管理 8.2 AI 輔助 Debug 8.3 Incident 處理 第 9 章：系統升級與優化（Evolution） 9.1 Prompt 版本控管 9.2 Agent 能力升級 9.3 Workflow 優化策略 第 10 章：最佳實務與建議（Best Practices） 10.1 團隊導入策略 10.2 治理（Governance） 10.3 安全（Security） 10.4 成本控制（Token / API） 第 11 章：常見問題（FAQ） 附錄 A：快速檢查清單（Checklist） 附錄 B：常用指令速查表 附錄 C：參考資料 第 1 章：整體架構設計（Architecture） 1.1 Claude Code 在 SSDLC 的角色 Claude Code 是 Anthropic 推出的 Agentic Coding Tool，可在 Terminal、VS Code、JetBrains、Desktop App、Web 以及 Chrome 瀏覽器中使用。它不只是程式碼補全工具，而是能夠： ...

GitHub Copilot 逆向工程教學手冊（Java Web） 版本：2.0 最後更新：2026-04-02 適用對象：資深工程師、架構師、技術主管 技術棧：Java 21+ / Spring Boot 3.x～4.x / GitHub Copilot（Chat / Agent Mode / Cloud Agent / CLI / MCP） 📑 目錄 第 1 章 概論 1.1 什麼是逆向工程（Reverse Engineering） 1.2 Legacy System 現代化挑戰 1.3 GitHub Copilot 在逆向工程的角色 1.4 適用情境 第 2 章 三種逆向工程策略 2.1 黑箱逆向（Black-box Reverse Engineering） 2.2 白箱逆向（White-box Reverse Engineering） 2.3 灰箱逆向（Gray-box / Hybrid） 2.4 三種策略比較總覽 第 3 章 SDLC 對應逆向工程流程 3.1 需求分析（Requirement Analysis） 3.2 系統設計（System Design） 3.3 開發（Implementation） 3.4 測試（Testing） 3.5 部署（Deployment） 第 4 章 GitHub Copilot 實戰流程 4.1 Step 1：分析舊系統 4.2 Step 2：建立理解模型（Domain Model） 4.3 Step 3：產出文件（AI 自動生成） 4.4 Step 4：建立新專案（Spring Boot） 4.5 Step 5：逐步重構 4.6 Step 6：驗證與測試 4.7 Agent Mode 加速逆向工程 第 5 章 Copilot Prompt Engineering 5.1 Prompt 設計原則 5.2 程式碼分析類 Prompt 5.3 語言轉換類 Prompt 5.4 文件產出類 Prompt 5.5 測試生成類 Prompt 5.6 Prompt 模板庫 5.7 Custom Instructions（專案級指令） 5.8 Agent Mode 專用 Prompt 設計 第 6 章 架構設計（企業級） 6.1 微服務 vs 單體架構決策 6.2 分層架構設計 6.3 資料庫遷移設計 6.4 中介軟體整合 第 7 章 風險與最佳實務 7.1 常見錯誤 7.2 逆向工程失敗案例分析 7.3 資料遺失風險與對策 7.4 安全性考量 7.5 AI 治理與企業合規 第 8 章 完整案例（實戰） 8.1 案例背景：VB6 客戶管理系統 8.2 Copilot 分析過程 8.3 新系統 Spring Boot 實作 8.4 案例二：舊 Java Servlet 轉 Spring Boot 第 9 章 工具整合 9.1 VS Code 配置 9.2 GitHub Copilot Chat 9.3 Copilot CLI 9.4 SonarQube 整合 9.5 Swagger / OpenAPI 9.6 Copilot Agent Mode 與 Cloud Agent 9.7 MCP Server 整合 9.8 Copilot Code Review 9.9 Copilot Spaces 與 Memory 第 10 章 結論 10.1 三種逆向策略比較表 10.2 推薦最佳實務 附錄 A：逆向工程檢查清單（Checklist） 附錄 B：Prompt 快速參考卡 附錄 C：常用工具版本對照 附錄 D：成本效益分析（ROI 評估） 第 1 章 概論 1.1 什麼是逆向工程（Reverse Engineering） 逆向工程是指從「已存在的系統產出物（程式碼、執行檔、資料庫）」出發，反向推導出系統的： ...

Agent Skills 教學手冊（企業級 SSDLC + GitHub Copilot + Claude Code） 版本：v1.4.0 更新日期：2026-06-30 適用對象：資深工程師、架構師、Tech Lead、DevSecOps 工程師 技術棧：Agent Skills 開放標準、GitHub Copilot Skills、Claude Code Skills、VS Code、Spring Boot、Vue 3 規範參考：Agent Skills Specification（開放標準 v1.0） 目錄 第 1 章：Agent Skills 概念與架構 1.1 什麼是 Agent Skills 1.2 與傳統 Prompt Engineering 的差異 1.3 Skills vs Prompt vs Tool vs Agent 比較 1.4 漸進式揭露（Progressive Disclosure）設計原則 1.5 Skills 組成結構 第 2 章：Skills 平台深度解析（GitHub Copilot + Claude Code） 2.1 多平台 Skills 架構 2.2 Skills 運作流程 2.3 Skills Metadata 設計（Frontmatter 完整參考） 2.3.1 開放標準欄位（agentskills.io Specification） 2.3.2 Claude Code 擴展欄位 2.3.3 字串替換（String Substitutions） 2.3.4 動態上下文注入（Dynamic Context Injection） 2.4 Claude Code 內建 Skills（Bundled Skills） 2.5 Skills 與 Agent 整合方式 2.6 Skills Repository 設計（企業級） 2.7 gh skill CLI（GitHub CLI 整合） 2.8 Skill 內容生命週期與 Token 預算 第 3 章：SSDLC × Skills（核心章節） 3.1 Requirements（需求階段） 3.2 Design（設計階段） 3.3 Development（開發階段） 3.4 Testing（測試階段） 3.5 Security（安全） 3.6 Deployment（部署） 3.7 Maintenance（維運） 第 4 章：Skills 設計最佳實務 4.1 高可重用性設計 4.2 低 Token 消耗策略 4.3 命名規範 4.4 模組化與版本控管 4.5 安全性與權限控管 4.6 社群設計模式參考（Community Patterns） 4.6.1 CONTEXT.md 共用語言模式 4.6.2 反合理化表格模式 4.6.3 Agent Personas 模式 4.6.4 生命週期導向組織模式 4.6.5 四大失敗模式框架 4.6.6 User-invoked vs Model-invoked 設計模式 4.6.7 自主執行模式 4.6.8 Skills 安裝器生態 第 5 章：Skills 實作教學（Hands-on） 5.1 範例 1：產生 API 設計文件 Skill 5.2 範例 2：程式碼審查 Skill 5.3 範例 3：Spring Boot 服務生成 Skill 第 6 章：企業級 Skills Repository 架構 6.1 建議 GitHub Repo 結構 6.2 Skills 分類策略 6.3 權限控管（RBAC） 6.4 與 CI/CD 整合 第 7 章：與開發工具整合 7.1 GitHub Copilot 整合 7.2 Claude Code 進階整合 7.3 VS Code 整合 7.4 CI/CD（GitHub Actions）整合 7.5 Issue / PR 流程整合 第 8 章：Skills 治理（Governance） 8.1 Skills 審核機制 8.2 品質控管（Quality Gate） 8.3 安全審查（Security Review） 8.4 使用追蹤與優化（Telemetry） 第 9 章：常見錯誤與反模式 9.1 過度設計 Skills 9.2 Token 爆炸問題 9.3 Skills 過於耦合 9.4 其他常見反模式 第 10 章：未來趨勢 10.1 Agentic Workflow 10.2 Multi-Agent Collaboration 10.3 Skills Marketplace 與開放生態 附錄 A：企業導入檢查清單 附錄 B：Prompt → Skill 轉換速查表 附錄 C：常用 Skills 清單 附錄 D：參考資源 第 1 章：Agent Skills 概念與架構 1.1 什麼是 Agent Skills 定義：Agent Skills 是一種基於 agentskills.io 開放標準的模組化、可重複使用「AI 能力包」（Capability Package），以資料夾形式存在，內含說明文件（SKILL.md）、腳本（Python / Bash / PowerShell）、範本（Templates）和參考資源（References）。 ...

使用 GitHub Copilot 進行逆向工程並產出需求規格書 版本：2.0 | 更新日期：2026-03-31 適用對象：資深工程師、系統分析師、架構師、PM 技術環境：VS Code + GitHub Copilot（含 Agent Mode、Coding Agent、MCP 整合） 產業適用：銀行、金融、保險等高合規性企業系統 AI 模型支援：GPT-5.4 / GPT-5.4 mini / GPT-5.3-Codex / Gemini 3.1 Pro / 自動模型選擇 目錄 第 1 章 逆向工程方法論 1.1 什麼是逆向工程 1.2 企業系統中的逆向工程應用場景 1.3 Code → Requirement 轉換模型 1.4 各層級程式碼的需求推導策略 1.5 逆向工程成熟度模型 第 2 章 GitHub Copilot 使用策略 2.1 Copilot 在逆向工程中的角色定位 2.1.1 GitHub Copilot 2026 功能架構全景 2.1.2 各功能在逆向工程中的定位 2.1.3 AI 模型選擇策略 2.2 Prompt Engineering 核心原則 2.2.1 角色設定（Role Setting） 2.2.2 結構化 Prompt 模板 2.2.3 五大 Prompt 策略 2.3 逐段分析程式碼的技巧 2.3.1 分段策略 2.3.2 VS Code 操作技巧 2.4 C# 程式碼解讀策略與 Prompt 範例 2.5 SQL / Stored Procedure 解讀策略與 Prompt 範例 2.6 Batch Job 解讀策略與 Prompt 範例 2.7 從技術描述轉換為商業需求描述 2.8 Before / After 完整範例 2.9 Agent Mode 與 Coding Agent 在逆向工程中的進階應用 2.9.1 使用 Agent Mode 進行跨檔案逆向分析 2.9.2 使用 Plan Agent 規劃逆向工程任務 2.9.3 使用 Copilot Coding Agent 進行自動化逆向分析 2.9.4 使用 MCP 擴展逆向工程能力 2.9.5 使用 Custom Agent 建立專用逆向工程分析師 2.9.6 使用 Copilot Memory 累積逆向工程知識 2.9.7 第三方 Coding Agent 與外部平台整合 2.9.8 使用背景代理進行非同步逆向分析 第 3 章 實戰流程（Step-by-Step） 3.1 Step 1 — 程式碼盤點 3.1.1 模組分類方法 3.1.2 使用 Copilot 快速摘要 3.1.3 自動化盤點腳本 3.2 Step 2 — 邏輯解析 3.2.1 API 邏輯分析 3.2.2 Batch Job 邏輯分析 3.2.3 DB 邏輯分析 3.3 Step 3 — 商業邏輯抽取 3.3.1 從技術邏輯到業務需求的轉換方法 3.3.2 商業規則分類框架 3.3.3 需求追溯矩陣 3.4 Step 4 — 文件產出 3.4.1 SRS 文件自動生成流程 3.4.2 文件品質檢查 3.5 端到端流程圖 第 4 章 SRS 文件標準格式 4.1 SRS 文件結構概覽 4.2 系統概述 4.3 Use Case 描述 4.4 功能需求（Functional Requirements） 4.5 非功能需求（Non-functional Requirements） 4.6 資料流程（DFD） 4.7 ER Model（資料結構） 4.8 Batch Flow 4.9 企業級 SRS 範本（完整） 第 5 章 完整實戰範例 5.1 範例一：C# API 控制器逆向分析 5.1.1 原始程式碼 5.1.2 Copilot 分析過程 5.1.3 推導出的需求 5.2 範例二：Stored Procedure 逆向分析 5.2.1 原始程式碼 5.2.2 Copilot 分析過程 5.2.3 推導出的需求 5.3 範例三：Batch Job 逆向分析 5.3.1 分析場景 5.3.2 Copilot 分析結果 5.4 最終 SRS 文件片段產出 第 6 章 企業最佳實務 6.1 避免誤判需求的策略 6.1.1 常見的誤判類型 6.1.2 防範策略 6.1.3 信心度評估框架 6.2 需求驗證流程 6.2.1 三層驗證機制 6.2.2 驗證會議範本 6.3 整合 SSDLC 6.4 搭配版本控制（Git） 6.4.1 SRS 文件的 Git 管理策略 6.4.2 Git Branching 策略 6.4.3 Commit 訊息規範 6.5 常見錯誤與修正策略 6.6 使用 Copilot Code Review 驗證 SRS 品質 6.6.1 設定 Copilot Code Review 規則 6.6.2 SRS Pull Request 審查流程 6.7 使用 Copilot Spaces 管理逆向工程上下文 第 7 章 架構延伸（進階） 7.1 從逆向結果到 Spring Boot API 設計 7.1.1 技術對照表 7.1.2 SRS → API 設計的轉換流程 7.1.3 範例：從 SRS 到 Spring Boot 7.2 微服務架構轉換 7.2.1 從單體到微服務的拆分策略 7.2.2 Stored Procedure 的遷移策略 7.3 Domain Modeling（DDD） 7.3.1 從逆向結果推導領域模型 7.3.2 統一語言表 7.4 Clean Architecture 對應 7.4.1 分層架構設計 7.4.2 Spring Boot 專案結構 7.5 使用 Copilot Coding Agent 自動化遷移工作 7.5.1 從 SRS 到 Spring Boot 骨架自動生成 7.5.2 SP 邏輯遷移自動化 7.5.3 Hooks 自動化品質檢查 第 8 章 Prompt 工程模板庫 8.1 程式碼摘要類 8.2 邏輯解析類 8.3 需求轉換類 8.4 文件產出類 8.5 驗證與審查類 第 9 章 自動化流程（AI + Script） 9.1 自動化盤點腳本 9.1.1 C# 專案自動盤點（PowerShell） 9.1.2 SQL Server Stored Procedure 盤點 9.2 批次分析流程 9.2.1 分析工作流程自動化 9.2.2 分析任務分配模板 9.3 SRS 自動組裝 9.3.1 SRS 組裝腳本（PowerShell） 9.3.2 SRS 品質檢查腳本 9.4 Copilot Coding Agent 端到端自動化流程 9.4.1 自動化流程架構 9.4.2 GitHub Actions 工作流配置 9.4.3 批次 Issue 建立腳本 9.4.4 追溯矩陣自動生成 附錄 A 檢查清單（Checklist） A.1 逆向工程啟動檢查清單 A.2 每日分析檢查清單 A.3 模組完成檢查清單 A.4 SRS 發佈前檢查清單 A.5 Copilot 使用安全檢查清單 A.6 Copilot Coding Agent 使用檢查清單 附錄 B 術語表 附錄 C 參考資源 C.1 工具 C.2 標準與規範 C.3 推薦閱讀 C.4 GitHub Copilot 相關資源 第 1 章 逆向工程方法論 1.1 什麼是逆向工程 逆向工程（Reverse Engineering） 是從既有系統的成品（程式碼、資料庫、設定檔等）出發，反推出系統的設計意圖、業務規則與需求規格的過程。 ...

企業級程式碼品質分析方法論教學手冊 版本：v2.0｜日期：2026-03-30｜適用對象：初階至資深工程師、Tech Lead、架構師 適用技術棧：Java / Spring Boot、Vue / TypeScript、微服務架構 適用產業：銀行、金融業、保險業等高穩定度 / 高安全系統 重要更新：OWASP Top 10: 2025 版、PMD 7.x、Checkstyle 13.x、SpotBugs 4.9.x、ESLint 9.x Flat Config 📋 目錄 第 1 章：程式碼品質概論 1.1 程式碼品質的定義 1.2 技術債（Technical Debt） 1.3 為什麼企業需要品質管理 1.4 品質管理全景圖 1.5 實務落地建議 第 2 章：程式碼品質模型（核心方法論） 2.1 品質模型總覽 2.2 可讀性（Readability） 2.3 可維護性（Maintainability） 2.4 可測試性（Testability） 2.5 效能（Performance） 2.6 安全性（Security） 2.7 可擴展性（Scalability） 2.8 實務落地建議 第 3 章：程式碼異味（Code Smells） 3.1 什麼是 Code Smell 3.2 常見 15+ 種 Code Smells 3.3 實務落地建議 第 4 章：靜態分析與工具 4.1 靜態分析概述 4.2 SonarQube 4.3 ESLint 4.4 PMD / Checkstyle 4.5 SpotBugs 4.6 工具功能比較 4.7 企業導入方式 4.8 實務落地建議 第 5 章：Code Review 方法論 5.1 Code Review 的價值 5.2 Review Checklist（企業版） 5.3 Pull Request 標準 5.4 Review 角色分工 5.5 常見錯誤 5.6 實務落地建議 第 6 章：CI/CD 與品質門檻（Quality Gate） 6.1 CI/CD 品質整合概述 6.2 Quality Gate 設計 6.3 Pipeline 品質檢查流程 6.4 Fail Pipeline 策略 6.5 實務落地建議 第 7 章：測試策略與品質關聯 7.1 測試金字塔 7.2 單元測試（Unit Test） 7.3 整合測試（Integration Test） 7.4 覆蓋率迷思 7.5 測試與品質的關係 7.6 實務落地建議 第 8 章：重構（Refactoring）策略 8.1 何時該重構 8.2 安全重構流程 8.3 常見重構技巧 8.4 實務落地建議 第 9 章：企業實務最佳實踐（Best Practices） 9.1 銀行 / 金融系統案例 9.2 微服務品質管理 9.3 DevSecOps 整合 9.4 實務落地建議 第 10 章：導入策略（企業落地） 10.1 推動步驟（Roadmap） 10.2 組織角色 10.3 KPI 指標 10.4 成熟度模型（Level 1～5） 10.5 實務落地建議 附錄 A：新進成員檢查清單（Checklist） 附錄 B：品質指標速查表 附錄 C：推薦學習資源 第 1 章：程式碼品質概論 1.1 程式碼品質的定義 程式碼品質不只是「能跑就好」，在企業級系統中，品質直接影響系統的穩定性、安全性與長期維護成本。 ...

使用github copilot下的Prompt Engineering vs Context Engineering vs Harness Engineering教學手冊 版本：2.0.0 最後更新：2026-03-18 適用對象：資深工程師、技術主管、AI 輔助開發導入團隊 技術情境：Java / Spring Boot / GitHub Copilot / 銀行級 Web Application 文件等級：企業標準技術白皮書 目錄 第一章：核心概念說明 1.1 三者定義 1.2 演進關係 1.3 一句話理解 1.4 歷史脈絡與業界趨勢 1.5 三者的互補與協同關係 第二章：詳細比較表 2.1 七大面向比較 2.2 成熟度模型 2.3 投入與回報分析 2.4 學習曲線與導入難度 2.5 適用場景矩陣 第三章：實務案例（Web Application） 3.1 案例一：REST API 開發 3.2 案例二：Batch Job 資料處理 3.3 案例三：前端 UI 開發 3.4 案例四：除錯（Debug） 3.5 案例五：微服務通訊設計 3.6 案例六：安全性漏洞修復 3.7 案例總結比較 第四章：GitHub Copilot 實戰應用 4.1 Prompt Engineering 在 Copilot 中的實踐 4.2 Context Engineering 在 Copilot 中的實踐 4.3 Harness Engineering 在 Copilot 中的實踐 4.4 三者整合實戰工作流 第五章：工具與技術建議 5.1 各層級對應工具 5.2 工具選型決策矩陣 5.3 2026 年最新工具生態 5.4 工具整合架構 第六章：架構設計觀點 6.1 三層演進模型 6.2 大型系統 AI 能力分層設計 6.3 Anti-pattern 架構分析 6.4 企業級 AI 能力成熟度評估框架 6.5 多系統 AI 策略設計 第七章：最佳實務（Best Practices） 7.1 團隊開發規範 7.2 文件設計方式 7.3 Prompt Template 設計 7.4 AI 使用治理（Governance） 7.5 KPI 與成效衡量 第八章：常見錯誤（Anti-pattern） 8.1 Prompt 層 Anti-pattern 8.2 Context 層 Anti-pattern 8.3 Harness 層 Anti-pattern 8.4 跨層 Anti-pattern 8.5 Anti-pattern 速查表 第九章：結論與展望 9.1 架構思維總結 9.2 團隊落地路徑 9.3 ROI 量化框架 9.4 未來展望（2026-2028） 附錄 A：檢查清單（Checklist） 附錄 B：詞彙表 附錄 C：參考資源 附錄 D：Prompt Engineering 進階技巧手冊 附錄 E：Context Engineering 設計模式 第一章：核心概念說明 章節摘要：本章定義 Prompt Engineering、Context Engineering 與 Harness Engineering 三者的核心概念，並說明它們從「單次對話」到「系統化 AI 能力」的演進脈絡。 ...

SuperClaude Framework 生態系教學手冊 版本：基於 SuperClaude Framework v4.3.0 撰寫 最後更新：2026-06-30 適用對象：資深工程師、技術主管、全端開發團隊 文件性質：企業標準技術白皮書 / 實戰教學手冊 目錄 第一章：SuperClaude Framework 概覽 第二章：系統需求與安裝 第三章：系統設定與配置 第四章：30 個 Slash 指令完整指南 4.10 指令差異比較與選擇指南 第五章：20 個 AI 代理人使用指南 5.4 代理人協調模式 第六章：7 種行為模式 第七章：Deep Research 深度研究功能 第八章：Web Application 開發實戰工作流 第九章：Flags 旗標使用指南 9.4 自動啟動旗標 9.5 MCP Server 旗標 9.6 行為模式旗標 9.7 執行控制旗標 9.8 旗標交互作用與優先規則 第十章：系統維護與管理 第十一章：系統升級 第十二章：團隊協作最佳實踐 附錄 第一章：SuperClaude Framework 概覽 章節摘要：本章介紹 SuperClaude Framework 的核心定位、設計理念與生態系架構。讀者將瞭解它如何將原生 Claude Code CLI 轉化為具備完整軟體工程流程的自動化開發平台，以及其 30 個指令、20 個代理人、7 種模式與 8 個 MCP Server 的整體佈局。 ...

OpenCode 生態系完整教學手冊 版本：基於 OpenCode v1.17.11（2026 年 6 月） 適用對象：資深工程師、架構師、DevOps 工程師、技術主管 文件等級：企業標準技術白皮書 維護單位：軟體架構組 最後更新：2026-06-30 涵蓋範圍：OpenCode 核心、Oh My OpenAgent（OmO）外掛、OpenWork 桌面協作平台 文件修訂紀錄 版本 日期 修訂者 修訂說明 1.0 2026-03-04 軟體架構組 初版建立 2.0 2026-03-08 軟體架構組 全面更新至 v1.2.21；新增 OmO、OpenWork 章節；擴充至企業白皮書等級 3.0 2026-03-25 軟體架構組 更新至 v1.3.2；OmO v3.13.1 新增 Multimodal Looker / Metis 代理與 Agent Orchestration；OpenWork v0.11.191 新增 Dev Mode、Templates、Cloud Worker 3.0 2026-03-25 軟體架構組 全面更新至 OpenCode v1.3.2、OmO v3.13.1、OpenWork v0.11.191；新增 Multimodal Looker、Metis、Agent Orchestration 分類路由、雲端 Worker 架構等新功能 4.0 2026-04-12 軟體架構組 全面更新至 OpenCode v1.4.3、OmO v3.17.0、OpenWork v0.11.206；OpenCode 新增 OpenCode Go 訂閱、40+ 提供商支援、Docker 安裝、Ollama Cloud；OmO 更名 oh-my-openagent、OpenCode v1.4.0 最低版本檢查、Doctor 診斷命令、Session Recovery、File Prompts；OpenWork 授權變更為 FSL-1.1-MIT、Ollama 支援、React Session Composer、i18n 五語系 5.0 2026-04-16 軟體架構組 更新至 OpenCode v1.4.6（762 releases、oxlint 整合、provider auth API）、OmO v3.17.3（164 releases、replace_plan 支援、CLA 與 Telemetry 機制）、OpenWork v0.11.207（1,057 releases、Catalan 語系、microsandbox 沙箱流程、Roadmap 分頁、Node 24 CI 準備）；新增 multiedit 工具、Sisyphus Labs 等待名單、提供商新增 40+ 項 6.0 2026-04-30 軟體架構組 全面更新至 OpenCode v1.14.30（781 releases、152k Stars、875 貢獻者、question 工具、agent create CLI、Desktop App BETA 正式化）、OmO v3.17.10（168 releases、55.1k Stars、199 貢獻者、GPT-5.5 native prompt drafts、npm OIDC CI 改進）、OpenWork v0.13.0（1,087 releases、14.5k Stars、Tauri→Electron 遷移、Cloud MCP OAuth Server、Welcome/Onboarding 畫面、microsandbox 功能旗標、pnpm workspace 重構）；新增 ACP 支援文件、SDK 文件、Server 文件、外掛文件、生態系統文件 7.0 2026-05-14 軟體架構組 全面更新至 OpenCode v1.14.50（800 releases、160k Stars、896 貢獻者、Scout SubAgent 新增、native LLM core foundation、TUI notifications、Electron Desktop CI 改進）、OmO v4.1.2（177 releases、57.7k Stars、219 貢獻者、Team Mode v4.0 多代理並行、hyperplan/security-research 技能、Kimi K2.6/GPT-5.5/GLM-5.1 模型支援、configurable agent ordering、CDP browser tools）、OpenWork v0.13.8（1,202 releases、15.2k Stars、61 貢獻者、shadcn/ui skills、Electron browser automation、Daytona/devcontainer、native main menu、10 語系支援、AI Providers 重構） 8.0 2026-05-31 軟體架構組 全面更新至 OpenCode v1.15.13（815 releases、168k Stars、921 貢獻者、database schema 重構、keymap fallback 改進、gcp metadata 修正、stats 路由功能、nix 更新）、OmO v4.5.12（187 releases、60.4k Stars、268 貢獻者、Multi-Harness Agent OS 重構支援 OpenCode/Codex/Pi 多平台、lazycodex Light Edition、omo-codex 可攜版、54+ 生命週期掛鉤、security-review 內建技能、.agents 目錄遷移）、OpenWork v0.14.0（1,346 releases、15.7k Stars、62 貢獻者、Google Workspace OAuth、Voice mode CDP 音訊檢查、pnpm v11 遷移、內建擴充市集、SCIM/SSO 企業管理流程、新版訊息列表 UI、embedded OpenCode 升級至 v1.15.12） 9.0 2026-06-30 軟體架構組 全面更新至 OpenCode v1.17.11（828 releases、181k Stars、959 貢獻者、VS Code Extension v1.17.11 同步發佈、Desktop Electron session title hover 改進、stats route 功能完善、GitHub issue actions 優化、SDK v2 SSE streams 修正、location node 重構）、OmO v4.14.1（208 releases、64.3k Stars、290 貢獻者、Multi-Harness Agent OS 重構完成支援 OpenCode/Codex/Pi/Claude Code 四平台、LazyCodex Light Edition 正式版八組件發佈、telemetry 架構統一 DAU/WAU/MAU 追蹤、omo-opencode 套件獨立模組化、source-state 修復、Codegraph MCP server 新增、共享技能 frontend 子模組化）、OpenWork v0.17.4（1,610 releases、16.5k Stars、65 貢獻者、重新定位為 Claude Cowork 開源替代品、SignPath.io 免費程式碼簽署、Enterprise Plan 正式化含 SSO/SLA/LTS、OpenWork Orchestrator CLI 獨立套件、Docker images 發佈 den-api/eval-vnc/charts、pnpm v10.27.0 + Bun 1.3.9+ 環境要求、Windows 付費支援計畫、Dev Mode 隔離 OPENWORK_DEV_MODE 自動啟用、10 語系支援完善） 目錄 第一章：OpenCode 生態系總覽 1.1 OpenCode 核心理念 1.2 生態系全景圖 1.3 與傳統 AI Coding Tool 差異 1.4 與 GitHub Copilot / Claude Code 等工具比較 1.5 適用場景分析 1.6 真實案例研究 1.7 版本演進與藍圖 第二章：系統架構設計 2.1 總體架構 2.2 Client/Server 架構 2.3 代理系統（Agent System） 2.3.1 主要代理（Primary Agents） 2.3.2 子代理（SubAgents） 2.3.3 隱藏系統代理 2.3.4 自訂代理 2.3.5 代理進階選項 2.3.6 Plan / Build 運作流程 2.4 工具系統（Tools） 2.5 MCP 伺服器整合架構 2.6 外掛系統（Plugins） 2.7 技能系統（Skills） 2.8 與前端框架整合方式 2.9 與後端框架整合方式 2.10 與 Git / CI/CD 整合架構 2.11 與本地模型 / 雲端模型整合架構 第三章：安裝與環境建置 3.1 系統需求 3.2 Windows 安裝步驟 3.3 macOS 安裝步驟 3.4 Linux 安裝步驟 3.5 Desktop App 安裝 3.6 終端機模式設定 3.7 IDE 擴充設定 3.8 模型設定（雲端 API / 本地模型） 3.9 環境變數與 Proxy 設定 3.10 企業網路限制處理方式 第四章：專案導入標準流程（SOP） 4.1 新專案導入流程 4.2 舊專案導入流程 4.3 Branch 管理策略 4.4 PR 與 Code Review 搭配方式 4.5 團隊協作模式 4.6 安全開發流程（SSDLC 整合方式） 第五章：實戰操作教學 5.1 使用 Plan 模式設計系統架構 5.2 使用 Build 模式產生程式碼 5.3 自動產生測試 5.4 重構（Refactor） 5.5 Debug 5.6 批次修改專案 5.7 生成文件（README / API 文件） 5.8 使用 Explore / Scout SubAgent 探索程式碼庫與外部文件 5.9 使用自訂指令加速工作流程 5.10 網路搜尋與網頁擷取 5.11 LSP 整合操作 5.12 實戰範例：完整的 CRUD API 開發流程 第六章：最佳實踐（Best Practices） 6.1 Prompt 撰寫策略 6.2 Token 控制策略 6.3 避免幻覺（Hallucination） 6.4 如何做 Code Validation 6.5 與 SonarQube / 測試工具整合 6.6 大型專案使用策略 6.7 多模組專案管理建議 6.8 格式化器整合 6.9 多語言專案管理策略 6.10 程式碼審查最佳實踐 6.11 TDD/BDD 與 OpenCode 整合 6.12 安全編碼規範指南 6.13 效能優化策略 第七章：系統維護與治理 7.1 模型版本管理策略 7.2 OpenCode 版本管理 7.3 日誌管理 7.4 成本控制 7.5 權限管理 7.5.1 完整權限列表 7.5.2 細粒度權限控制 7.5.3 「ask」選項的三個選擇 7.5.4 代理專屬權限 7.6 技能系統（Skills） 7.6.1 SKILL.md 檔案格式 7.6.2 技能發現路徑 7.6.3 技能權限控制 7.7 自訂工具（Custom Tools） 7.7.1 工具定義 7.7.2 多工具匯出 7.7.3 覆蓋內建工具 7.8 規則系統（Rules） 7.9 風險控管 第八章：系統升級策略 8.1 升級前檢查清單 8.2 版本相容性測試 8.3 回滾策略 8.4 CI/CD 驗證流程 第九章：企業導入建議 9.1 導入階段規劃 9.2 教育訓練策略 9.3 試點專案規劃 9.4 成本效益分析 9.5 KPI 設計 9.6 企業版功能 9.7 企業級安全治理架構 9.8 企業導入常見挑戰與解決方案 9.9 多團隊統一管理方案 9.10 成本分析與 ROI 模型 第十章：Oh My OpenAgent（OmO）生態系 10.1 OmO 總覽與定位 10.2 核心概念：Discipline Agents 10.3 ultrawork / ulw 一鍵啟動 10.4 IntentGate 意圖閘道 10.5 Hash-Anchored Edit Tool 10.6 /init-deep 深度初始化 10.7 Prometheus 規劃器 10.8 背景代理（Background Agents） 10.9 Skill-Embedded MCPs 10.10 Ralph Loop 自我迴圈 10.11 Todo Enforcer 與 Comment Checker 10.12 內建 MCP 伺服器 10.13 LSP 與 AST-Grep 整合 10.14 Tmux 整合 10.15 Claude Code 完整相容性 10.16 Agent Orchestration 模型路由 10.17 安裝與設定 10.18 設定檔詳解 10.19 企業導入 OmO 建議 10.20 OmO 實戰教學：微服務拆分 10.21 OmO 與 OpenCode 功能對照表 10.22 OmO 效能調優指南 10.23 Multimodal Looker 代理（v3.12+ 新增） 10.24 Metis 代理——規劃顧問（v3.12+ 新增） 10.25 GPT-5.5 xhigh 路由與 ultrabrain 模式（v3.13+ 新增） 10.26 Session Tools——歷程分析（v3.13+ 新增） 10.27 Think Mode（v3.13+ 新增） 10.28 OmO v3.13 其他更新 10.29 OmO v3.14-v3.17.10 更新摘要 10.30 OmO v4.0-v4.5.12 更新摘要（Team Mode 與 Multi-Harness OS 重大版本） 10.31 OmO v4.6-v4.14.1 更新摘要（Multi-Harness 完成與 LazyCodex 正式版） 第十一章：OpenWork 桌面應用與協作平台 11.1 OpenWork 總覽與定位 11.2 核心理念 11.3 功能架構 11.4 Host 模式與 Client 模式 11.5 技能管理器（Skill Manager） 11.6 OpenWork Orchestrator CLI 11.7 OpenCode Router（WhatsApp / Slack / Telegram） 11.8 OpenPackage 套件管理 11.9 安裝與設定 11.10 架構詳解 11.11 安全性設計 11.12 Dev Mode 隔離（v0.11.160+ 新增） 11.13 Templates 儲存與重播（v0.11.170+ 新增） 11.14 Execution Plan Timeline（v0.11.180+ 新增） 11.15 Cloud Worker 架構（v0.11.185+ 新增） 11.16 Workspace Switch 與 Starter Sessions（v0.11.190+ 新增） 11.17 OpenCode Plugins 管理（Skills Tab） 11.18 OpenWork v0.11.192-v0.14.0 更新摘要 11.19 OpenWork v0.14.1-v0.17.4 更新摘要 11.20 企業導入 OpenWork 建議 第十二章：生態系整合與進階工作流程 12.1 OpenCode + OmO + OpenWork 三層整合 12.2 多代理協作工作流程 12.3 企業級 AI 開發平台架構 12.4 跨團隊協作模式 12.5 從 Claude Code 遷移指南 12.6 GitHub / GitLab 深度整合 12.7 ACP（Agent Communication Protocol）支援 12.8 CI/CD 管線深度整合 12.9 多倉庫聯合開發模式 12.10 資料庫遷移自動化 12.11 監控與可觀察性整合 12.12 基礎架構即程式碼（IaC）整合 12.13 企業級日誌與稽核系統 12.14 企業災難復原與高可用方案 第十三章：常見問題與故障排除 13.1 安裝問題 13.2 API 連線失敗 13.3 模型回應不穩 13.4 權限問題 13.5 IDE 無法連線 13.6 效能問題 13.7 OmO 特定問題 13.8 OpenWork 特定問題 附錄 A：快速上手檢查清單（Checklist） 附錄 B：常見 OpenCode 指令速查表 附錄 C：OmO 指令速查表 附錄 D：設定檔完整範例 附錄 E：MCP 伺服器推薦清單 附錄 F：模型推薦與比較 附錄 G：重要參考資源 附錄 H：術語表 第一章：OpenCode 生態系總覽 1.1 OpenCode 核心理念 OpenCode 是一個 100% 開源 的 AI 編碼代理（AI Coding Agent），由 Anomaly 團隊開發維護。截至 2026 年 6 月，OpenCode 已達到以下里程碑： ...

JavaScript 程式語言教學手冊 文件資訊 版本: 2.0 更新日期: 2026年2月20日 適用對象: 新進前端開發同仁 專案架構: 前後端分離 (Vue 3.x / React / Angular) 涵蓋標準: 至 ECMAScript 2025（ES16） 目錄 JavaScript 基本概念 1.1 語言特性 1.2 基礎資料型別與運算子 1.3 變數與作用域 1.4 函式與閉包 1.5 物件與原型鏈 1.6 ES6+ 常用語法 1.7 實務注意事項 1.8 ES2023-ES2025 新特性 1.8.1 ES2023 新特性 1.8.2 ES2024 新特性 1.8.3 ES2025 新特性 1.8.4 ES2025 瀏覽器支援狀態 程式開發規範 2.1 程式碼風格指南 2.2 ESLint 和 Prettier 設定 2.3 專案中常用的 Utility Functions 專案中常見應用範例 3.1 DOM 操作與事件處理 3.2 非同步處理 3.3 與後端 API 溝通 3.4 錯誤處理與例外狀況處理 3.5 Web APIs 應用 3.6 專案最佳實務 3.7 測試與除錯 現代開發工具與 TypeScript 4.1 TypeScript 基礎 4.2 建置工具 學習資源與進階閱讀 ...

TypeScript 程式語言教學手冊 適用對象：新進前端開發同仁 目標：快速掌握 TypeScript 在專案中的使用方法與最佳實踐 更新日期：2026年2月20日 📋 目錄 TypeScript 基礎 1.1 TypeScript 與 JavaScript 的差異 1.2 型別系統 1.3 介面與型別別名 專案規範 2.1 TypeScript 版本與設定 2.2 檔案命名規則與專案目錄結構 2.3 型別宣告的最佳實踐 2.4 使用 any 的限制與替代方法 程式開發指引 3.1 撰寫可讀性與可維護性的程式碼 3.2 常見錯誤與最佳解法 3.3 與第三方套件整合 範例程式碼 4.1 Class 類別實作範例 4.2 Interface 介面範例 4.3 泛型實作範例 4.4 模組化範例 實務建議 5.1 善用 TypeScript 的型別檢查 5.2 除錯與測試 5.3 團隊協作與程式風格統一 檢查清單 6.1 專案建立檢查清單 6.2 開發期間檢查清單 6.3 程式碼審查檢查清單 6.4 部署前檢查清單 6.5 常見問題快速檢查 進階主題 7.1 條件型別 (Conditional Types) 7.2 映射型別 (Mapped Types) 7.3 模板字面型別 (Template Literal Types) 7.4 裝飾器 (Decorators) 效能優化與最佳實踐 8.1 編譯效能優化 8.2 型別檢查效能 8.3 打包優化 8.4 記憶體使用優化 TypeScript 生態系統 9.1 開發工具 9.2 建置工具 9.3 測試框架 9.4 型別定義管理 常見問題與解決方案 10.1 編譯錯誤 10.2 型別推斷問題 10.3 執行時期問題 10.4 最佳實踐檢查清單 TypeScript 6.0 與 7.0 新特性與遷移 11.1 TypeScript 6.0 新特性 11.2 TypeScript 6.0 重大變更與棄用 11.3 TypeScript 7.0 原生編譯器 (Go 版本) 11.4 從 5.x 遷移至 6.0/7.0 指南 1. TypeScript 基礎 1.1 TypeScript 與 JavaScript 的差異 什麼是 TypeScript？ TypeScript 是 Microsoft 開發的 JavaScript 超集（superset），為 JavaScript 添加了靜態型別檢查功能。 ...