Open Design 教學手冊

Open Design 教學手冊 版本:v0.13.0「Stay in Flow」(對應 Open Design 0.13.0) 最後更新:2026-07-02 適用對象:資深工程師、前後端開發人員、UI/UX 設計師、AI 架構師、平台維運與採購決策者 授權:Apache-2.0(部分內建 Plugin/Skill 沿用原始授權,詳見附錄 A) 文件等級:企業標準技術白皮書 目錄 1. 概述與背景 1.1 Open Design 是什麼 1.2 為何需要 Open Design 1.3 市場產品比較全景 1.4 BYOK 與 AMR 雙軌設計理念 1.5 適用場景 1.6 開源基石與技術譜系 2. 系統整體架構設計 2.1 高階架構圖 2.2 技術組成 2.3 AI Agent 整合架構 2.4 設計生成流程 2.5 Prompt Stack 組合機制 2.6 專案目錄結構與資料治理 2.7 與企業架構整合 3. 安裝與環境建置 3.1 系統需求 3.2 安裝路徑總覽 3.3 首次啟動與驗證 3.4 BYOK 設定 3.5 桌面版安裝 3.6 容器化與雲端部署 3.7 多語系與國際化 4. 核心機制解析 4.1 Skill 驅動架構 4.2 HTML PPT Studio 技能體系 4.3 Design System 設計系統 4.4 Visual Directions 視覺方向 4.5 Anti-AI-Slop 防劣質機制 4.6 媒體生成能力 4.7 Craft 設計參考系統 4.8 OD Library 與使用者資產庫 5. Plugin 系統與 MCP 整合 5.1 Plugin 市集架構與定位 5.2 官方 Plugin 六大分類 5.3 Plugin CLI 操作 5.4 建立與貢獻 Plugin 5.5 MCP Server 整合 5.6 Open Design AMR 模型路由器 6. AI 開發流程(企業級) 6.1 Web Application 開發 6.2 舊系統逆向工程 6.3 Framework 升級 6.4 企業文件與報表生成 7. Prompt Engineering 7.1 Prompt 結構設計原則 7.2 高品質 Prompt 範本 7.3 Prompt 最佳化策略 8. 設計品質控管機制 8.1 五維度自我審核機制 8.2 P0 / P1 / P2 Checklist 8.3 Artifact Lint API 8.4 Slop 黑名單 9. 輸出與整合 9.1 匯出格式 9.2 CI/CD 整合 9.3 Git / PR 開發流程整合 9.4 Claude Design ZIP 匯入 10. 系統維護與營運 10.1 日誌與監控 10.2 錯誤處理 10.3 Skill 管理 10.4 Design System 更新策略 10.5 資料備份與復原 11. 系統升級策略 11.1 Open Design 升級流程 11.2 相容性管理 11.3 版本控管策略 11.4 回滾機制 12. 團隊導入建議 12.1 開發團隊使用方式 12.2 設計師協作模式 12.3 AI Agent 分工策略 12.4 SSDLC 整合方式 13. 最佳實踐(Best Practices) 14. 常見問題與風險 15. 與企業架構深度整合 15.1 微服務架構整合 15.2 Clean Architecture 對應 15.3 前端框架整合(Vue / React) 15.4 後端框架整合(Spring Boot / FastAPI) 16. 檢查清單(Checklist) 附錄 A:參考來源與技術譜系 附錄 B:Roadmap 發展藍圖 1. 概述與背景 1.1 Open Design 是什麼 Open Design(OD)是由 nexu-io 團隊主導開發的開源設計生成平台,定位為 Anthropic Claude Design 的全功能開源替代方案。經過近兩個月的高速迭代,OD 已從單純的「Web app + 本地 daemon」演進為原生桌面應用、MCP 整合、Plugin 市集三翼並進的完整平台,但核心設計原則維持不變: ...

May 3, 2026 · 37 min · 7732 words · Eric Cheng

Warp 教學手冊

Warp + AI 開發完整教學手冊 版本:v1.2(2026-07-02) 適用對象:資深工程師 / 架構師 / DevSecOps 團隊 Warp 版本:v0.2026.06.03.09.49.stable_00(開源 AGPL v3 + MIT 雙授權) 定位:企業標準技術白皮書 開源倉庫:warpdotdev/warp(62,700+ Stars) 官方文件:docs.warp.dev 貢獻總覽:build.warp.dev 目錄 1. Warp 架構總覽 1.1 Warp 在開發體系中的角色 1.2 Warp + Oz 平台架構圖 1.3 與傳統 Terminal 比較 2. 安裝與環境建置 2.1 各平台安裝方式 2.2 GPU 與 Shell 設定 2.3 開發工具整合 3. Warp 核心功能解析 3.1 Block(區塊系統) 3.2 Command Palette 3.3 AI 功能與多模型支援 3.4 Agent 進階能力 3.5 Code Editor 與 Code Review 3.6 Warp Drive(Workflows / Env 管理) 3.7 團隊共享機制 4. Warp + AI Coding Agent 整合 4.1 Claude Code 整合 4.2 GitHub Copilot CLI 整合 4.3 Gemini CLI 整合 4.4 OpenAI Codex CLI 整合 4.5 其他 CLI Agent 整合 4.6 AI Agent 比較表 5. Oz Cloud Agents(雲端代理) 5.1 Cloud Agents 概述 5.2 觸發機制與整合 5.3 自託管(Self-Hosting) 5.4 Oz Platform(CLI / API / SDK / Web App) 6. Warp 在 AI 開發流程中的應用 6.1 建立專案(Scaffold) 6.2 撰寫程式碼 6.3 測試(Unit / Integration) 6.4 Debug 6.5 Refactor 6.6 文件生成 7. 實戰:Web Application 開發(企業級) 7.1 前端(Vue 3 + TypeScript) 7.2 後端(Spring Boot) 7.3 API 設計 7.4 DB 操作 7.5 Warp + AI 全流程自動生成 8. 逆向工程(Legacy → Modern) 8.1 分析舊系統 8.2 用 Warp + AI 重建架構 8.3 自動產生文件 / API / 測試 9. Framework 升級 9.1 Spring Boot 2 → 3 / 4 升級 9.2 Java 8 → 21+ 升級 9.3 Warp + AI 升級自動化流程 10. Warp Drive(團隊協作) 10.1 建立企業 Workflow Library 10.2 指令模板設計 10.3 敏感資訊(Env)管理策略 11. SSDLC + Warp(安全開發) 11.1 SAST 靜態應用安全測試 11.2 Dependency Scan 相依套件掃描 11.3 Secret Scan 機密掃描 11.4 自動化安全檢查流程 12. 系統維運與監控 12.1 Log 分析 12.2 指令自動化 12.3 Incident 處理 13. 最佳實務(Best Practices) 13.1 Prompt Engineering 13.2 Workflow 設計 13.3 團隊導入策略 14. 常見錯誤與反模式 15. 結論與導入建議 15.1 適合導入的組織 15.2 ROI 分析 15.3 成熟度模型(Level 1 ~ Level 5) 附錄 A:檢查清單(Checklist) 附錄 B:常用指令速查表 附錄 C:AI Prompt 範本庫 附錄 D:Warp 方案與計費 1. Warp 架構總覽 1.1 Warp 在開發體系中的角色 Warp 是新一代代理開發環境(Agentic Development Environment, ADE),由 Warp 公司以 Rust 語言打造,於 2026 年 4 月 28 日正式開源(AGPL v3 / MIT 雙授權,其中 UI 框架 warpui_core / warpui 兩個 crate 採 MIT,其餘核心程式碼採 AGPL v3),OpenAI 為創始贊助商。截至 2026 年 7 月,GitHub 已取得 62,700+ Stars,專案語言組成以 Rust(98.3%)為主體,開源後採「Agent-first」貢獻模式——人類貢獻者的角色從手寫程式碼轉為撰寫規格(Spec)、審查 AI 產出與調度 Agent 艦隊,此模式由 Oz 平台與 GPT 系列模型驅動。 ...

May 3, 2026 · 42 min · 8863 words · Eric Cheng

Claude Code Best Practice 教學手冊

Claude Code Best Practice 教學手冊 版本:基於 GitHub 專案 shanraisshan/claude-code-best-practice(v2.1.181+,2026 年 7 月 1 日) 適用對象:資深工程師、架構師、技術主管 定位:企業標準技術白皮書 / 企業級 AI 輔助開發實戰手冊 語言:繁體中文 文件版本:v2.0 文件更新日期:2026 年 7 月 1 日 目錄 第 1 章 專案介紹與核心理念 1.1 claude-code-best-practice 是什麼 1.2 Vibe Coding → Agentic Engineering 轉型 1.3 Hot Features 與 Beta 功能清單 1.4 為什麼適合企業級開發 第 2 章 整體架構設計 2.1 Claude Code 在系統中的角色 2.2 與 GitHub Copilot 的協作架構 2.3 Agentic Workflow 架構 2.4 多 Agent(Subagents)設計模式 2.5 與 CI/CD / DevOps 整合方式 第 3 章 安裝與環境建置 3.1 Claude Code CLI 安裝 3.2 Terminal 優化 3.3 專案初始化方式 3.4 開發環境最佳實踐 3.5 Devcontainers 與遠端開發 第 4 章 專案結構設計 4.1 CLAUDE.md 設計原則 4.2 .claude/rules/*.md 延遲載入機制 4.3 YAML Frontmatter 規則設計 4.4 多層規則架構 4.5 settings.json 設計與階層體系 4.6 Plugins 與 Marketplaces 第 5 章 Claude Code 核心工作流 5.1 Plan Mode(規劃模式) 5.2 任務拆解策略(50% Context Rule) 5.3 /compact 使用時機 5.4 長任務控制技巧 5.5 Auto Mode 與 Permission 模式 第 6 章 Agentic Engineering 實戰 6.1 Subagents 設計 6.2 多 Agent 協作模式 6.3 任務分派與回收機制 6.4 如何避免「全能型 Agent 失控」 6.5 Agent SDK 與程式化整合 第 7 章 Hooks 自動化機制 7.1 Hooks 概述與事件類型 7.2 SessionStart — 自動載入上下文 7.3 PreToolUse — 安全檢查 7.4 PostToolUse — 自動格式化與品質檢查 7.5 Stop Hook — 品質門檻 7.6 Permission Request Hook — 智能審批 7.7 HTTP Hooks 與進階機制 7.8 企業級 Hooks 最佳實踐總結 第 8 章 AI 輔助開發實戰場景 8.1 Web Application 開發 8.2 舊系統逆向工程 8.3 Framework 升級 第 9 章 CLI 與數據分析整合 9.1 BigQuery CLI 使用方式 9.2 無 SQL 分析流程 9.3 自動生成報表 第 10 章 與 GitHub Copilot 協作模式 10.1 Claude Code vs Copilot 分工 10.2 Code Generation vs Architecture Planning 10.3 雙 AI Workflow 設計 10.4 Cross-Model 與多引擎工作流 第 11 章 SSDLC 安全開發整合 11.1 Threat Modeling(威脅建模) 11.2 Secure Coding 規範 11.3 自動弱點掃描(SAST / DAST) 11.4 Sandbox 沙箱模式 11.5 Compliance(OWASP / ISO) 第 12 章 系統維護與最佳化 12.1 長期使用策略 12.2 Token 使用優化 12.3 成本控制(模型選擇) 12.4 記憶體系統管理 第 13 章 系統升級策略 13.1 Claude Code 規則升級 13.2 Prompt 演進管理 13.3 Agent 持續優化 13.4 Plugins、Channels 與 Routines 第 14 章 團隊導入建議 14.1 團隊導入流程(Phase 1~3) 14.2 開發規範 14.3 Code Review + AI Review 模式 14.4 常見錯誤與反模式 第 15 章 最佳實踐總結與 Checklist 15.1 專案初始化 Checklist 15.2 每日開發 Checklist 15.3 安全 Checklist 15.4 團隊導入 Checklist 15.5 升級前 Checklist 第 16 章 MCP(Model Context Protocol)整合指南 16.1 MCP 概述與架構 16.2 .mcp.json 設定語法 16.3 常用 MCP Servers 16.4 Cross-Model Workflows(跨模型整合) 16.5 MCP 權限設定 16.6 MCP 安全性最佳實踐 附錄 A:核心指令速查表(81 個官方指令) 附錄 B:主流開發工作流比較 附錄 C:Skill Collections 資源 附錄 D:參考資源 附錄 E:Agent Collections 資源 第 1 章 專案介紹與核心理念 1.1 claude-code-best-practice 是什麼 claude-code-best-practice 是由 Shayan Rais(shanraisshan)維護的開源專案,目前已累積超過 50,000 顆 GitHub Stars,是 Claude Code 社群中最受歡迎的實戰指南。該專案彙整了: ...

May 2, 2026 · 47 min · 9831 words · Eric Cheng

Claude Code 建立 SSDLC Agent Team 教學手冊

Claude Code 建立 SSDLC Agent Team 教學手冊 版本:3.0.0 | 最後更新:2026-11-16 | 官方基準:Claude Code v2.1.325 | 作者:企業級 AI Agent 架構顧問團隊 適用對象:資深工程師、架構師、技術主管、DevSecOps、人員培訓 定位:企業級白皮書等級教學手冊,可直接作為團隊導入與治理規範 目錄 Ch 0:文件資訊與閱讀指南 0.1 文件基本資訊 0.2 使用前提與先決條件 0.3 閱讀地圖 0.4 功能狀態標示規則 0.5 核心名詞定義 0.6 版本變更紀錄 0.7 注意事項 Ch 1:總覽:什麼是 Claude Code SSDLC Agent Team 1.1 為什麼企業需要 SSDLC Agent Team 1.2 與其他方法的差異比較 與單一 AI 助手的差異 與單純 Prompt Engineering 的差異 與一般 Code Assistant(如 GitHub Copilot)的差異 1.3 Claude Code 在 SSDLC 各階段的角色 1.4 新系統開發 vs. 舊系統逆向工程 1.5 整體架構圖 1.6 企業導入價值 1.7 典型使用情境 1.8 實務建議 1.9 本章審查與驗證清單(v2.0 新增) Ch 2:功能盤點與術語對照 2.1 18 項功能概述 2.2 功能矩陣表 2.3 平台差異比較表 2.4 概念差異比較表(容易混淆的概念兩兩比較) 2.5 功能穩定性狀態對照表(Experimental / Beta / GA) 2.6 容易混淆術語表 2.7 Subagent 限制速查表 2.8 Config Hierarchy 與 CLAUDE.md 載入順序速查 2.9 實務建議 2.10 版本門檻速查表 2.11 本章審查與驗證清單(v2.0 新增) 2.12 v2.1.297–v2.1.325 變更對 SSDLC Agent Team 的影響地圖(v3.0 新增) 如何驗證這張表是否仍成立 Ch 3:Claude Code SSDLC Agent Team 企業架構設計 3.1 Agent Team 整體架構圖 3.2 Agent 間協作流程圖 3.3 十個 Agent 角色詳細定義 ① Requirements Agent — 需求分析師 ② Architect Agent — 架構師 ③ Backend Agent — 後端開發 ④ Frontend Agent — 前端開發 ⑤ Test Agent — 測試工程師 ⑥ Security Agent — 安全工程師 ⑦ Code Review Agent — 程式碼審查 ⑧ Release Agent — 部署管理 ⑨ Reverse Engineering Agent — 逆向工程 ⑩ Documentation Agent — 文件撰寫 3.4 Subagents vs Agent Teams 比較圖 3.5 Subagent vs Agent Team 決策矩陣 3.5.1 Team 的建立、任務分派與通訊機制 3.6 Agent 與 SSDLC 階段對應表 3.7 Agent RACI 矩陣 3.8 必須人工審核的清單 3.9 權限過大的風險與防範 3.10 實務建議 3.11 Agent Teams 架構變更與遷移指引 3.11.1 破壞性變更時間軸 3.11.2 啟用 Agent Teams 會改變一般委派行為 3.11.3 Subagent 定義轉為 Teammate 的欄位對應 3.11.4 Agent Teams 專屬 Hook 事件 3.11.5 安全提醒:計畫審批會被 Lead 自動代簽 3.11.6 成本與規模建議 3.11.7 遷移檢查清單 3.12 Task 工具與共享任務清單的模型相依(v2.0 新增) 3.12.1 哪些模型預設有 Task 工具 3.12.2 如何確認目前 Session 有沒有 Task 工具 3.12.3 建議設定 3.12.4 對品質閘門設計的影響 3.13 本章審查與驗證清單(v2.0 新增) 3.14 Agent Teams 在 v2.1.297–v2.1.325 的權限繼承與安全修正(v3.0 新增) 3.14.1 Teammate 的權限從哪裡來 3.14.2 範例:讓 split-pane Teammate 也只能執行允許的指令 3.14.3 v2.1.323 起 Teammate 只接受自己 Lead 的請求 3.14.4 其他修正(升級後不需動作,但會改變觀察到的行為) 3.14.5 人工如何驗證 Ch 4:平台安裝與環境建置 4.1 安裝前提 4.2 Windows 安裝 方式一:PowerShell 安裝(推薦) 方式二:CMD 安裝 方式三:WinGet 安裝 Windows 安裝驗證 4.3 macOS 安裝 方式一:原生安裝程式(macOS,推薦) 方式二:Homebrew 安裝 方式三:npm 安裝(macOS) 4.4 Linux 安裝 方式一:原生安裝程式(Linux,推薦) 方式二:套件管理員(apt/dnf/apk) 方式三:npm 安裝(Linux) 4.5 VS Code Extension 安裝 4.5.1 擴充功能設定(claudeCode.*) 4.5.2 指令與快捷鍵 4.5.3 Chrome 瀏覽器自動化(@browser) 4.5.4 /usage 用量面板(v2.1.174+) 4.5.5 IDE MCP Server 安全機制與第三方 Provider 設定 4.6 CLI 認證方式 方式一:互動式登入(推薦) 方式二:API Key 環境變數 方式三:apiKeyHelper 與長效 Token(企業環境推薦) 4.7 Permission Mode 比較表 4.8 公司允許模型設定 4.9 最佳起始設定 全域設定 ~/.claude/settings.json 專案設定 .claude/settings.json 個人本地設定 .claude/settings.local.json 4.10 常見安裝錯誤與排除 4.11 實務建議 4.12 VS Code Extension 版本門檻與無障礙支援 4.12.1 功能版本門檻速查 4.12.2 無障礙(Accessibility)支援 4.12.3 問題回報管道 4.13 公司允許模型的鎖定、驗證與評估流程(v2.0 新增) 4.13.1 為什麼只寫別名或只寫 availableModels 都不夠 4.13.2 建議的 managed settings 4.13.3 各 Provider 的注意事項 4.13.4 驗證:檢查腳本與人工測試 4.13.5 新模型的評估與納入流程 4.14 本章審查與驗證清單(v2.0 新增) 4.15 VS Code 擴充功能 v2.1.297–v2.1.325 的企業設定重點(v3.0 新增) 範例:處理機敏 repo 的 VS Code 使用者設定 人工如何驗證 Ch 5:專案初始化與標準目錄設計 5.1 標準目錄樹 5.2 每個檔案與目錄用途說明 5.3 核心設定檔範例 CLAUDE.md(專案級記憶) .claude/settings.json(專案設定) .claude/settings.local.json(個人本地設定,不進版控) .mcp.json(MCP Server 設定) .claude/agents/security-agent.md(Subagent 定義範例) .claude/skills/security-scan/SKILL.md(Skill 定義範例) .claude/hooks/ 設定(在 settings.json 中定義 Hook) .claude/output-styles/concise.md(自訂輸出風格範例) .claude/loop.md(持續任務指引) 5.4 命名規範 5.5 版本控管策略 5.6 .gitignore 建議 5.7 Plugins 與 Marketplace 策略 5.8 快速初始化腳本 5.9 實務建議 5.10 本章審查與驗證清單(v2.0 新增) Ch 6:建立 Agent 與 Subagent 6.1 概念總覽:Subagent、Custom Subagent 與 Agent Team Teammate 6.2 Subagent 與主對話的差異 6.3 Subagent vs. Agent Team 比較 6.4 自動呼叫 vs. 明確呼叫 6.5 前景 vs. 背景執行與 Fork Mode Fork Mode(/subtask,v2.1.212+) 側問題請用 /btw 而非開 Subagent --agent Flag(CLI 模式) 6.6 權限、Tools、Model 與 Isolation 6.7 巢狀呼叫限制 6.8 完整範例 範例 1:Security Reviewer Subagent 範例 2:Test Runner Subagent 範例 3:Code Reviewer Subagent 範例 4:Reverse Engineering Subagent 範例 5:Coordinator Agent(用於 Agent Team Lead) 範例 6:Architect Teammate 6.9 Worktree Isolation 範例 方式一:自動隔離(建議) 方式二:手動隔離(適用於需要完全控制的場景) 6.10 Anti-Patterns(5 個常見錯誤) ❌ Anti-Pattern 1:Agent Team Teammate 巢狀呼叫 ❌ Anti-Pattern 2:Agent Team Teammate 依賴 Skills/MCP ❌ Anti-Pattern 3:Subagent 擁有過多工具 ❌ Anti-Pattern 4:Agent Team 用於生產環境關鍵路徑 ❌ Anti-Pattern 5:Subagent 無明確 description 6.11 Agent Team Subagent Definition 正確說明 teammateMode 與 Team Display Mode(v2.1.32+,預設值已於 v2.1.179+ 調整) Plan Approval for Teammates Team 規模建議與跨 Agent 訊息的信任邊界 6.12 內建 Subagents 與 Agent Team Hooks 內建 Subagents Subagent 定義檔的載入優先序 限制可委派的 Subagent 類型 指定 Subagent 使用的模型 Agent Team Hooks:TeammateIdle / TaskCreated / TaskCompleted 6.13 實務建議 6.14 Subagent Frontmatter 完整參考(v2.1.251 基準) 6.15 Subagent 載入失敗、錯誤處理與可靠性治理 6.15.1 定義檔被跳過的五種情況 6.15.2 API 錯誤與中途失敗的處理 6.15.3 Subagent 的續跑與紀錄稽核 6.15.4 Sibling Roster(同儕名冊) 6.15.5 Hook 事件與匹配規則 6.15.6 可靠性治理檢查清單 6.16 Cross-Session Messaging(跨 Session 訊息協作) 6.16.1 三種協作模型的選型 6.16.2 運作方式與定址 6.16.3 訊息投遞的三種結果 6.16.4 安全邊界(企業必讀) 6.16.5 企業治理設定 6.16.6 Inbox Socket 與稽核接點 6.16.7 版本需求與限制 6.16.8 導入檢查清單 6.17 v2.1.252–v2.1.296 的 Subagent 新行為與定義檔檢查工具(v2.0 新增) 6.17.1 新欄位與參數 6.17.2 安全相關變更 6.17.3 平台差異:Glob/Grep 在 macOS/Linux/WSL 預設不存在 6.17.4 驗證新行為的方法 6.17.5 定義檔欄位檢查腳本 check_agents.py 6.18 本章審查與驗證清單(v2.0 新增) 6.19 Subagent 在 v2.1.297–v2.1.325 的行為變更與升級對策(v3.0 新增) 6.19.1 前景或背景:Fork Mode 已在所有介面預設開啟 6.19.2 Effort、模型與壓縮 6.19.3 tools: 中的 MCP 工具改為完整名稱比對(v2.1.299) 6.19.4 移除、新增與修正 6.19.5 實測:定義檔載入與唯讀限制(v2.1.325) Ch 7:建立 Prompt Library 與 Team Prompt SOP 7.1 Prompt 在 Claude Code 生態系中的定位 7.2 企業級 Prompt Catalog 架構 7.3 版本管理策略 7.4 Prompt 範本集(10 個) Prompt 1:需求分析 (Requirements Analysis) Prompt 2:架構評審 (Architecture Review) Prompt 3:程式碼撰寫指引 (Coding Standard) Prompt 4:重構指引 (Refactoring Guidance) Prompt 5:測試策略與用例產生 (Testing) Prompt 6:安全審查 (Security Audit) Prompt 7:逆向工程分析 (Reverse Engineering) Prompt 8:PR Review (Pull Request Review) Prompt 9:事故分析 (Incident Analysis) Prompt 10:遷移規劃 (Migration Planning) 7.5 實務建議 7.6 本章審查與驗證清單(v2.0 新增) Ch 8:建立 Skills 8.1 Skills 定義與核心概念 8.2 Skills 與相關功能的差異 8.3 自動觸發 vs. 手動觸發 8.4 Supporting Files 與漸進式揭露(Progressive Disclosure) 8.5 context:fork 與 Compaction 注意事項 8.5.1 Skills 進階 Frontmatter 欄位 shell 欄位範例 paths 欄位範例 effort 欄位範例 hooks 欄位範例 when_to_use / argument-hint / arguments / user-invocable 欄位範例 disallowed-tools / model / agent 欄位範例 8.5.2 Agent Skills 開放標準 8.5.3 Dynamic Context Injection(動態 Context 注入) 8.5.4 完整字串替換變數參考 8.5.5 Skill 內容生命週期與 Compaction 後的重新附加 8.5.6 內建 Skills(Bundled Skills)完整清單 8.5.7 Skill 評測框架(skill-creator Plugin) 8.5.8 Skill 疑難排解 8.5.9 即時偵測、巢狀目錄與雲端 Session 中的 Skill 8.5.10 Skill Listing Budget 與 Context 成本治理 8.5.10.1 預算計算方式 8.5.10.2 治理策略 8.5.10.3 Skill Stacking(Skill 疊加,v2.1.199+) 8.5.10.4 Skill 內容的生效期間 8.5.10.5 動態 Context 注入的資安控管 8.6 完整 Skill 範例(7 個) Skill 1:Security Check Skill 2:Test Generator Skill 3:PR Summary Skill 4:API Review Skill 5:Legacy Analysis Skill 6:Doc Generator Skill 7:Deploy Checklist 8.7 內建 Skills 的載入優先序與命名空間 8.8 實務建議 8.9 claude.ai 同步 Skills 的企業風險與封鎖策略 8.9.1 同步機制與存放位置 8.9.2 企業風險分析 8.9.3 建議封鎖策略 8.9.4 稽核檢查清單 8.10 提交前驗證閘門、Skill 用量治理與信任風險(v2.0 新增) 8.10.1 verify/simplify 專案 Skill 會在每次 commit 前自動執行(v2.1.286+) 8.10.2 用 /skill-doctor 治理 Skill 清單成本(v2.1.252+) 8.10.3 allowed-tools 不受資料夾信任限制 8.11 本章審查與驗證清單(v2.0 新增) 8.12 Skills 在 v2.1.297–v2.1.325 的載入、權限與 Hook 變更(v3.0 新增) 8.12.1 變更一覽 8.12.2 範例:讓無人值守流程可以執行特定 Skill 8.12.3 人工如何驗證 Ch 9:建立 Hooks 與 Guardrails 9.1 Hooks 概述:確定性控制層 9.2 Hook 類型 9.3 Hook 事件 9.4 Matcher 語法 9.4.1 if 條件過濾(依工具參數細部匹配) 9.4.2 環境變數展開 9.5 Hook 設定結構 if 條件過濾欄位 Hook 設定範圍層級 結構化 JSON 輸出:精細權限決策 Exec-form Hooks:避免 Shell 轉義問題 Hook 逾時設定 多個 Hook 同時匹配時的合併規則 prompt / agent 型 Hook 的回應格式 /hooks 指令與安全考量 Hook 疑難排解 9.6 Hooks 與 Permission Mode 的關係 9.7 Hook 除錯方式 9.8 範例 1:保護敏感檔案不可修改 9.9 範例 2:只允許唯讀 SQL 查詢 9.10 範例 3:變更後自動格式化 9.11 範例 4:Teammate 完成任務前的品質 Gate 9.12 範例 5:偵測設定檔變更並寫入 Audit Log 9.13 範例 6:自動補充 Compact 後的關鍵上下文 9.14 範例 7:HTTP Hook 串接企業稽核服務 9.15 實務建議 9.16 Hook 決策欄位與 Exit Code 完整參考 9.16.1 Exit Code 語意 9.16.2 stdout JSON 決策欄位 9.16.3 Stop Hook 的無限迴圈防護 9.16.4 非同步 Hook 與逾時 9.16.5 Hook 設定的載入位置與優先序 9.16.6 Hook 治理檢查清單 9.17 Fail-closed 安全 Hook 的標準寫法、檢查工具與實測(v2.0 新增) 9.17.1 為什麼預設是 fail-open 9.17.2 五條寫法原則 9.17.3 settings.json 結構檢查器 check_settings.py 9.17.4 測試 harness 與實測結果 9.17.5 上線前驗收步驟 9.18 本章審查與驗證清單(v2.0 新增) 9.19 Hooks 在 v2.1.297–v2.1.325 的語意變更與實測(v3.0 新增) 9.19.1 updatedInput 依工具 schema 驗證(v2.1.300) 9.19.2 權限檢查失敗時的處理(v2.1.323) 9.19.3 併發、逾時與中斷 9.19.4 兩個容易漏掉的繞過路徑 9.19.5 實測:onFailure: "block" 與未設定的差異(v2.1.325) Ch 10:建立 Plugins 與 Marketplace Strategy 10.1 何時用 Plugin vs. Standalone Config 10.2 Plugin 結構 bin/ 目錄 LSP Servers Background Monitors 10.3 plugin.json Manifest 格式 10.4 Plugin Subagent 限制 10.5 安裝範圍 10.6 Marketplace 差異 10.7 安全與信任模型 10.8 範例 1:plugin.json 完整範例 10.9 範例 2:Skills 型 Plugin 10.10 範例 3:Agents 型 Plugin 10.11 範例 4:Hooks 型 Plugin 10.12 範例 5:Team Marketplace 設定 10.13 範例 6:Plugin 升級與版本控管策略 10.14 官方 Marketplace 內容總覽 10.15 Plugin 發現與管理指令 10.16 Plugin 驗證、快取與相依性 10.17 Skills 目錄型 Plugin 10.18 實務建議 10.19 Plugin CLI 工具鏈與本機開發流程 10.19.1 claude plugin init — 快速建立 Skills 目錄型 Plugin 10.19.2 本機載入:--plugin-dir 與 --plugin-url 10.19.3 熱重載:/reload-plugins 10.19.4 開發到發布的完整流程 10.19.5 企業 Marketplace 的 CI 建議 10.20 Plugin manifest 驗證實測與 Claude Mods 治理(v2.0 新增) 10.20.1 claude plugin validate 實測 10.20.2 Claude Mods:Plugin 可以改變 Claude Code 本身的行為(v2.1.287+) 10.20.3 其他 v2.1.252–v2.1.296 Plugin 變更 10.21 本章審查與驗證清單(v2.0 新增) 10.22 Plugin 文件改版與 v2.1.297–v2.1.325 的 manifest/Marketplace 變更(v3.0 新增) 10.22.1 官方 Plugin 文件的新結構 10.22.2 plugin.json 的欄位(v2.1.325 對照) 10.22.3 棄用與移除(升級必做) 10.22.4 Marketplace 與安裝的治理變更 10.22.5 實測:claude plugin validate(v2.1.325) Ch 11:Memory、CLAUDE.md 與知識治理 11.1 CLAUDE.md 的角色 11.2 CLAUDE.md 載入順序 11.3 Auto Memory 11.4 Memory vs. CLAUDE.md vs. Skills 11.5 Config Hierarchy 與記憶的關係 11.6 與其他文件的分工 11.7 記憶檔案避免膨脹與污染的方法 11.8 CLAUDE.md 範本 1:通用專案 11.9 CLAUDE.md 範本 2:Security 導向 11.10 CLAUDE.md 範本 3:Reverse Engineering 導向 11.11 記憶治理原則 可接受的記憶內容 不可接受的記憶內容 11.12 清理與維護策略 11.13 實務建議 11.14 模組化規則、AGENTS.md 與指令稽核(v2.0 新增) 11.14.1 用 .claude/rules/ 取代越長越大的 CLAUDE.md 11.14.2 @import 與 AGENTS.md 11.14.3 用 /doctor prompt-audit 稽核指令檔 11.14.4 大型 monorepo:claudeMdExcludes 11.14.5 Git 指示與 CLAUDE.md 衝突 11.15 本章審查與驗證清單(v2.0 新增) Ch 11-A:Output Styles(輸出風格) 11-A.1 概述 11-A.2 內建風格 11-A.3 自訂 Output Style 11-A.4 Plugin 提供的 Output Styles 11-A.5 keep-coding-instructions 欄位 11-A.6 切換 Output Style 11-A.7 SSDLC 建議 11-A.8 企業導入檢查清單與疑難排解 11-A.8.1 導入檢查清單 11-A.8.2 常見問題排解 11-A.9 本章審查與驗證清單(v2.0 新增) 11-A.10 以 stream-json 驗證 Output Style 是否實際套用(v3.0 新增) Ch 11-B:Scheduled Tasks(排程任務) 11-B.1 概述 11-B.2 建立排程任務 11-B.3 任務類型 11-B.4 /loop Skill 11-B.4.1 動態排程的底層機制:ScheduleWakeup 11-B.4.2 loop.md 的載入位置與限制 11-B.4.3 不要用輪詢解決的事:Channels 與 /goal 11-B.5 管理排程任務 11-B.6 搭配 Hooks 11-B.7 SSDLC 應用場景 11-B.8 治理建議 11-B.9 排程機制選型與導入檢查清單 11-B.9.1 三種機制的選型決策 11-B.9.2 導入檢查清單 11-B.9.3 常見誤解澄清 11-B.10 本章審查與驗證清單(v2.0 新增) 11-B.11 排程在 v2.1.297–v2.1.325 的變更與無人值守設定(v3.0 新增) 範例:每 2 小時對 main 執行一次密鑰掃描(Session 範圍) Ch 12:MCP 與 Tools 整合架構 12.1 什麼是 MCP(Model Context Protocol) 12.2 MCP Scope 與設定檔層級 12.3 Transport 機制:HTTP / stdio / SSE 12.4 OAuth、Headers 與安全整合 12.5 進階 MCP 功能 12.5.1 Resources 與 @-mentions 12.5.2 Channels(通道) 12.5.3 Elicitation 12.5.4 動態工具更新(list_changed) 12.5.5 MCP 指令族與進階設定速查 12.5.6 逾時階層、Tool Annotation 與開發輔助 12.6 Claude Code 作為 MCP Server 12.7 MCP 與 Plugins 的整合 12.8 MCP 與企業治理 12.9 MCP 安全風險 12.9.1 Prompt Injection 風險 12.9.2 資料外洩風險 12.10 完整範例 範例 1:GitHub MCP(官方遠端 server) 範例 2:Sentry MCP(官方遠端 server,OAuth) 範例 3:Database MCP(唯讀) 範例 4:Internal API MCP 範例 5:Playwright MCP 範例 6:Project-scoped .mcp.json 完整範例 範例 7:managed-mcp.json 企業管理範例 12.11 MCP 安裝與驗證 12.12 list_changed Notification 12.13 實務建議 12.14 MCP v2 Runtime 遷移指南(v2.1.232+) 12.14.1 v1 與 v2 Runtime 差異 12.14.2 過渡期控制旗標 12.14.3 相關的連線與快取旗標 12.14.4 其他版本行為變更 12.14.5 升級檢查清單 12.15 企業 MCP 管控模式選型與設定檢查(v2.0 新增) 12.15.1 管控模式選型 12.15.2 上線驗收步驟 12.15.3 MCP 設定檢查器 check_mcp.py 12.16 本章審查與驗證清單(v2.0 新增) 12.17 MCP 在 v2.1.297–v2.1.325 的變更:MCP tasks、名稱比對與管控(v3.0 新增) 12.17.1 MCP tasks(公開 Beta,v2.1.304+) 12.17.2 名稱比對改為完整比對 12.17.3 管控設定的行為變更 12.17.4 人工如何驗證 Ch 13:Programmatic CLI、GitHub Actions 與 GitLab CI/CD 13.1 CLI 互動模式 vs Programmatic CLI 13.2 Programmatic CLI 用法 13.2.1 基本語法 13.2.2 --bare 模式 13.2.3 結構化輸出與 JSON Schema 13.2.4 工具與權限控制 13.2.5 完整 CLI 參數速查 13.2.6 stream-json 事件類型 13.2.7 CI 治理:啟動事件檢查與程序終止行為 13.3 Provider 差異說明 13.4 GitHub Actions 整合 🟢 GA 13.4.1 快速安裝 13.4.2 核心參數 13.4.3 完整 Workflow 範例:PR Review Bot 13.4.4 完整 Workflow 範例:安全掃描 Gate 13.4.5 GitHub App 設定與雲端 Provider 整合 13.4.6 認證方式、觸發權限與組織級治理 13.5 GitLab CI/CD 整合 🟡 Beta 13.5.1 GitLab CI/CD 環境設定 13.5.2 完整 GitLab CI/CD Job 範例 13.5.3 GitHub Actions vs GitLab CI/CD 差異 13.5.4 典型應用場景範例 13.5.5 AWS Bedrock / GCP Vertex AI 整合(透過 OIDC) 13.5.6 疑難排解 13.6 API Key / OIDC / Secret 治理 13.7 何時用互動式 vs CI 自動化 13.8 CI/CD 與 Agent 自動化流程圖 13.9 實務建議 13.10 CI 範本的離線驗證紀錄(v2.0 新增) 13.10.1 GitHub Actions:actionlint+Action 輸入檢查 13.10.2 GitLab CI/CD:結構檢查+腳本語法 13.11 本章審查與驗證清單(v2.0 新增) 13.12 Headless 與 CI 在 v2.1.297–v2.1.325 的變更與實測(v3.0 新增) 13.12.1 claude -p 一律以 Manual 起始(v2.1.302) 13.12.2 --allowedTools 會吃掉後面的提示詞 13.12.3 --bare 的實際範圍(v2.1.325 實測) 13.12.4 JSON 與 stream-json 的新欄位與行為 13.12.5 anthropics/claude-code-action@v1 的新輸入(v1.0.276 的 action.yml) 13.12.6 新範本:以 Plugin Skill 做 PR 審查、排程安全摘要 13.12.7 GitLab CI/CD Ch 14:將 Agent、Prompt、Skills、Hooks、Memory、MCP 融入 SSDLC 14.1 為什麼需要融入 SSDLC 14.2 Agent 協作圖 14.3 SSDLC 14 階段總覽 14.4 各階段詳細設計 階段 1:需求分析 階段 2:威脅建模 階段 3:架構設計 階段 4:API 設計 階段 5:開發實作 階段 6:單元測試 階段 7:整合測試 階段 8:安全檢查 階段 9:PR/MR Review 階段 10:部署前驗證 階段 11:上線部署 階段 12:維運監控 階段 13:缺陷分析 階段 14:持續優化 14.5 SSDLC SOP 總覽表 14.6 安全 Gate 建議 14.7 KPI 建議 效率類 KPI 品質類 KPI 安全類 KPI 14.8 實務建議 14.9 本章審查與驗證清單(v2.0 新增) Ch 15:舊系統逆向工程與現代化改造專章 15.1 方法論總覽 15.2 十一項任務說明 15.3 Reverse Engineering Agent 設計 15.3.1 Agent 定義檔(.claude/agents/reverse-engineering.md) 15.3.2 Agent 設計重點 15.4 專用 Prompt 範例 Prompt 1:架構還原(Architecture Recovery) Prompt 2:Business Rules 抽取 Prompt 3:DB 依賴分析與 ERD 還原 15.5 專用 Skills 範例 Skill 1:Business Rule Extraction Skill 15.6 專用 Hooks / Guardrails 範例 Hook 1:RE 輸出品質檢核 Hook 2:RE 寫入保護(re-write-guard.js) Hook 3:幻覺檢測(re-quality-check.js) 15.7 輸出範本:架構還原文件格式 15.8 風險與注意事項 15.8.1 幻覺風險(Hallucination Risk) 15.8.2 不完整分析風險 15.8.3 實務建議 15.9 本章審查與驗證清單(v2.0 新增) Ch 16:提供給其他團隊使用的共享 SOP 16.1 Team Onboarding 流程 16.1.1 導入路線圖(4 階段 + 時程) 16.1.2 各階段詳細步驟 16.2 Starter Repository 設計 16.2.1 模板 Repo 結構 16.2.2 使用方式 16.3 共享 Plugins / Skills / Agents / Hooks 治理方式 16.3.1 治理架構 16.3.2 治理規範 16.3.3 治理 vs. 即時協作:Cowork 與 Channels/Dispatch 16.4 文件模板 16.4.1 文件模板清單 16.5 教育訓練計畫(4 階段) 16.6 支援模式(L1/L2/L3) 16.7 FAQ(團隊導入常見問題) 16.8 變更公告機制 16.9 例外申請流程 16.10 成熟度模型(5 個等級) 16.11 啟用 Checklist 16.12 角色分工表 16.13 常見阻力與解法 16.14 實務建議 16.15 本章審查與驗證清單(v2.0 新增) Ch 17:安全、治理、稽核與成本控管 17.1 最小權限原則 17.1.1 Permission Mode 治理策略 17.1.2 權限矩陣 17.1.3 六層安全模型總覽 17.2 Hooks Guardrails 17.2.1 必備 Hooks 清單 17.3 Secrets 管理 17.4 敏感檔案保護 17.5 Prompt Injection 風險 17.6 MCP 風險 17.7 Plugin Marketplace 風險 17.8 Agent Teams 權限與成本風險 17.9 CI 自動化風險 17.10 Logs / Audit Trail / Compliance 17.10.1 稽核紀錄建議 17.10.2 合規對照 17.11 風險矩陣表 17.12 模型使用策略:Haiku、Fable、Sonnet、Opus 四級選型 SSDLC 各階段建議分級 成本控管建議 17.13 成本監控指標表 17.14 控制點設計表 17.15 不建議做法清單 17.16 實務建議 17.17 v2.1.252–v2.1.296 新增的治理設定鍵(v2.0 新增) 17.18 本章審查與驗證清單(v2.0 新增) 17.19 v2.1.297–v2.1.325 新增或改變的治理設定(v3.0 新增) managed settings 範例(v3.0 基準) Ch 18:系統維護、升級與相容性管理 18.1 維護總覽 18.1.1 官方文件與版本追蹤機制 18.2 各項升級 SOP 18.2.1 Claude Code CLI 升級 18.2.2 VS Code Extension 升級 18.2.3 Subagents 升級 18.2.4 Skills 升級 18.2.5 Hooks 升級 18.2.6 Plugins 升級 18.2.7 MCP 配置升級 18.2.8 Prompt Library 升級 18.2.9 CLAUDE.md / Memory 清理 18.3 相容矩陣範例 18.4 回滾計畫 18.4.1 回滾策略 18.4.2 回滾決策樹 18.5 版本管理建議 18.6 Experimental → GA 調整 18.7 文件更新流程 18.8 例行巡檢 18.8.1 巡檢 Checklist 18.8.2 巡檢自動化腳本 18.9 升級排程建議 18.10 實務建議 18.11 升級到 v2.1.296 的檢查表(v2.0 新增) 18.12 本章審查與驗證清單(v2.0 新增) 18.13 升級到 v2.1.325 的檢查表與遷移檢查工具(v3.0 新增) 18.13.1 遷移檢查工具 check_v3_migration.py 18.13.2 測試資料與結果 Ch 19:完整實戰案例 19.1 案例一:新建 Spring Boot Web 專案 19.1.1 專案背景 19.1.2 Phase 1:環境準備(Sprint 0,Week 1-2) 19.1.3 Phase 2:Agent Team 建立(Sprint 0,Week 2) 19.1.4 Phase 3:開發流程(Sprint 1-5) 19.1.5 Phase 4:CI/CD 整合(Sprint 1) 19.1.6 Phase 5:交付成果清單 19.2 案例二:舊系統逆向工程與現代化 19.2.1 專案背景 19.2.2 Phase 1:Legacy 系統探勘(Month 1) 19.2.3 Phase 2:遷移規劃(Month 1-2) 19.2.4 Phase 3:逐模組遷移(Month 2-5) 19.2.5 Phase 4:驗證與切換(Month 5-6) 19.2.6 交付成果清單 19.3 案例一與案例二的共通學習 19.3.1 關鍵成功因素 19.3.2 常見陷阱與應對 19.4 實務建議 19.5 案例三:批次/排程工作現代化 19.5.1 專案背景 19.5.2 Phase 1:建立正確性基準(Week 1-3) 19.5.3 Phase 2:效能剖析與改造(Week 4-8) 19.5.4 Phase 3:以 Hook 強制稽核紀律(Week 4-8,與 Phase 2 並行) 19.5.5 Phase 4:Scheduled Tasks 建立持續巡檢(Week 9-10) 19.5.6 Phase 5:CI/CD 效能迴歸閘門(Week 10-11) 19.5.7 交付成果清單 19.5.8 本案例的關鍵學習 19.6 案例四:以 Agent Team 進行大型 PR 平行審查 19.6.1 專案背景 19.6.2 為什麼這個場景適合 Agent Team 19.6.3 環境準備 19.6.4 Teammate 定義與模型指派 19.6.5 執行流程 19.6.6 實測數據與成本 19.6.7 遭遇的問題與解法 19.6.8 企業導入的護欄清單 19.6.9 本案例的關鍵學習 Ch 20:FAQ 與 Troubleshooting 20.1 Agent Teams 為何無法啟動? 20.2 Subagent 為何沒有被自動委派? 20.3 Skills 為何沒有觸發? 20.4 Hooks 為何沒有生效? 20.5 MCP 為何沒有連上? 20.6 Plugins 為何沒有載入? 20.7 VS Code 與 CLI 為何行為不同? 20.8 GitHub Actions 與 GitLab CI/CD 該怎麼選? 20.9 Reverse Engineering 時如何降低幻覺? 20.10 何時該用 subagent,何時該用 agent team? 20.11 何時該用 hook,何時該用 skill? 20.12 如何避免記憶污染與 context 膨脹? 20.13 如何降低 token 成本? 20.14 導入後如何量測 ROI/成效? 20.15 升級 CLI 後 Subagent 突然無法委派或深度受限? 20.16 GitHub Actions Workflow 升級到 @v1 後整個壞掉? 20.17 MCP Server 升級後行為改變或連不上? 20.18 安裝 Plugin 後 Hook 與 MCP Server 沒有生效? 20.19 Skill 數量變多後,部分 Skill 從清單中消失? 20.20 團隊成員的 claude.ai 個人 Skills 出現在企業專案中? 20.21 /loop 建立的排程任務突然停止執行? 20.22 切換 Output Style 後安全規範消失,且找不到 /output-style 指令? 20.23 Subagent 執行到一半中斷,只拿到半截結果? 20.24 CI 中背景執行的指令被提前砍掉? 20.25 如何確認某項功能目前是 GA 還是 Experimental? 20.26 實務建議 20.27 升級後 Subagent 定義的部分欄位「沒有作用」?(v2.0 新增) 20.28 Hook 設定看起來正確,卻從來沒有執行?(v2.0 新增) 20.29 CI 中 Claude 突然不再詢問、直接執行或直接拒絕?(v2.0 新增) 20.30 模型明明鎖了 Sonnet 4.6,實際卻跑在 Sonnet 5.5?(v2.0 新增) 20.31 GitHub Actions 的 Security Gate 從來沒有擋下任何 PR?(v2.0 新增) 20.32 安裝的 Plugin 能核准原本被 Hook 擋下的指令?(v2.0 新增) 20.33 本章審查與驗證清單(v2.0 新增) 20.34 升級後 claude -p 的報告變空白,job 卻顯示成功?(v3.0 新增) 20.35 CI 出現 Input must be provided either through stdin or as a prompt argument?(v3.0 新增) 20.36 開了沙箱,升級後每個 Bash 指令都要核准?(v3.0 新增) 20.37 夜間排程停在「是否執行這個 Skill?」?(v3.0 新增) 20.38 升級後 Subagent 用不到某個 MCP server 的工具?(v3.0 新增) Ch 21:最佳實務、Anti-Patterns 與 Checklist 21.1 企業最佳實務(10 項) 21.2 團隊最佳實務(8 項) 21.3 開發者最佳實務(8 項) 21.4 Reverse Engineering 最佳實務(6 項) 21.5 常見錯誤 / Anti-Patterns(14 個) Anti-Pattern 1:「AI 萬能」心態 Anti-Pattern 2:CLAUDE.md 失控 Anti-Pattern 3:過度使用 Opus Anti-Pattern 4:一個巨大 Prompt 做所有事 Anti-Pattern 5:混淆 Subagent 與 Plugin Subagent 的欄位限制 Anti-Pattern 6:MCP 使用 SSE transport Anti-Pattern 7:CI 中不使用 --bare Anti-Pattern 8:不受控的 Subagent 巢狀委派鏈 Anti-Pattern 9:RE 結果不驗證 Anti-Pattern 10:跳過 Characterization Test Anti-Pattern 11:讓 Agent 當「驗證者」而非讓 Agent 產生「驗證工具」 Anti-Pattern 12:用 Output Style 或 CLAUDE.md 實作安全限制 Anti-Pattern 13:為了「看起來平行」而濫用 Agent Teams Anti-Pattern 14:以 legacy 或 v1 相容旗標「解決」升級問題後就此擱置 21.6 Checklist 1:新團隊導入 Checklist 21.7 Checklist 2:專案初始化 Checklist 21.8 Checklist 3:SSDLC 各階段 Checklist 21.9 Checklist 4:上線前 Checklist 21.10 Checklist 5:升級前 Checklist 21.11 實務建議 21.12 本章審查與驗證清單(v2.0 新增) Ch 22:附錄 — 可直接複製使用的完整範本 22.1 範本 1:CLAUDE.md 範本 22.2 範本 2:.claude/settings.json 範本 22.3 範本 3:.mcp.json 範本 22.4 範本 4:Subagent 範本(.claude/agents/security-reviewer.md) 22.5 範本 5:SKILL.md 範本(.claude/skills/security-check/SKILL.md) 22.6 範本 6:Hook 設定範本(settings.json hooks 區塊) 22.7 範本 7:plugin.json 範本 22.8 範本 8:GitHub Actions Workflow 範本(完整 YAML) 22.9 範本 9:GitLab CI/CD Job 範本(完整 YAML) 22.10 範本 10:Reverse Engineering Prompt 範本 22.11 範本 11:Onboarding Checklist 範本 22.12 範本 12:Governance Policy 範本 22.13 實務建議 22.14 附錄:v1.2.0 → v1.3.0 差異對照 22.14.1 必須立即處理的破壞性變更 22.14.2 全新小節一覽(15 節) 22.14.3 大幅擴充的既有小節 22.14.4 建議的閱讀順序 22.14.5 升版後的內部文件更新檢查清單 22.15 附錄:v1.3.0 → v1.4.0 差異對照 22.15.1 必須立即處理的事實性修正 22.15.2 全新小節一覽 22.15.3 擴充的既有小節 22.15.4 目錄與格式 22.15.5 升版後的內部文件更新檢查清單 22.16 附錄:v1.4.0 → v2.0.0 差異對照(v2.0 新增) 22.16.1 必須立即處理的事實性修正 22.16.2 全新小節一覽 22.16.3 升版後的內部文件更新檢查清單 22.17 本章審查與驗證清單(v2.0 新增) 22.18 附錄:v2.0.0 → v3.0.0 差異對照(v3.0 新增) 22.18.1 必須立即處理的事實性修正 22.18.2 全新小節一覽 22.18.3 升版後的內部文件更新檢查清單 Ch 23:v2.0 查證紀錄 23.1 查證範圍與方法 23.2 主要更正(依章節) 23.3 新增內容 23.4 實測紀錄 23.5 待追蹤項目 Ch 24:v3.0 查證紀錄 24.1 查證範圍與方法 24.2 主要更正(依章節) 24.3 新增內容 24.4 實測紀錄 24.5 v2.0 待追蹤項目的處理結果 24.6 待追蹤項目 Ch 0:文件資訊與閱讀指南 0.1 文件基本資訊 欄位 內容 文件名稱 Claude Code 建立 SSDLC Agent Team 教學手冊 文件版本 3.0.0 最後更新日期 2026-11-16 官方文件基準 Claude Code v2.1.325(changelog 2026-11-16;官方文件索引 llms.txt 2026-11-16 快照,205 個英文頁面,Plugin 文件已拆成 plugins/ 下 30 頁)。v3.0 以本機 Claude Code v2.1.325 實跑 claude -p(haiku)6 項、claude plugin validate 2 組,並以離線工具檢查設定與 workflow,紀錄見第 24 章;v2.0 的紀錄見第 23 章 作者 / 角色定位 企業級 AI Agent 架構顧問團隊 適用對象 資深工程師、架構師、技術主管、DevSecOps、人員培訓 前提條件 需有 Claude Code 存取權限、VS Code(v1.94.0+)、Git 授權範圍 限公司內部使用,不可外流 分類 技術白皮書 / 教學手冊 0.2 使用前提與先決條件 在閱讀本手冊前,請確認您已具備以下條件: ...

April 24, 2026 · 358 min · 76168 words · Eric Cheng

Skill_Seekers教學手冊

Skill_Seekers 教學手冊(企業實戰版) 版本:v3.8.0(2026-07) 適用對象:資深工程師、AI 架構師、DevOps 工程師 授權:MIT License 官方網站:https://skillseekersweb.com/ GitHub:https://github.com/yusufkaraaslan/Skill_Seekers 目錄 1. 概述(Overview) 1.1 Skill_Seekers 是什麼 1.2 為什麼它是 AI Data Layer 1.3 在 AI 開發中的定位 1.4 核心數據一覽 2. 整體系統架構設計(Architecture) 2.1 系統架構圖 2.2 模組架構說明 2.3 Data Flow:從資料到 AI 使用 2.4 與企業系統整合架構 3. 安裝與環境建置(Installation) 3.1 系統需求 3.2 安裝方式 3.3 Docker 部署 3.4 初始化與驗證 3.5 MCP Server 設定 3.6 常見錯誤與排除 4. Skill_Seekers 設定(Configuration) 4.1 Config 檔案結構 4.2 預設 Config(24+ Presets) 4.3 Workflow 增強設定 4.4 多資料來源設定 4.5 AST 分析設定 4.6 私有 Config 儲存庫 5. Skill 建立流程(核心) 5.1 統一建立指令(create) 5.2 從 GitHub Repo 建立 Skill 5.3 從 API 文件(OpenAPI)建立 Skill 5.4 從技術文件網站建立 Skill 5.5 從 PDF / Word / EPUB 建立 Skill 5.6 從影片建立 Skill 5.7 Unified Multi-Source Skill 5.8 Skill 結構設計(Schema) 5.9 Metadata / Tagging 策略 5.10 專案知識盤點(scan) 6. 與 AI 開發工具整合(重點) 6.1 Claude Code 整合 6.2 GitHub Copilot 整合 6.3 Cursor / Windsurf / Cline 與更多 Agent 整合 6.4 MCP 整合(40 Tools) 6.5 Agent-Agnostic 架構 7. Web Application 開發實戰(Hands-on) 7.1 實戰案例:Spring Boot + Vue 專案 7.2 API 開發加速 7.3 文件生成自動化 7.4 測試生成 7.5 AI 協作流程(Dev Flow) 8. SSDLC(安全開發流程) 8.1 安全開發整合架構 8.2 Secure Coding with Skills 8.3 SAST / DAST 整合 8.4 Dependency Scan 8.5 Prompt Injection 防護 9. 系統維運(Maintenance) 9.1 Skill 更新策略 9.2 資料同步機制 9.3 效能優化 9.4 Log / Monitoring 9.5 成本控制 10. 系統升級(Upgrade) 10.1 版本升級策略 10.2 Config Migration 10.3 向下相容設計 11. 最佳實務(Best Practices) 11.1 團隊導入建議 11.2 Skill 設計原則 11.3 Prompt Engineering 建議 11.4 常見錯誤與 Anti-Patterns 12. 附錄(Appendix) 12.1 CLI 指令大全 12.2 Config 範例 12.3 Troubleshooting 12.4 環境變數一覽 12.5 檢查清單(Checklist) 1. 概述(Overview) 1.1 Skill_Seekers 是什麼 Skill Seekers 是一個開源的 AI Data Layer 工具,由 Yusuf Karaaslan 開發,採用 MIT License。它能將 18 種以上的非結構化資料來源(文件網站、GitHub Repo、PDF、影片、Jupyter Notebook、Confluence Wiki、Notion、OpenAPI Spec 等)轉換為結構化的 AI 知識資產,供 Claude Code、Gemini、OpenAI、LangChain、Cursor 等 12+ AI 平台直接使用。 ...

April 22, 2026 · 25 min · 5221 words · Eric Cheng

GSD Pi 教學手冊(原 GSD-2)

GSD Pi 教學手冊(Enterprise Edition) 版本:v1.3.0(open-gsd/gsd-pi 基線) | 最後更新:2026-07-01 適用對象:資深後端 / 前端 / 架構師 / DevOps 工程師 授權:MIT License 官方網站:www.opengsd.net | Web 配置器:pi.opengsd.net ⚠️ 重要公告:GSD-2 專案已於 2026 年 5 月遷移至新的組織與倉庫。原 gsd-build/gsd-2(v3.0.0 最終版,7.7k Stars,已封存)不再是活躍開發地點,所有後續開發、Issues、Releases 皆在 open-gsd/gsd-pi 進行。npm 套件名稱也從 gsd-pi 更名為 @opengsd/gsd-pi。本文件已依據最新版本 v1.3.0(2026-06-21)全面更新。 目錄 1. 總覽(Overview) 1.1 GSD Pi 是什麼 1.2 與傳統開發模式差異 1.3 適用場景 1.4 版本演進與生態系 1.5 從 GSD-2 遷移至 GSD Pi 2. 核心概念(Core Concepts) 2.1 Meta Prompting 2.2 Context Engineering 2.3 Spec-Driven Development 2.4 Agent Workflow 2.5 Knowledge Graph(KNOWLEDGE.md) 2.6 Reactive Task Execution 2.7 Context Pressure Monitor 2.8 Planning Depth — 深度探索模式 2.9 Per-Phase Thinking Level — 分階段思考深度 3. 系統架構設計(Architecture) 3.1 GSD Pi 內部架構 3.2 GSD Pi + 微服務架構整合 3.3 與 Spring Boot 架構整合方式 3.4 與前端(Vue)協作方式 3.5 與 CI/CD 整合方式 3.6 與 SSDLC 整合方式 3.7 MCP Server 架構 3.8 Cloud MCP Gateway 架構 4. 安裝與環境建置(Installation) 4.1 系統需求 4.2 安裝步驟 4.3 從舊版遷移安裝 4.4 首次啟動與設定 4.5 MCP Server 啟動 4.6 VS Code 擴充設定 4.7 與 Claude Code / Copilot 整合 4.8 Docker Sandbox 部署 4.9 Web 介面啟動 4.10 常見安裝問題與排除 5. 專案初始化(Project Setup) 5.1 專案目錄結構 5.2 GSD 標準檔案說明 5.3 初始化流程 6. Spec-Driven 開發流程 6.1 整體流程概覽 6.2 步驟 1:撰寫規格(Spec) 6.3 步驟 2:拆解任務(Tasks) 6.4 步驟 3:指派 AI Agent 6.5 步驟 4:產生程式碼 6.6 步驟 5:測試與驗證 6.7 步驟 6:回饋到 KNOWLEDGE.md 7. AI Agent 協作模式 7.1 多 Agent 協作架構 7.2 Claude Code 使用方式 7.3 Copilot 使用方式 7.4 Agent 任務切分策略 7.5 雙終端機工作流 7.6 Quick Mode — 快速任務 7.7 Session 可觀察性命令 7.8 Telegram 遠端控制 7.9 Web 介面管理 7.10 思緒捕捉(Capture)與工作流視覺化 7.11 Visual Briefs — 視覺化簡報產出 7.12 自訂工作流插件(Custom Workflows) 8. 知識圖譜與學習系統 8.1 KNOWLEDGE.md 設計方式 8.2 記憶架構(v2.77 ADR-013) 8.3 Knowledge Graph 建立 8.4 如何提升 AI 理解能力 9. 技能管理(Skill Management) 9.1 技能系統概述 9.2 技能發現與 Skill Rules 9.3 技能評估方式 9.4 Agent 健康度監控 9.5 擴充套件管理(Extensions) 10. 實戰範例 11. SSDLC 整合(安全開發) 12. 系統維護(Maintenance) 12.1 如何更新 Spec 12.2 如何修復 Bug 12.3 Forensics — 失敗調查 12.4 如何讓 AI 持續學習 12.5 Provider Error Recovery 12.6 Failure Recovery 12.7 Pipeline Architecture 12.8 清理與歸檔 12.9 Token Telemetry 與成本追蹤 12.10 Unit Closeout 模組 13. 系統升級(Upgrade) 13.1 從 gsd-build/gsd-2 遷移到 open-gsd/gsd-pi 14. 最佳實務(Best Practices) 14.1 Prompt 設計原則 14.2 Context 控制技巧 14.3 避免 Hallucination 14.4 大型專案管理技巧 14.5 成本控制 14.6 Hooks 系統 14.7 Reactive Task Execution 實務 14.8 企業指引範本 14.9 Per-Model MCP 過濾與 URL 安全 15. 常見問題(FAQ) 15.1 AI 不照 Spec 怎麼辦? 15.2 程式碼品質不佳? 15.3 Context 過大怎麼辦? 15.4 Auto Mode 卡住怎麼辦? 15.5 如何恢復崩潰的 Session? 15.6 團隊成員 Milestone ID 衝突? 15.7 如何在企業防火牆環境使用? 15.8 如何使用本地 LLM(Ollama)? 16. 團隊導入建議(Enterprise Adoption) 16.1 導入策略(分階段) 16.2 教育訓練方式 16.3 Governance(治理) 17. 檢查清單(Checklist) 17.1 環境建置 Checklist 17.2 專案初始化 Checklist 17.3 日常開發 Checklist 17.4 安全 Checklist 17.5 團隊協作 Checklist 17.6 GSD Pi 命令速查表 附錄 A:GSD Pi 內建擴充套件一覽 附錄 B:相關資源 附錄 C:MCP Server 設定指南 C.1 概述 C.2 連線外部 MCP Server C.3 驗證 MCP 連線 C.4 匯入其他工具的 MCP 設定 C.5 Cloud MCP Gateway C.6 企業注意事項 附錄 D:進階設定參考 D.1 Dynamic Model Routing D.2 Notifications D.3 Context Management D.4 Git 進階設定 D.5 GitHub Sync D.6 Forensics 和除錯 D.7 Parallel Orchestration D.8 Custom Model Definitions D.9 其他設定 附錄 E:環境變數一覽 1. 總覽(Overview) 1.1 GSD Pi 是什麼 GSD Pi(前稱 GSD-2,Get Stuff Done,採用 Pi SDK)是一套 Meta-Prompting、Context Engineering 與 Spec-Driven Development 系統,專為 AI Agent 長時間自主開發而設計。它不是提示框架(Prompt Framework),而是一個獨立的 TypeScript CLI 應用程式,能夠真正控制 Agent 的 Context Window、Session 生命週期與 Git 策略。 ...

April 21, 2026 · 50 min · 10622 words · Eric Cheng

GitHub Copilot SSDLC 教學手冊

GitHub Copilot SSDLC(安全軟體開發生命週期)教學手冊 版本:v2.4 最後更新:2026 年 8 月 13 日 適用對象:軟體開發團隊全體成員(資深工程師導向) 文件性質:企業級內部技術規範與教育訓練教材(企業標準技術白皮書等級) 撰寫者:軟體架構團隊 審核者:技術委員會 參考來源:GitHub Copilot 官方文件、GitHub Copilot Models and Pricing、軟體開發標準程序教學手冊、GitHub Copilot 生態圈教學手冊、Agent Skills 開放標準、Copilot Customization Cheat Sheet 📋 目錄 第一章:SSDLC 總覽(結合 AI) 1.1 SSDLC 定義 1.2 傳統 SDLC vs AI SSDLC 1.3 GitHub Copilot 在各階段的角色 1.4 GitHub Copilot 方案與定價 1.5 DevSecOps + AI 整合 第二章:系統整體架構設計(Architecture) 2.1 企業級系統架構總覽 2.2 分層設計(Layered Architecture) 2.3 微服務與模組化設計 2.4 Clean Architecture 應用 第三章:開發環境建置(Installation & Setup) 3.1 工具安裝 3.2 GitHub Copilot 設定 3.3 專案初始化與分支策略 第四章:SSDLC 各階段 + Copilot 實戰 4.1 需求分析(Requirement) 4.2 系統設計(Design) 4.3 開發(Development) 4.4 測試(Testing) 4.5 安全(Security) 4.6 部署(Deployment) 4.7 維運(Operation) 第五章:Copilot 進階使用(AI Engineering) 5.1 Prompt Engineering 5.2 Context 設計與 Custom Instructions 5.3 Prompt Files 與 Path-Specific Instructions 5.4 多檔案生成與 Refactoring 5.5 Code Review 自動化 5.6 AI Pair Programming 最佳實務 5.7 Copilot Cloud Agent 進階應用 5.8 Copilot CLI 內建 Agents 5.9 第三方 Coding Agents 5.10 Agent Skills 開放標準 5.11 GitHub Copilot App 第六章:自我學習與優化機制 6.1 AI 自我優化 Workflow 6.2 Prompt 優化迴圈 6.3 知識庫(Knowledge Base) 6.4 文件自動生成 第七章:實戰案例(銀行系統) 7.1 Web Application 開發 7.2 FTP 上傳流程 7.3 資料驗證流程 7.4 高可用架構設計 第八章:系統維護與升級 8.1 Copilot 升級策略 8.2 Plugin 管理 8.3 相容性管理 8.4 技術債處理 第九章:最佳實務(Best Practices) 9.1 開發規範 9.2 安全規範 9.3 AI 使用規範 9.4 團隊協作模式 第十章:AI 治理與合規(AI Governance) 10.1 AI 使用政策 10.2 智慧財產權與授權 10.3 安全與資料保護 10.4 合規檢核清單 10.5 AI Credits 預算控管 附錄 A:檢查清單(Checklist) 附錄 B:常用 Prompt 範本 附錄 C:術語對照表 附錄 D:GitHub Copilot 方案功能對照表 第一章:SSDLC 總覽(結合 AI) 1.1 SSDLC 定義 SSDLC(Secure Software Development Life Cycle) 是在傳統軟體開發生命週期(SDLC)的每個階段融入安全實務,確保從需求分析到維運的全流程都考量資訊安全。 ...

April 15, 2026 · 52 min · 11060 words · Eric Cheng

Claude Code SSDLC(AI軟體開發生命週期)教學手冊

Claude Code SSDLC(AI 軟體開發生命週期)教學手冊 版本:v5.0 | 日期:2026-11-16 | 查證基準:Claude Code v2.1.325(2026-11-13 官方 changelog)、本機實測 v2.1.325 適用對象:資深工程師/架構師/技術主管/DevOps/資安工程師/AI 導入負責人 定位:企業標準技術白皮書。以 SSDLC(Secure Software Development Life Cycle)各階段為主軸,說明如何把 Claude Code 落地到需求、設計、開發、審查、測試、CI/CD、部署與維運,並在每一個階段設下「安全閘門」與「人工審查點」。 變更紀錄:v2.0 — 全面更新至當時版本;v2.1 — 修正巢狀程式碼區塊與 frontmatter;v3.0 — 依官方文件校訂 Agentic Loop、Headless、Remote Control、排程、Output Styles、GitLab CI/CD;v4.0 — 全面重寫:重新規劃為 4 部 24 章+附錄 A–F;依 v2.1.296 官方文件更正 32 項過時或錯誤內容(見附錄 E);每章新增「本章審查與驗證清單」;所有可離線執行的設定檔、hook 腳本、CI workflow 均實際執行驗證(見附錄 F);v5.0 — 同步 v2.1.297~325:-p 一律從 Manual 開始、沙箱不再預設自動核准、排程執行 skill 先詢問等「預設值反轉」,新增 denyInsteadOfPrompting、blockWritesOutsideWorkingDirectories、Fable 5.2、Code Mode、MCP tasks、engines、Code Review 審查等級;以真實 claude -p session 驗證 hook 與 onFailure,並修正 Windows 上 hook 輸出亂碼的問題;更正 10 項(見附錄 G)。 ...

April 15, 2026 · 107 min · 22753 words · Eric Cheng

Agent Skills教學手冊

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)。 ...

April 1, 2026 · 82 min · 17388 words · Eric Cheng

使用 GitHub Copilot 進行逆向工程並產出需求規格書

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。 ...

March 31, 2026 · 49 min · 10428 words · Eric Cheng