指引

addyosmani/agent-skills 教學手冊 版本：v2.0.0（基於 agent-skills v0.6.0） 更新日期：2026-05-17 適用對象：資深工程師、架構師、Tech Lead、DevSecOps 工程師 技術棧：addyosmani/agent-skills、Claude Code（Plugin Marketplace）、Cursor、Gemini CLI、GitHub Copilot、Kiro IDE、Spring Boot、Vue 3 授權：MIT License 參考來源：addyosmani/agent-skills（42.7k+ stars，4.7k forks，26 位貢獻者） 目錄 第 1 章：前言與概觀 1.1 addyosmani/agent-skills 是什麼 1.2 為何需要 Agent Skills 1.3 專案發起背景 1.4 核心理念：將資深工程師紀律轉化為結構化 AI 約束 1.5 Agent Skills 與傳統 Prompt Engineering 的本質差異 1.6 適用場景與不適用場景 1.7 addyosmani/agent-skills 與 mattpocock/skills 比較 1.8 專案資訊 第 2 章：核心架構設計 2.1 三層可組合架構 2.2 組合規則 2.3 SKILL.md 骨架設計 2.4 漸進式揭露策略 2.5 Token 效率設計原則 2.6 完整專案目錄結構 第 3 章：完整 23 個 Skills 深度解析 3.1 Meta 階段 3.2 Define 階段（定義需求） 3.3 Plan 階段（任務拆解） 3.4 Build 階段（增量實作） 3.5 Verify 階段（驗證品質） 3.6 Review 階段（合併前審查） 3.7 Ship 階段（部署上線） 第 4 章：Agent Personas 詳解 4.1 code-reviewer（Senior Staff Engineer） 4.2 test-engineer（QA Specialist） 4.3 security-auditor（Security Engineer） 4.4 Persona 與 Skill 的互動規則 4.5 自定義 Persona 第 5 章：7 個 Slash Commands 詳解 5.1 /spec — 定義要建什麼 5.2 /plan — 規劃如何建造 5.3 /build — 增量式建構 5.4 /test — 證明它可運作 5.5 /review — 合併前審查 5.6 /code-simplify — 簡化程式碼 5.7 /ship — 部署到生產環境 第 6 章：Reference Checklists 詳解 6.1 testing-patterns.md 6.2 security-checklist.md 6.3 performance-checklist.md 6.4 accessibility-checklist.md 6.5 orchestration-patterns.md 第 7 章：融入的頂尖 Google 工程實踐 7.1 Hyrum’s Law 7.2 Beyoncé Rule 7.3 Chesterton’s Fence 7.4 Spec-Driven Development 7.5 測試金字塔 7.6 其他核心原則 第 8 章：安裝與環境設定 8.1 安裝方式總覽 8.2 Claude Code（首要支援平台） 8.3 Cursor 8.4 Gemini CLI 8.5 Windsurf 8.6 OpenCode 8.7 GitHub Copilot 8.8 Kiro IDE & CLI 8.9 Codex / 其他 Agents 8.10 安裝後驗證 8.11 多工具共存 第 9 章：SSDLC 整合實戰 9.1 SSDLC 各階段與 Agent Skills 映射 9.2 需求分析階段 9.3 設計階段 9.4 開發階段 9.5 測試階段 9.6 審查階段 9.7 部署階段 9.8 維運階段 9.9 合規對應 第 10 章：AI Agent Team 建立指南 10.1 Agent Team 角色分配 10.2 Skills 組合配置 10.3 協作模式與 Human-in-the-Loop 10.4 不同規模團隊的導入差異 10.5 Agent Teams（實驗性功能） 10.6 不同規模團隊的採用策略 第 11 章：Web Application 開發實戰案例 11.1 端到端開發流程 11.2 後端案例（Spring Boot） 11.3 前端案例（Vue 3） 11.4 API 設計案例 第 12 章：系統 Framework 升級實戰 12.1 升級流程概覽 12.2 Java EE → Jakarta EE 實戰 12.3 Spring Boot 升級實戰 第 13 章：軟體逆向工程實戰 13.1 逆向工程流程 13.2 Legacy System 現代化 第 14 章：安全性治理 14.1 三層邊界系統 14.2 OWASP Top 10 防護對應 14.3 Auth Patterns 與 Secrets Management 14.4 SAST / DAST 整合 14.5 Prompt Injection 防護 第 15 章：CI/CD 與 DevSecOps 整合 15.1 GitHub Actions 範例 15.2 Quality Gate Pipeline 15.3 Feature Flag 生命週期 第 16 章：Context Engineering 與 Prompt 策略 16.1 五層 Context 階層 16.2 Context Packing 策略 16.3 MCP 整合 16.4 Anti-Hallucination 策略 第 17 章：測試策略 17.1 測試金字塔實踐 17.2 Red-Green-Refactor 流程 17.3 Prove-It Pattern 17.4 Mock 策略 第 18 章：Hooks 與 Session 管理 18.1 Hooks 目錄結構 18.2 Session Lifecycle Hooks 18.3 自定義 Hooks 第 19 章：自定義 Skill 開發指南 19.1 Skill Anatomy 完整規格 19.2 Writing Principles 19.3 完整自定義 Skill 範例 第 20 章：企業導入策略與治理 20.1 導入路線圖 20.2 AI Governance 治理機制 20.3 品質指標 20.4 合規考量 第 21 章：最佳實務 第 22 章：常見反模式 第 23 章：Troubleshooting 第 24 章：FAQ 第 25 章：附錄 附錄 A：23 個 Skills 速查表 附錄 B：7 個 Commands 速查表 附錄 C：3 個 Personas 速查表 附錄 D：Reference Checklists 速查表 附錄 E：設定範例 附錄 F：導入 Checklist 第 1 章：前言與概觀 1.1 addyosmani/agent-skills 是什麼 addyosmani/agent-skills 是由 Google Chrome 團隊工程主管 Addy Osmani 發起的開源專案，核心目的是將**資深軟體工程師的開發紀律與標準作業程序（SOP）**轉化為結構化的 Markdown 框架，用以約束並提升 AI 程式碼生成代理（AI Coding Agents）的交付品質。 ...

mattpocock/skills 教學手冊 使用 mattpocock/skills 建構企業級 AI Coding Agent 工程治理平台 項目 說明 版本 v2.0.0 更新日期 2026-05-15 適用對象 資深工程師、架構師、Tech Lead、DevSecOps 工程師、AI 導入推動者 技術棧 mattpocock/skills、Claude Code / Cursor / Codex / GitHub Copilot 等多 Agent、CONTEXT.md、ADR、skills.sh 參考來源 mattpocock/skills GitHub（84.1k stars、1.3M+ 安裝量、MIT License） 前置知識 AI Coding Agent 基本操作、Git 版本控制、基礎軟體工程概念 延伸閱讀：本手冊專注於 mattpocock/skills 特有生態系。如需了解通用 Agent Skills 開放標準，請參閱同目錄下的《Agent Skills 教學手冊》與《claude agent skills 教學手冊》。 目錄 第 1 章：前言 1.1 mattpocock/skills 是什麼 1.2 解決的四大 AI 失敗模式 1.3 skills.sh 生態系與多 Agent 支援 1.4 適用對象與使用情境 1.5 文件使用方式 第 2 章：mattpocock/skills 架構 2.1 Skills Runtime 與多 Agent 整合 2.2 Context Injection 與 Prompt Pipeline 2.3 Governance Layer 與 Agent Constraints 2.4 ADR Integration 與 Domain Discovery 2.5 Skills 分類體系 第 3 章：安裝與初始化 3.1 前置環境準備 3.2 安裝 mattpocock/skills 3.3 執行 setup-matt-pocock-skills 3.4 初始化建立的檔案與目錄 3.5 Issue Tracker 配置 第 4 章：Skills 工作原理 4.1 SKILL.md 檔案格式與附屬資源 4.2 Plugin 註冊機制 4.3 CONTEXT.md — 領域詞彙表 4.4 ADR（Architecture Decision Records） 4.5 Skill 載入與執行流程 第 5 章：grill-me 與 grill-with-docs — 需求探索與挑戰 5.1 grill-me — 通用計畫挑戰 5.2 grill-with-docs — 結合 Domain 的深度挑戰 5.3 grill-with-docs 的六項會議中行為 5.4 實戰案例：API 設計審查 5.5 最佳實踐與常見錯誤 第 6 章：tdd — 測試驅動開發 6.1 Philosophy — 測試哲學 6.2 Anti-Pattern: Horizontal Slices 6.3 Workflow — 四階段工作流 6.4 Spring Boot TDD 案例 6.5 Vue 3 TDD 案例 6.6 React TDD 案例 6.7 Node.js TDD 案例 6.8 最佳實踐與常見錯誤 第 7 章：to-prd — 產品需求文件產生 7.1 AI 對話轉 PRD 流程 7.2 PRD 模板結構（Deep Module 導向） 7.3 User Stories 撰寫 7.4 實戰案例與最佳實踐 第 8 章：to-issues — 工作任務拆解 8.1 PRD 到 Issue Tracker 8.2 Tracer Bullet Vertical Slice 拆解策略 8.3 HITL 與 AFK 分類 8.4 Issue Body Template 8.5 Label 與 Triage 策略（新版雙軸系統） 8.6 實戰案例與最佳實踐 第 9 章：prototype — 快速原型建立 9.1 Throwaway Prototype 原則 9.2 Logic 分支 — 終端互動原型 9.3 UI 分支 — 多方案視覺原型 9.4 通用規則與實戰案例 第 10 章：diagnose — 結構化除錯 10.1 六階段（Six Phases）除錯流程 10.2 Phase 1 — Build a Feedback Loop（建立回饋迴路） 10.3 Phase 2-4 — 假設與驗證 10.4 Phase 5-6 — 修復與回顧 10.5 實戰案例與最佳實踐 第 11 章：zoom-out — 全局視角 11.1 Repo Discovery 與 System Mapping 11.2 Architecture Understanding 11.3 實戰案例與最佳實踐 第 12 章：improve-codebase-architecture — 架構改善 12.1 Module Depth 理論 12.2 Deletion Test 與 Deepening Opportunities 12.3 三階段改善流程 12.4 實戰案例與最佳實踐 第 13 章：triage — 議題分類與管理 13.1 雙軸角色系統 13.2 AGENT-BRIEF.md 與自動摘要 13.3 Out-of-Scope 知識庫 13.4 AI 評論聲明 13.5 實戰案例與最佳實踐 第 14 章：其他實用 Skills 14.1 caveman — 極簡溝通模式 14.2 handoff — 跨 Agent 交接 14.3 write-a-skill — 自訂 Skill 開發 14.4 git-guardrails-claude-code — Git 安全護欄 14.5 setup-pre-commit — Pre-commit 配置 14.6 開發中的 Skills（In-Progress） 14.7 已棄用的 Skills（Deprecated） 第 15 章：AI Agent Workflow 15.1 端到端工作流程 15.2 Skills 組合策略 15.3 迭代循環與回饋機制 第 16 章：Web Application 實戰案例 16.1 技術棧選型 16.2 專案目錄結構 16.3 Skills 如何限制 AI 16.4 避免 Vibe Coding 與架構污染 16.5 完整開發流程示範 第 17 章：SSDLC — 安全軟體開發生命週期 17.1 Threat Modeling 與 Skills 整合 17.2 SAST / DAST / Dependency Scan 17.3 Prompt Injection 防護 17.4 AI Security Governance 第 18 章：AI Governance — AI 治理 18.1 Human Approval Gate 18.2 ADR Mandatory 與 Architecture Review 18.3 AI Scope Restriction 與 Protected Directories 18.4 Prompt Review 機制 第 19 章：DevSecOps 與 CI/CD 19.1 GitHub Actions 整合 19.2 Security Scan Pipeline 19.3 AI Review Workflow 19.4 Pull Request Governance 第 20 章：Best Practices — 最佳實踐 第 21 章：Anti-patterns — 反模式 第 22 章：Troubleshooting — 故障排除 第 23 章：FAQ — 常見問題 第 24 章：Appendix — 附錄 24.1 CLI 速查表 24.2 Prompt Templates 24.3 新進成員 Checklist 24.4 團隊導入 Checklist 24.5 參考連結 第 1 章：前言 1.1 mattpocock/skills 是什麼 mattpocock/skills 是由知名 TypeScript 專家 Matt Pocock 開發的開源 AI Agent 技能工具庫。最初為 Claude Code 設計，現已擴展為跨 Agent 平台，透過 skills.sh 登錄（Registry）支援十餘種 AI 編碼代理。截至目前，該專案已累計超過 84.1k GitHub Stars 與 1.3M 次安裝，是社群中最受歡迎的 Agent Skills 集合之一。 ...

GitNexus 教學手冊（企業級完整版） 版本：v1.6.4（2026-05 基準，含 Docker 部署、Incremental Indexing、供應鏈簽章保護） 適用對象：資深工程師 / 架構師 / DevOps / AI Agent 開發者 授權：PolyForm Noncommercial 1.0.0（企業授權另洽 akonlabs.com） 維護單位：內部 AI 開發組 GitHub：https://github.com/abhigyanpatwari/GitNexus （⭐ 38k+ Stars / 131+ Contributors） OpenSSF Scorecard：securityscorecards.dev ⚠️ 重要警告：GitNexus 沒有官方加密貨幣、代幣或硬幣。任何在 Pump.fun 或其他平台上使用 GitNexus 名稱的代幣/硬幣，均非本專案或其維護者所屬、認可或建立。請勿購買任何聲稱與 GitNexus 相關的加密貨幣。 目錄 第 1 章：GitNexus 概述 1.1 GitNexus 是什麼 1.2 核心理念 1.3 與傳統工具比較 1.4 適用場景 第 2 章：系統架構說明 2.1 整體架構圖 2.2 核心組件說明 2.3 Web UI vs CLI 架構差異 2.4 Multi-Repo MCP 架構 第 3 章：安裝與環境設定 3.1 系統需求 3.2 CLI 安裝 3.3 Web UI 使用 3.4 MCP 編輯器設定 3.5 Docker 部署 3.6 常見問題排除 第 4 章：基本操作教學 4.1 建立 Knowledge Graph 4.2 CLI 常用指令 4.3 查詢程式碼關聯 4.4 視覺化圖譜操作 4.5 Repository 群組管理 第 5 章：進階應用 5.1 Graph RAG 使用方式 5.2 Impact Analysis（影響分析） 5.3 Process-Grouped Search 5.4 360 度 Symbol Context 5.5 Git-Diff 變更偵測 5.6 Multi-File Rename 5.7 Cypher 原生查詢 5.8 Wiki 自動生成 5.9 Incremental Indexing（增量索引） 第 6 章：整合企業開發流程 6.1 與 GitHub / GitLab 整合 6.2 與 AI 工具整合 6.3 與開發架構整合 6.4 DevOps 整合 6.5 Community Integrations（社群整合） 6.6 開發文件與貢獻指南 6.7 understand-quickly 公開註冊 第 7 章：銀行 / 大型系統應用案例 7.1 案例一：批次系統依賴分析 7.2 案例二：跨系統 API 呼叫分析 7.3 案例三：DB Schema 影響分析 第 8 章：安全與隱私（SSDLC） 8.1 Zero-Server 優勢 8.2 原始碼保護 8.3 本地 AI 模型風險 8.4 權限控管建議 8.5 安全強化歷史與已知修復 8.6 供應鏈保護（Supply-Chain Protection） 第 9 章：系統升級與維運 9.1 GitNexus 升級流程 9.2 Graph 重建策略 9.3 Repository 更新同步 9.4 效能優化建議 9.5 LadybugDB 遷移指南 9.6 Edge Type 遷移（OVERRIDES → METHOD_OVERRIDES） 第 10 章：最佳實務（Best Practices） 10.1 大型專案使用建議 10.2 Monorepo vs Multi-repo 10.3 團隊導入策略 10.4 使用限制與風險 第 11 章：常見問題 FAQ 第 12 章：未來發展與建議 12.1 Graph RAG 未來趨勢 12.2 與 Agent 系統整合 12.3 企業導入 Roadmap 附錄 A：快速檢查清單（Checklist） 附錄 B：CLI 指令速查表 附錄 C：MCP 工具速查表 附錄 D：語言能力詳細矩陣 附錄 E：Edge Type（關係類型）速查表 附錄 F：Docker 部署速查表 第 1 章：GitNexus 概述 1.1 GitNexus 是什麼 🎯 目的：讓團隊成員在 5 分鐘內理解 GitNexus 的定位與價值。 ...

Graphify 教學手冊 版本：v0.7.19（2026-05-14） 適用對象：資深工程師、架構師、DevOps 團隊 定位：企業級知識圖譜建置與維運實戰手冊 授權：MIT License 目錄 第 1 章：Graphify 概述 1.1 什麼是 Graphify 1.2 工具定位與比較 1.3 使用情境 1.4 與 AI Agent 的關係 1.5 核心特色摘要 1.6 多後端支援 1.7 Penpax 與生態系統發展 第 2 章：系統架構設計 2.1 整體架構圖 2.2 三階段處理 Pipeline 2.3 Pipeline 模組詳解 2.4 模組職責對照表 2.5 Graph 資料模型 2.6 Confidence Labels（信賴標籤） 2.7 實體去重 Pipeline 2.8 與企業系統整合架構 2.9 技術棧 第 3 章：安裝與環境建置 3.1 環境需求 3.2 安裝步驟（各平台） 3.3 多平台支援 3.4 選用安裝項目（Optional Extras） 3.5 Docker 部署方式（企業推薦） 3.6 安全性設定 3.7 常見安裝問題排除 第 4 章：基本使用教學 4.1 初始化專案 4.2 建立知識圖譜 4.3 指令完整說明 4.4 輸出內容說明 4.5 .graphifyignore 設定 4.6 Always-On 模式設定 4.7 查詢知識圖譜 第 5 章：進階使用（企業必備） 5.1 全域知識圖譜（Global Graph） 5.2 多 Repo 分析 5.3 增量更新與 Watch 模式 5.4 Git Hooks 與合併驅動器 5.5 與 CI/CD 整合 5.6 與 AI 助手整合 5.7 MCP Server 模式 5.8 知識圖譜查詢應用（RAG 強化） 5.9 多格式匯出 5.10 Wiki 生成 5.11 記憶回饋迴圈（Memory Feedback Loop） 5.12 Callflow HTML 匯出 5.13 Docker MCP Toolkit 第 6 章：實戰案例 6.1 案例一：舊系統逆向工程（Java / Spring） 6.2 案例二：微服務架構知識盤點 6.3 案例三：新人 Onboarding 加速 6.4 案例四：影音知識庫建構 第 7 章：系統升級與版本管理 7.1 升級 Graphify 7.2 Graph Schema 版本控制 7.3 與 Git 版本同步策略 第 8 章：安全與隱私設計（SSDLC） 8.1 安全模型總覽 8.2 本地運算優勢 8.3 威脅面與緩解措施 8.4 敏感資料處理 8.5 權限控管（RBAC） 8.6 稽核與追蹤 8.7 漏洞回報流程 8.8 支援版本政策 第 9 章：最佳實務（Best Practices） 9.1 大型專案使用建議 9.2 Token 最佳化策略 9.3 Graph 建模技巧 9.4 團隊導入策略 9.5 環境變數參考 第 10 章：常見問題（FAQ） 附錄 A：檢查清單（Checklist） 附錄 B：指令速查表 附錄 C：版本歷程摘要 附錄 D：官方基準測試結果（Worked Examples） 附錄 E：貢獻指南 第 1 章：Graphify 概述 1.1 什麼是 Graphify Graphify 是由 AI 工程師 Safi Shamsi 開發的開源工具（GitHub 星數 47.8k+、貢獻者 40+），能將任何資料夾（程式碼、PDF、圖片、影片、音訊、Markdown、Office 文件、Google Workspace）自動轉化為可查詢的知識圖譜（Knowledge Graph）。 ...

Hermes Agent 生態系教學手冊（Enterprise Edition） 版本：v0.13.0（v2026.5.7 — The Tenacity Release） 適用對象：資深工程師 / 架構師 / DevOps 團隊 授權：MIT License 官方網站：hermes-agent.nousresearch.com GitHub：github.com/NousResearch/hermes-agent 官方文件：hermes-agent.nousresearch.com/docs Skills Hub：agentskills.io LLM 友善文件：llms.txt / llms-full.txt 最後更新：2026 年 5 月 12 日 📑 目錄 第一章：Hermes Agent 概述 1.1 技術背景與發展 1.2 與傳統 AI 的差異 1.3 Agent vs Workflow vs RPA 比較 1.4 核心設計理念 1.4.1 Learning Loop（學習迴圈） 1.4.2 Skill System（技能系統） 1.4.3 Persistent Memory（持久記憶） 1.4.4 Model Agnostic（模型無關） 1.4.5 Voice Mode（語音模式） 1.4.6 Web Dashboard（v0.9.0+） 1.4.7 Transport 架構（v0.11.0+） 1.4.8 Autonomous Curator（v0.12.0+） 1.4.9 Multi-agent Kanban（v0.13.0+） 1.4.10 Persistent Goals（v0.13.0+） 1.4.11 Post-write Delta Lint（v0.13.0+） 1.4.12 i18n 多語言支援（v0.13.0+） 第二章：整體系統架構 2.1 架構設計概述 2.2 分層架構圖 2.3 各層級說明 2.4 多 Agent 協作架構 2.5 高可用與擴展性設計 第三章：Hermes Agent 核心機制解析 3.1 Learning Loop（學習迴圈） 3.2 Skill System（技能系統） 3.3 Memory System（記憶系統） 3.4 Planning / Execution Flow 3.5 Tool Calling 機制 3.6 Model Routing（多模型切換） 3.7 Autonomous Curator（自動技能維護） 3.8 Persistent Goals 與 Ralph Loop 3.9 Post-write Delta Lint（自動語法檢查） 3.10 Checkpoints v2（狀態持久化） 第四章：安裝與環境建置 4.1 系統需求 4.2 快速安裝（Linux / macOS / WSL2） 4.3 Native Windows 安裝（Early Beta） 4.4 Docker / Podman 部署 4.5 Nix Flake 安裝 4.6 設定 API Key 4.7 設定檔說明 第五章：快速開始（Quick Start） 5.1 第一次對話 5.2 建立 AI Coding Agent 5.3 設定 Memory 5.4 設定 Tools 5.5 執行任務範例 第六章：進階開發（企業級） 6.1 自訂 Skill（技能封裝） 6.2 多 Agent 協作設計 6.3 Multi-agent Kanban 實戰 6.4 長期記憶設計（Vector DB） 6.5 任務拆解（Task Decomposition） 6.6 Workflow Orchestration 6.7 SOUL.md 與 Personality 系統 6.8 Context Files（專案上下文檔案） 6.9 Plugin 系統（v0.12.0+ / v0.13.0 擴充） 第七章：Voice Mode（語音模式） 7.1 語音模式概述 7.2 支援的 STT / TTS 提供者 7.3 CLI 語音互動 7.4 Telegram / Discord 語音互動 7.5 Discord Voice Channel 即時語音 7.6 企業語音整合建議 第八章：Web Application 整合 8.1 整合架構設計 8.2 FastAPI 後端整合 8.3 Spring Boot 後端整合 8.4 前端整合（Vue / React） 8.5 Agent-as-a-Service API 設計 第九章：企業級最佳實踐 9.1 安全性設計 9.1.4 安全強化（v0.5.0 — v0.13.0 持續強化） 9.2 成本控制 9.3 效能優化 9.4 Logging / Monitoring 9.5 錯誤處理與重試機制 9.6 Tips & Best Practices 第十章：部署與維運（DevOps） 10.1 Docker 部署 10.2 Kubernetes 部署 10.3 CI/CD 流程 10.4 滾動升級 10.5 災難復原（DR） 第十一章：升級與版本管理 11.1 升級策略 11.1.6 v0.13.0 升級特別注意事項 11.2 相容性管理 11.3 Migration 設計 第十二章：實戰案例 12.1 AI Coding Agent 12.2 智慧客服 Agent 12.3 銀行流程自動化 Agent 12.4 多媒體創作 Agent 第十三章：常見問題（FAQ） 附錄 A：檢查清單（Checklist） 附錄 B：指令速查表 附錄 C：環境變數參考 附錄 D：Provider 完整清單 第一章：Hermes Agent 概述 1.1 技術背景與發展 Hermes Agent 是由 Nous Research 開發的開源自我改進 AI Agent。Nous Research 是知名的 AI 研究實驗室，以訓練 Hermes、Nomos、Psyche 等開源模型聞名。 ...

GitHub CLI 教學手冊 版本：基於 GitHub CLI v2.74.0（2026-05 最新穩定版） 適用對象：資深工程師 / DevOps 工程師 / 架構師 / SRE / AI 團隊 技術環境：企業級 Web Application（Spring Boot / Vue / 微服務架構） 最後更新：2026-05-08 目錄 第 1 章：GitHub CLI 概述 1.1 GitHub CLI 是什麼 1.2 為何企業要導入 GitHub CLI 1.3 GitHub CLI 架構 1.4 GitHub CLI 與 Git 的差異 1.5 GitHub CLI 與 GitHub API 的關係 1.6 GitHub CLI 使用情境 1.7 GitHub CLI 優缺點 第 2 章：GitHub CLI 安裝與環境建置 2.1 Windows 安裝 2.2 macOS 安裝 2.3 Linux 安裝 2.4 WSL 安裝 2.5 驗證安裝 2.6 Proxy 設定 2.7 公司內網設定 2.8 SSH Key 建立 2.9 GPG Key 建立 2.10 Git 設定 2.11 GitHub Login 2.12 Token 管理 2.13 PAT 管理 第 3 章：GitHub Authentication 與安全管理 3.1 gh auth login 3.2 gh auth status 3.3 gh auth refresh 3.4 gh auth logout 3.5 SSH Authentication 3.6 HTTPS Authentication 3.7 PAT Token 3.8 Fine-grained Token 3.9 SSO 3.10 Enterprise Authentication 3.11 最佳安全實務 3.12 Token Rotation 3.13 Secret 管理 3.14 Least Privilege 原則 第 4 章：GitHub Repo 管理 4.1 建立 Repo 4.2 Clone Repo 4.3 Fork Repo 4.4 Rename Repo 4.5 Delete Repo 4.6 Archive Repo 4.7 Template Repo 4.8 Monorepo 4.9 Polyrepo 4.10 Repo 命名規範 4.11 Repo Governance 4.12 Repo 權限管理 4.13 Team 管理 第 5 章：Source Code 上架與管理 5.1 Git 初始化 5.2 Push Source Code 5.3 Branch 管理 5.4 Git Flow 5.5 Trunk Based Development 5.6 Feature Branch 5.7 Release Branch 5.8 Hotfix Branch 5.9 Commit Convention 5.10 Pull Request Flow 5.11 Code Review Flow 第 6 章：文件管理策略 6.1 Markdown 文件管理 6.2 docs 結構 6.3 ADR 管理 6.4 Architecture 文件 6.5 API 文件 6.6 README 標準化 6.7 Wiki 管理 6.8 GitHub Pages 第 7 章：GitHub CLI 常用指令大全 7.1 gh repo 7.2 gh pr 7.3 gh issue 7.4 gh release 7.5 gh workflow 7.6 gh run 7.7 gh api 7.8 gh alias 7.9 gh extension 7.10 gh browse 7.11 gh codespace 7.12 gh gist 7.13 gh project 7.14 gh search 7.15 gh cache 7.16 gh attestation 7.17 gh ruleset 7.18 gh label 7.19 gh variable 7.20 gh secret 7.21 gh status 7.22 gh config 第 8 章：GitHub Actions 與 Workflow Automation 8.1 GitHub Actions 架構 8.2 Workflow 基礎 8.3 Runner 與 Self-hosted Runner 8.4 Matrix Build 8.5 Cache 與 Artifact 8.6 Secret 與 Environment 8.7 CI Workflow 範例 8.8 CD Workflow 範例 8.9 Release Workflow 範例 8.10 Security Scan Workflow 8.11 AI Workflow 第 9 章：SSDLC 與 Security 9.1 Secret Scanning 9.2 Dependabot 9.3 CodeQL 9.4 Security Policy 9.5 Branch Protection 9.6 CODEOWNERS 9.7 Signed Commit 9.8 Supply Chain Security 與 SBOM 9.9 OWASP 與 DevSecOps 9.10 SAST 與 DAST 第 10 章：GitHub CLI 自動化腳本 10.1 Bash Script 10.2 PowerShell Script 10.3 Windows Batch 10.4 Python Script 10.5 Repo 初始化自動化 10.6 Branch Protection 自動化 10.7 Release Automation 第 11 章：AI 整合與 Copilot 11.1 GitHub Copilot CLI 11.2 GitHub Copilot 在 PR Review 中的應用 11.3 AI-Powered Workflow 11.4 Copilot 與 GitHub CLI 整合最佳實務 11.5 GitHub CLI Telemetry 管理 11.6 AI Agent 整合策略 第 12 章：企業級最佳實務 12.1 Organization 管理 12.2 Repository Governance 12.3 Inner Source 策略 12.4 合規與稽核 12.5 Token 與權限管理 12.6 GitHub Projects 管理 12.7 多帳戶與跨平台管理 第 13 章：維運與監控 13.1 API Rate Limit 監控 13.2 Workflow 執行監控 13.3 Repo 活躍度監控 13.4 Security Alert 監控 13.5 Billing 與用量 13.6 通知管理 第 14 章：實戰案例 14.1 案例一：微服務團隊快速啟動 14.2 案例二：Release 流程自動化 14.3 案例三：Security 合規自動化 14.4 案例四：PR Review 流程優化 14.5 案例五：跨 Repo 標準化 第 15 章：故障排除（Troubleshooting） 15.1 常見錯誤與解決方案 15.2 CLI 升級與相容性 15.3 Debug 模式 第 16 章：最佳實務總覽 16.1 日常開發 16.2 團隊協作 16.3 安全 16.4 CI/CD 16.5 自動化 第 17 章：附錄 17.1 Cheat Sheet 17.2 環境變數 17.3 設定檔位置 17.4 常用 jq 語法 17.5 FAQ 檢查清單（Checklist） 第 1 章：GitHub CLI 概述 1.1 GitHub CLI 是什麼 GitHub CLI（指令為 gh）是 GitHub 官方開發的開源命令列工具，以 Go 語言撰寫，讓開發者直接在終端機中與 GitHub 平台互動。它將 Pull Request、Issue、GitHub Actions、Release 等 GitHub 核心功能帶入命令列，消除在瀏覽器與終端機之間頻繁切換的低效工作模式。 ...

Github Repositories 建立與維運教學手冊 — 企業級實戰指南 版本：v2.0（2026-05-08） 適用對象：技術主管 / 架構師 / 資深工程師 / DevOps 團隊 / 專案經理 定位：企業標準技術白皮書 參考標準：GitHub Docs（2026） / GitHub Enterprise Best Practices / DevSecOps / SSDLC 最後審閱日期：2026-05-08 變更紀錄：v2.0 — 新增 Repository 限制與配額、Rulesets 深入指南、Merge Queue、Git LFS、Codespaces、Packages、Private Vulnerability Reporting 等章節；全面校閱並對齊 GitHub 官方文件（2026 年版） 閱讀指引 本手冊涵蓋 GitHub Repository 從建立到維運的完整生命週期，依讀者角色建議閱讀路徑： 角色 建議章節 重點 開發工程師 第 4、5、6、7、8 章 Repository 建立、Git 操作、Branch 策略、CI/CD 架構師 第 2、5、9、13、16 章 管理架構、標準結構、DevSecOps、AI 整合、企業範例 DevOps 工程師 第 7、8、9、12、14 章 Branch 策略、Actions、安全、Release、維運 技術主管 / PM 第 2、3、11、14、15 章 管理架構、Organization、Issue 管理、治理、企業實踐 資安人員 第 9、14、15 章 DevSecOps、SSDLC、維運治理、合規 ⚠️ 標記說明：本文中 ⚠️ 需 GitHub Enterprise 表示該功能僅在 GitHub Enterprise Cloud / Server 版本可用。 ...

Compound Engineering 教學手冊 版本：v2.65.0（2026-04-11） 適用平台：Claude Code / Cursor / Codex / OpenCode / GitHub Copilot 等 授權：MIT License GitHub：https://github.com/EveryInc/compound-engineering-plugin 文件等級：企業標準技術白皮書 最後更新：2026-04-13 目錄 第一章：概述 1.1 什麼是 Compound Engineering（複利工程） 1.2 與傳統 AI Coding 工具比較 1.3 核心設計哲學 1.4 適用場景 第二章：系統架構整合 2.1 整體架構圖 2.2 Plugin 元件總覽 2.3 與企業系統整合方式 2.4 Agent Workflow 設計 2.5 知識庫（Knowledge Base / Wiki）設計 第三章：安裝與環境建置 3.1 前置需求 3.2 Claude Code 安裝 3.3 Plugin 安裝（Claude Code） 3.4 Cursor 安裝 3.5 其他平台安裝（Codex / Copilot / OpenCode / Pi / OpenClaw 等） 3.6 ce-setup 環境診斷與初始化 3.7 Windows 環境設定 3.8 CI/CD 環境設定 3.9 跨平台設定同步（Sync） 第四章：核心功能教學 4.1 核心工作流總覽 4.2 /ce:ideate — 創意探索 4.3 /ce:brainstorm — 需求發散 4.4 /ce:plan — 計畫制定 4.5 /ce:work — 開發執行 4.6 /ce:review — 品質審查 4.7 /ce:compound — 知識沉澱 4.8 /ce-debug — 除錯追蹤 4.9 /ce-optimize — 最佳化迴圈 4.10 /test-xcode — iOS 應用測試 4.11 /lfg — 全自動工程工作流（實驗性） 4.12 錯誤案例與修正 第五章：企業級開發流程設計 5.1 AI Agent 開發流程（SSDLC 整合） 5.2 與 Git Flow 整合 5.3 與 CI/CD 整合 5.4 Code Review 自動化 5.5 測試策略 第六章：最佳實務（Best Practices） 6.1 Prompt Engineering — 如何寫好 ce-plan 6.2 Context Engineering — 上下文管理 6.3 Knowledge Reuse — 複利最大化 6.4 防止 AI Hallucination 6.5 隱私與安全政策 第七章：系統維運（Maintenance） 7.1 知識庫管理策略 7.2 Plugin 效能調校 7.3 Log / Monitoring 設計 7.4 問題排查（Troubleshooting） 第八章：系統升級（Upgrade Strategy） 8.1 Plugin 升級流程 8.2 知識庫版本控制 8.3 向下相容策略 8.4 災難復原（Disaster Recovery） 第九章：企業導入建議 9.1 導入策略（Pilot → Rollout） 9.2 團隊角色轉變 9.3 KPI 設計 9.4 教育訓練計畫 第十章：完整實戰案例 10.1 案例背景 10.2 ce:brainstorm — 需求發散 10.3 ce:plan — 任務拆解 10.4 ce:work — 產生程式碼 10.5 ce:review — 改善品質 10.6 ce:compound — 知識沉澱 附錄 A：Skills 完整參考表 附錄 B：Agents 完整參考表 附錄 C：常用指令 Cheat Sheet 附錄 D：新進成員檢查清單（Checklist） 附錄 E：參考資源與延伸閱讀 第一章：概述 1.1 什麼是 Compound Engineering（複利工程） Compound Engineering（複利工程）是由 Every Inc. 提出的全新軟體工程方法論。其核心理念為： ...

Everything Claude Code (ECC) 教學手冊 版本：v1.10.0（2026 年 4 月） 適用對象：軟體工程師（初階～資深）、架構師、DevOps / SRE、AI 工程師 授權：MIT License 官方 GitHub：https://github.com/affaan-m/everything-claude-code 官方網站：https://ecc.tools GitHub Marketplace：https://github.com/marketplace/ecc-tools 社群統計：154K+ Stars ∣ 23.8K+ Forks ∣ 160+ Contributors ∣ 12+ 語言生態系 官方指南： — Shorthand Guide（入門首選） — Longform Guide（進階深入） — Security Guide（安全防護） 📑 目錄 第一章：Everything Claude Code 架構總覽 1.1 ECC 是什麼 1.2 與傳統 Prompt Engineering 差異 1.3 Context Engineering 與 Harness Engineering 1.4 ECC 整體架構圖 1.5 Agent / Skills / Hooks / Commands 關係圖 1.6 版本演進歷程 第二章：ECC 核心組件解析 2.1 Agents（代理） 2.2 Skills（技能） 2.3 Commands & Hooks 2.4 Rules（規則） 2.5 記憶與上下文管理 2.6 Contexts（動態上下文注入） 2.7 MCP Server 配置 第三章：安裝與環境建置 3.1 前置需求 3.2 Plugin 安裝（推薦） 3.3 手動安裝 3.4 Windows PowerShell 安裝 3.5 與 VS Code / Cursor / Codex / OpenCode 整合 3.6 環境變數設定 3.7 Dashboard GUI 3.8 套件管理器偵測 3.9 故障復原與診斷 第四章：企業級 Web 系統架構設計（搭配 ECC） 4.1 企業系統架構背景 4.2 ECC Agent 分工架構 4.3 系統架構圖 4.4 Agent 協作流程 第五章：開發流程（AI 驅動） 5.1 AI 驅動開發總覽 5.2 /plan — 需求規劃 5.3 /design — 架構設計 5.4 /implement（TDD）— 實作 5.5 /test — 測試 5.6 /code-review — 程式碼審查 5.7 /deploy — 部署 5.8 /verify — 驗證迴圈 第六章：測試與品質控管 6.1 TDD Skill 實作 6.2 自動 Code Review 6.3 Plankton 程式碼品質 6.4 AgentShield 安全掃描 6.5 CI/CD 整合測試流程 6.6 驗證迴圈與評估框架 第七章：安全（SSDLC） 7.1 ECC 安全架構 7.2 安全檢查自動化 7.3 OWASP Top 10 防護 7.4 Secret Detection 7.5 GateGuard 安全閘門 第八章：部署與維運（DevOps） 8.1 CI/CD 整合 8.2 監控與日誌 8.3 AI Agent 監控 第九章：系統維護與升級 9.1 ECC 版本升級策略 9.2 Skills / Agents 管理 9.3 相容性與故障排除 第十章：最佳實踐（Best Practices） 10.1 避免上下文污染 10.2 Agent 設計原則 10.3 Skill 設計模式 10.4 Token 最佳化 10.5 平行化策略 第十一章：常見問題與排錯 第十二章：進階應用 12.1 多 Agent 協作（Multi-Agent System） 12.2 與其他 AI 工具整合 12.3 自訂 Agent 12.4 ECC 2.0 Alpha 12.5 NanoClaw v2 12.6 GAN 風格產生器-評估器框架 附錄 A. 常用指令 Cheat Sheet B. Skills 範例模板 C. Agent 設計模板 D. 跨工具功能對照表 E. 檢查清單（Checklist） F. 生態系工具與社群資源 G. 版本變更摘要 第一章：Everything Claude Code 架構總覽 1.1 ECC 是什麼 Everything Claude Code（ECC）是一個開源的 Agent Harness Performance Optimization System（代理控制效能最佳化系統），由 Anthropic 黑客松冠軍 Affaan Mustafa 建立。 ...

gstack 企業級教學手冊 參考版本：v0.15.2.1 ｜ 更新日期：2026-04-03 GitHub 星數：62,900+ ⭐ ｜ 貢獻者：26 位 ｜ 授權：MIT 適用對象：資深工程師、架構師、DevOps 工程師、技術主管、創辦人與技術主管 適用場景：新創公司、企業平台、微服務架構、金融系統 參考來源：https://github.com/garrytan/gstack 目錄 gstack 概述 1.1 什麼是 gstack 1.2 背景：Garry Tan 與 YC 1.3 與傳統 Prompt Engineering 的差異 1.4 與 GitHub Copilot / AI Agent 的比較 1.5 適用場景 1.6 版本與現況 核心架構設計 2.1 企業級系統整體架構 2.2 AI Agent 協作架構圖 2.3 分庫分表設計 2.4 Clean Architecture（後端服務） 安裝與環境建置 3.1 必備環境 3.2 安裝 Claude Code 3.3 安裝 gstack（機器本機） 3.4 加入專案供團隊共用（選用） 3.5 多平台安裝支援 3.6 語音輸入支援 3.7 設定 CLAUDE.md 3.8 常見安裝錯誤排除 Sprint 工作流程與技能體系 4.1 Sprint 核心哲學 4.2 技能串聯關係 4.3 完整技能目錄（33 個） 4.4 Builder Ethos（建構者信條） 虛擬開發團隊設計（企業實戰） 5.1 團隊架構總覽 5.2 ／office-hours（YC 辦公室時光） 5.3 ／plan-ceo-review（CEO 視角） 5.4 ／plan-eng-review（工程主管視角） 5.5 ／plan-design-review（設計師視角） 5.6 ／review（資深工程師審查） 5.7 ／qa（QA 主管） 5.8 ／cso（首席資安官） 5.9 ／ship（發布工程師） 5.10 ／investigate（系統偵錯） 端到端開發流程 6.1 完整開發流程圖 6.2 各步驟執行指令 6.3 分支策略與 PR 規範 實戰案例：會員管理系統 7.1 系統設計概覽 7.2 API 設計 7.3 DB Schema 7.4 Clean Architecture 後端實作 7.5 前端（Vue 3） 7.6 gstack 技能參與對照表 DevOps 與自動化 8.1 CI/CD 架構圖 8.2 GitHub Actions CI 設定 8.3 Dockerfile（多階段建置） 8.4 ／land-and-deploy 一鍵部署 8.5 ／canary 金絲雀監控 8.6 ／benchmark 效能基準 並行 Sprint 與瀏覽器模式 9.1 並行 Sprint 架構 9.2 Conductor 整合 9.3 瀏覽器模式（／browse） 9.4 真實 Chrome 模式（$B connect） 9.5 CSS Inspector 與 Live Style 編輯 9.6 瀏覽器交接（Browser Handoff） 系統維運 10.1 日誌策略（Log4j2 + ELK） 10.2 監控儀表板（Prometheus + Grafana） 10.3 AI 協助 Debug（gstack Investigate Mode） 10.4 錯誤追蹤（Sentry 整合） 系統升級與擴展 11.1 gstack 升級策略 11.2 多平台自動升級 11.3 自訂 SKILL.md 擴展 11.4 多專案管理 11.5 Plugin 與 Skill 擴充 企業級安全設計 12.1 ／cso 安全審查流程 12.2 身份驗證（OAuth2 + JWT） 12.3 RBAC 權限控管 12.4 SAST / DAST 整合 12.5 AI 生成代碼安全風險管控 12.6 瀏覽器模式安全加固 最佳實務 Best Practices 13.1 企業導入十二大建議 13.2 常見錯誤 13.3 Anti-patterns 對照表 附錄：快速上手 Checklist 1. gstack 概述 1.1 什麼是 gstack gstack 是由 Y Combinator CEO Garry Tan 開源的 Claude Code 虛擬工程團隊技能套件，開源於 github.com/garrytan/gstack，目前已累積超過 62,900 顆星、8,400 次 Fork，是目前最受矚目的 AI 輔助開發工具之一。 ...