Herdr App and Herdr Core 教學手冊

herdr-app and herdr-core 教學手冊(企業級 AI Agent 協作開發:安裝、操作、Multi-Agent、逆向工程、框架升級與資安治理) 一句話定位:Herdr App 是「看」與「排」的桌面視窗,herdr-core(hc)是「跑」與「接」的背景 Runtime,AI Coding Agent 才是「做事」的人。本手冊教同仁把三者正確分工,用在新系統開發、Legacy 逆向工程與框架升級三種企業情境,並且知道哪些事 Herdr 不會替你做。 文件資訊 項目 內容 文件名稱 herdr-app and herdr-core 教學手冊 文件版本 1.1 更新日期 2026-11-12 文件目的 讓企業開發團隊能實際安裝、操作、整合、維運及導入 Herdr App 與 herdr-core,並以 AI Agent 完成 Web Application 開發、Legacy System 逆向工程與 Framework 升級 適用對象 PM、SA、系統架構師、前後端工程師、測試工程師、DevOps/Platform 工程師、資安工程師;以資深工程師的實戰與維運為主軸 技術範圍 Herdr App 0.1.15、herdr-core 0.1.20(API protocol generation 1)、OSC 7501 Program Status Protocol Rev 0.4、Claude Code、OpenAI Codex CLI、GitHub Copilot CLI、Gemini CLI、OpenCode、Git Worktree、Maven、Playwright、Trivy 適用環境 Windows 10/11(PowerShell 7、Git for Windows)為主要範例,另附 Linux/macOS 指令 文件語言 繁體中文(台灣),技術名詞保留英文 文件性質 作者閱讀兩個官方 Repository 的原始碼、由 binary help 產生的官方命令參考、OSC 7501 規格與各 Agent 官方資料後重新整理;不是官方文件翻譯。範例中的系統名稱、模組與任務都是虛構示範 參考資料 官方 Repository、herdr.dev、OSC 7501 規格、各 Agent 官方 Changelog;完整清單見參考資料 修訂紀錄 版本 日期 主要變更 1.0 2026-11-12 初版:7 篇 30 章+附錄 A~F+Checklist+參考資料;附 6 支實測過的企業延伸工具(OSC 7501 回報函式與驗證器、template/Mod/指令檢查器、Worktree 派工腳本、健康檢查腳本)與 3 個 JavaScript Mod 範例 1.1 2026-11-12 逐章重新查證(版本未變:App 0.1.15、Core 0.1.20)。修正:hc 名稱規則改依原始碼 addr.rs(以字母或數字開頭、不可像終端機 ID),同步修正派工腳本與 template_lint.py;Windows 單一引號字串走 cmd.exe、只有 template 需要 sh;Windows template 位置與 --help 字串的差異;KPI 的 Blocked 時間資料來源。新增:7.7 套件管理員安裝、21.10 行動裝置、23.8 version_check.py、25.4 導入前現實檢查、26.9 naming_lint.py、28.3 hc_kpi.py、29.5 已知未修正問題;第 22、25~30 章補齊「本章 AI 產出審查」;附錄 G AI 產出審查總表 版本基準與查證日期 本手冊查證基準日為 2026-11-12。Herdr 兩個專案幾乎每天都在改版(App 與 Core 都還是 0.1.x),使用前請用第 23.1 節的方法重新確認版本,不要直接沿用本手冊的版本號。 ...

November 12, 2026 · 152 min · 32222 words · Eric Cheng

Ghidra 教學手冊

Ghidra 教學手冊(Ghidra + AI Agent 軟體逆向工程企業標準:安裝、分析、Headless 自動化、MCP Adapter、AI 協作、品質審查與維運) 一句話定位:Ghidra 負責從 Binary 擷取可以驗證的證據,例如函式、位址、字串、交叉參照與反編譯虛擬碼;AI Agent 負責整理與推理;人員負責確認與核准。本手冊教你把這三者接成一條可重跑、可稽核、可審查的企業流程,而不是「把 EXE 丟給 AI,問它在做什麼」。 文件資訊 項目 內容 文件名稱 Ghidra 教學手冊 文件版本 2.1(十篇、41 章;新增「行為層級」的驗證工具與 12.2 新功能) 更新日期 2026-11-12 文件等級 企業標準技術白皮書。可直接作為專案團隊的逆向工程作業規範與教育訓練教材 文件目的 讓同仁能夠:(1) 獨立安裝與操作 Ghidra;(2) 用 Headless 管線批次產出結構化分析資料;(3) 透過企業自建的唯讀 MCP Adapter,讓 Claude Code、Codex、GitHub Copilot 使用 Ghidra;(4) 用可重跑的檢查工具審查 AI 產出的逆向工程報告;(5) 依 SOP 維運、升級與管控整個平台 適用對象 資深工程師、Reverse Engineer、系統分析師、軟體架構師、AI Engineer、DevSecOps、PM。主軸是實戰與維運;初學者可以依第一~三篇循序學習 技術範圍 Ghidra 12.2(JDK 25)、PyGhidra 3.2.0、Headless Analyzer、Ghidra Extension(Gradle 9.8.0)、MCP Python SDK 2.3.0、Claude Code 2.1.322、OpenAI Codex、GitHub Copilot(VS Code 1.145.3) 適用環境 主要範例為 Windows 10/11(PowerShell 7);另附 Linux 指令(以 Temurin 25 容器實測)與 macOS 指令 文件語言 繁體中文(台灣)。技術名詞保留英文,第一次出現時附中文說明 文件性質 作者閱讀 Ghidra 官方原始碼、發行包文件、官方 GitHub 與各 AI 工具官方文件,並在本機實測後重新組織而成;不是任何官方文件的翻譯。範例中的銀行規則、帳號與表名都是虛構的 Lab 資料 參考資料 完整清單見第 41 章與文末「參考資料」 修訂紀錄 版本 日期 主要變更 1.0(第一部分) 2026-11-12 第一~四篇(第 1~15 章)。第五篇起的撰寫中斷,未收錄 2.0 2026-11-12 全面重寫並補齊十篇 41 章:(1) 新增第五~十篇:AI 整合架構、MCP 比較與自建 Adapter、Claude Code/Codex/Copilot 整合、四個實戰案例、維運、升級、安全、導入、Prompt、Skills、品質管理、教育訓練、Roadmap、附錄(2) 每章最後都有「本章 AI 產出審查」,列出好例、壞例與可重跑的檢查指令(3) 重新查證版本,並重跑 Lab 管線、MCP Adapter 驗收測試與報告審查工具(4) 目錄改依 Hugo 實際錨點產生,並逐一比對 2.1 2026-11-12 逐章查證並補強深度(上游版本與 2.0 相同,未全面重寫):(1) 新增行為層級的驗證:P-Code 模擬驗證規則(12.14)、案例檔審查、可執行的驗收基準(26.11)、BSim 版本差異(27.11)、考題自動驗證(37.8)(2) 新增 12.2 相關主題:DWARF/PDB 與簽章來源(10.14)、Go/Rust/Swift(10.15)、企業型別庫(8.10)、Debugger 與 Timeless Debugging(3.19、31.15)、Server 憑證與 Allow List(29.12)、VS Code/jshellRun(13.14)(3) 新增 8 支實測工具與附錄 A.5 的 Lab 變體(C、Go、Rust);FAQ 新增 4 個實際踩到的問題(40.16~40.19)(4) 修正:EmulatorHelper 已 deprecated(改用 PcodeEmulator);Demangler 安全公告改以官方 GHSA 為準;第 39.11 節的抽取程式略過 markdownlint 註解 版本基準與查證日期 本手冊的查證基準日是 2026-11-12。Ghidra 大約每 1~3 個月發布一次修正版,AI 工具更是每週改版。使用前請先用第 30.1 節的方法重新確認,不要直接沿用下表。 ...

November 12, 2026 · 206 min · 43819 words · Eric Cheng

Claude Code Migration Kit 教學手冊

Claude Code Migration Kit 教學手冊(Anthropic 官方大型程式語言遷移入門套件:Rulebook、Dependency Map、對抗式審查、Survey Build 與 Parity Referee 實戰) 一句話定位:Claude Code Migration Kit 是 Anthropic 隨〈How Anthropic runs large-scale code migrations with Claude Code〉一文公開的參考套件,用 8 支 Prompt、3 份範本、6 支確定性腳本與一份 CLAUDE.md,把「整個專案換程式語言」拆成六個有 Gate 的步驟。它不是一鍵翻譯工具:它的價值在於先寫規則、再拿規則去打真實程式碼、用磁碟上的檔案記錄進度、用編譯器與新舊行為比對當裁判——AI 自己說「完成了」不算數。 文件資訊 項目 內容 文件名稱 Claude Code Migration Kit 教學手冊 文件版本 1.1 更新日期 2026-11-11 文件目的 讓第一次接觸 Migration Kit 的同仁,能依本文件完成環境建置、可行性評估、Judge 建立、Rulebook 制定、AI Agent 協作翻譯、編譯收斂、行為比對與最終驗收;並提供企業導入、治理與維運的依據 適用對象 PM、SA、系統架構師、資深工程師、前後端工程師、DevOps/DevSecOps 工程師、AI Agent 開發與維運人員;以資深工程師的實戰與維運為主軸 技術範圍 Migration Kit(commit cf91c9d)、Claude Code 2.1.322(Subagent、Dynamic Workflow、Agent Teams、Skills、Hooks、Permissions)、Python/TypeScript/C/Rust 遷移、GitHub Actions/GitLab CI、Trivy、SBOM 適用環境 Windows 10/11(PowerShell 7、Git Bash)為主要範例,另附 Linux/macOS 指令 文件語言 繁體中文(台灣),技術名詞保留英文 文件性質 作者閱讀官方原始碼、官方文章與 Claude Code 官方文件,並在本機實測後重新組織的內容,不是官方 README 的翻譯;範例中的系統、人名、金額全部虛構 參考資料 官方 Repository、官方文章、Claude Code 官方文件;完整清單見文末「參考資料」 修訂紀錄 版本 日期 主要變更 1.1 2026-11-11 重新查證版本基準(Kit 仍為 cf91c9d、Claude Code 仍為 2.1.322);新增第 6.8 節「上線切換、影子雙跑與回滾」與實測工具 shadow_diff.py(反例測試 14/14、突變 4/4);新增第 8.5 節「業界案例對照」(Google、Airbnb,第一手來源);第 8.1.5 節補充 Bun 合併前後的事實;14.2 節補 AWS Transform;新增附錄 D 審查者速查卡、附錄 E 術語表;目錄依 Hugo 輸出重建 1.0 2026-11-11 初版:14 章+附錄 A~C+重點整理+新進成員 Checklist+參考資料;附一個可實跑的 Python → TypeScript Lab 與 8 支實測過的企業延伸工具 版本基準與查證日期 本手冊的查證基準日為 2026-11-11。Migration Kit 官方已標示不再維護,但 Claude Code 每週都在改版,使用前請以第 10.2 節的方法重新確認,不要直接沿用下表。 ...

November 11, 2026 · 122 min · 25795 words · Eric Cheng

Code Modernization 教學手冊

code-modernization 教學手冊(Anthropic 官方 Claude Code Plugin:舊系統理解、商業規則萃取、Uplift/Transform/Reimagine 與新舊行為一致性證明) 一句話定位:code-modernization 是 Anthropic 放在官方 Marketplace(claude-plugins-official)的 Claude Code Plugin,用 13 個命令、8 個專業 Agent 與一組 Python 驗證腳本,把「理解舊系統 → 萃取商業規則 → 人工核准計畫 → 分階段現代化 → 由腳本計算的獨立證明」做成可重跑、可交接的流程。它不是讓 AI 一次性重寫整個舊系統的工具;它的價值在於每一步都留下檔案、每個關鍵決定都由人做、每個「完成」都要有測試結果檔與新舊輸出比對當證據。 文件資訊 項目 內容 文件版本 1.1 文件日期 2026-11-11 文件語言 繁體中文(台灣),技術名詞保留英文 適用對象 PM、SA、系統架構師、前後端工程師、DBA、QA、DevOps、資安人員;以資深工程師的實戰與維運為主軸 適用環境 Windows 10/11(PowerShell 7、Git Bash、Windows Terminal)為主要範例,另說明 WSL2 核心工具 Claude Code、code-modernization Plugin 1.0.0 文件用途 公司內部教育訓練教材、現代化專案執行參考、SSDLC 檢核依據 文件性質 作者閱讀官方原始碼、官方文件並在本機實測後重新組織的內容,不是官方 README 的翻譯;範例中的帳號、金額、系統名稱全部虛構 修訂紀錄 版本 日期 主要變更 1.0 2026-11-11 初版:16 章+附錄 A~D+新進成員 Checklist+參考資料 1.1 2026-11-11 重新查證版本(Plugin、Marketplace、Claude Code 均無變動);吸收 Anthropic COBOL 現代化文章與 Playbook、Thoughtworks 評估、Martin Fowler〈Patterns of Legacy Displacement〉、Microsoft Shadow Testing;新增並實測 6 支驗證工具(golden master 核准、mutation testing、對帳、雜湊清冊、寫入範圍、規則漂移);新增第 8.3.8、9.3.1、9.3.2、9.4.1、9.9.1、10.10.1、13.23 節;第 1~16 章各節補上判斷範例、好例/壞例與可重跑的審查指令;各章實務案例擴充為多案例 版本基準與查證日期 本手冊的查證基準日為 2026-11-11。Plugin、Claude Code 與各框架都會持續改版,使用前請以第 12.3 節的方法重新確認,不要直接沿用下表。 ...

November 11, 2026 · 150 min · 31857 words · Eric Cheng

Awesome Claude Code 教學手冊

awesome-claude-code 企業級 AI Agent 軟體開發教學手冊(資源探索、工具選型、導入治理與三大場景實戰) 一句話定位:awesome-claude-code 是一份由社群維護的 Claude Code 資源清單(Awesome List),不是 Anthropic 官方產品、不是 Claude Code 的安裝套件,也不是一套開發框架。本手冊教你把它當成「資源探索入口」,建立「探索 → 評估 → 審查 → PoC → 白名單 → 標準化 → 維護」的企業流程,並套用到 Web Application 開發、既有系統逆向工程、Framework 升級三大場景。 文件資訊 項目 內容 文件版本 1.1 文件日期 2026-11-08(1.0 版:2026-11-07) 文件語言 繁體中文(台灣) 適用對象 PM、SA、Architect、SD、PG、QA、DevOps、資安、資訊主管 適用環境 Windows 10/11(PowerShell 7、Windows Terminal、Git Bash)、WSL2、Linux、macOS、VS Code、IntelliJ IDEA 核心工具 Claude Code、awesome-claude-code 文件用途 企業 AI Agent 開發教育訓練與導入標準 文件性質 企業內部教育訓練與開發規範。內容為作者研究、比較、實測後重新組織,不是任何專案 README 的翻譯;範例中的帳號、金額、客戶資料全部虛構 修訂紀錄 版本 日期 主要變更 1.0 2026-11-07 初版:16 章+附錄 A~C 1.1 2026-11-08 (1) 每章新增「本章 AI 產出審查」小節(好例/壞例/可重跑的驗證指令),新增第 16.12 節與附錄 D 審查速查表;(2) 新增第 5.10.1 節:auto mode 自 v2.1.283 起為預設起始模式的企業設定與驗證;(3) 範例修正:guard-shell 一般推送改回傳 ask(補 git -C <dir> push 繞過 ask 規則的缺口)、防護 Hook 加 onFailure: "block"、deny 路徑改為語意明確的 **/ 寫法、Test-ClaudeProjectConfig.ps1 增為 33 項、Hook 測試增為 69 案例;(4) 第 10.18 節對照 OWASP Agentic Top 10(ASI01~ASI10)與 OWASP MCP Top 10,新增第 10.16.1 節 AIBOM;(5) 補強偏薄章節:6.4.6、6.4.14、7.4.x、8.4.1/8.4.2/8.4.9、10.7、11.5/11.7/11.10、12.11(AI 歸屬標示與分級審查)、14.19、15.5.6 版本基準與查證日期 本手冊所有數字、版本、指令都在 2026-11-07 查證,1.1 版於 2026-11-08 複查(awesome-claude-code main 仍為 a79b5a8、Claude Code latest 仍為 2.1.319,數字差異在下表註明)。社群工具變化非常快,使用前請用第 11 章的工具重新查詢,不要直接沿用本表。 ...

November 8, 2026 · 148 min · 31358 words · Eric Cheng

Knowledge Work Plugins 教學手冊

knowledge-work-plugins 企業級教學手冊(實戰與維運) 一句話定位:anthropics/knowledge-work-plugins 是 Anthropic 開源的職能型 Plugin 集合與 Marketplace。每個 Plugin 用 Markdown(Skills)與 JSON(MCP 連線設定)把「某個職能怎麼做事、要連哪些工具」打包起來,讓 Claude Cowork 與 Claude Code 能用一致的方式完成業務、財務、法務、資料分析、工程等工作。它是很好的起點範本,但不是可以直接上線的企業系統:它不懂你的公司 SOP、不連你的內部系統、也不會自動符合金融業的權限與稽核要求——這些都要企業自己補上,本手冊就是教你怎麼補。 適用對象:資深工程師、AI 平台工程師、架構師、資安與治理人員、維運人員;各部門 AI 推動負責人與 PM 可依「閱讀路徑」選讀。內容偏實戰與維運,假設讀者熟悉 Git、JSON、Markdown 與命令列。 版本基準: 項目 內容 研究對象 GitHub anthropics/knowledge-work-plugins,main 分支 commit d900840(2026-11-04 02:50 UTC),Apache-2.0 授權 Release 沒有 GitHub Release 與 tag;版本只能看各 Plugin plugin.json 的 version 與 commit(見 13.2) 實際內容 Marketplace 共 123 個 Plugin:17 個 Anthropic 第一方(repo 內目錄)+ 5 個合作夥伴內嵌於 partner-built/ + 101 個外部來源(以 url 或 git-subdir 指向第三方 repo,並固定 commit sha)(見 4.1) 與 README 的落差 官方 README 仍寫「open-sourcing 11 plugins」,並示範 /finance:reconciliation 等指令;實際已有 17 個第一方 Plugin,且多數 commands/ 已改為 skills/(見 3.1、4.1) Claude Code 撰寫環境 v2.1.318;本手冊引用的功能都註明最低版本需求(例如 claude plugin validate 的 MCP 檢查需 v2.1.281+) MCP 規格 最新穩定版 2026-07-28(前一版 2025-11-25);範例 MCP Server 使用 npm @modelcontextprotocol/sdk 1.32.2 研究基準日期 2026-11-04(所有「查證日期」未另註明者,皆為此日) 實測狀態 見下方「圖示說明」。手冊內附的企業 Marketplace、company-software-engineering Plugin、corp-change-sop Plugin 已以 claude plugin validate --strict 驗證通過;PreToolUse 守門 Hook 20 個案例、MCP Server smoke test 11 項、plugin-preflight.py 三組資料皆已實測 ✅。Claude Cowork 端操作、組織管理後台、MCP tunnels、Compliance API、實際連線第三方 SaaS Connector 未實測(需要 Team/Enterprise 組織與各 SaaS 帳號),依 claude.com/support.claude.com/platform.claude.com 官方文件整理,標 📖 撰寫環境 Windows 11 Pro 10.0.26300、Node.js 24.16.0、Python 3.12、Git for Windows 手冊版本 1.1(2026-11-04;1.0 初版同日發布,1.1 補 Cowork/claude.ai 管理控制、MCP tunnels 與各章範例,版本紀錄見附錄 D) 文件性質:企業內部教育訓練與開發規範。內容為重新整理、分析與教學化撰寫,不是官方文件翻譯。範例中的主機名稱、帳號、Token、系統與資料全部虛構(使用 corp.example、example.com 等保留網域)。 ...

November 4, 2026 · 146 min · 31088 words · Eric Cheng

Book to Skill 教學手冊

book-to-skill 教學手冊 book-to-skill — 把一本書、一份文件、甚至一整個 docs/ 資料夾,轉成 AI Agent 可隨查隨用的 「Skill」:Claude Code、GitHub Copilot CLI、Amp 三大 host 共用的知識轉換引擎 適用對象:資深工程師、AI Engineer、知識工程/RAG 團隊、Tech Lead、架構師、企業導入人員、PM 文件性質:企業內部「Knowledge-as-Skill」知識庫導入、開發與維運培訓教材 版本基準:book-to-skill(virgiliojr94/book-to-skill,2026 年 5 月 1 日建立、核心 MIT License、 v1.3.0 正式版於 2026-07-30 發布;本次改版核校時間點 2026-08-04) ⚠️ 重要聲明(請務必先讀) book-to-skill 仍在高速迭代中。 本專案於 2026-05-01 建立,短短三個月內成長迅速,已登上 GitHub Trendshift 趨勢榜(編號 #27038)。截至本次改版核校(2026-08-04,直接呼叫 api.github.com/repos/virgiliojr94/book-to-skill 查證,非憑記憶)已有 16,048 Stars、 1,714 Forks、81 Subscribers、18 個開放 Issue,版本從 v1.0.0(2026-06-08)快速推進到 v1.3.0(2026-07-30,pyproject.toml 版本號同步為 1.3.0,最後一次 push 為 2026-07-31)。 其 CLI 參數、SKILL.md 內部步驟、目錄結構在版本之間可能持續變動,任何指令與檔名在正式導入前, 務必以最新官方 Repository 為準;本手冊所列數字僅為核校當下快照。 本手冊的定位是「理解、彙整、分析、重組、補充最佳實務」,而非官方文件翻譯。 依撰寫要求,本書 不直接翻譯 README、不大量抄錄原文,而是以企業教育訓練教材的角度重新組織、加入架構圖、比較表、 最佳實務與導入建議。 內容分兩類: 官方已確認事實(例如 book_to_skill/ pip 套件結構、scripts/extract.py 薄殼層、 SKILL.md 規格文件本身驅動 Step 0–10 的生成流程、tools/discovery_tax.py/ tools/validate_skill.py/tools/scan_generated_skill.py 三支輔助工具、sanitize.py 的 隱藏字元清洗機制等)作為骨幹,內文一律使用 repo 內實際檔名/路徑/指令,不使用意譯替代。 本次核校已透過 GitHub API 直接讀取 repo 檔案樹、README.md、SKILL.md、 docs/ARCHITECTURE.md、pyproject.toml、book_to_skill/config.py 等原始檔案逐一比對, 非僅憑記憶或二手轉述。 作者補充:凡屬作者依企業(含金融業、保險業)導入 AI Agent 知識工程之實務經驗所補充或推論 之處,會標註 (作者建議) 或 (作者推論)。這些是最佳實務參考,非官方保證。 特別澄清(避免讀者對架構產生誤解): book-to-skill 不是一個獨立呼叫 Anthropic/OpenAI API 的雲端服務,它本身沒有也不需要 設定任何 LLM API Key——真正執行「閱讀全文、萃取框架、寫出 SKILL.md」這些生成工作的模型, 是使用者當下所在的 host agent(Claude Code、GitHub Copilot CLI、或 Amp)本身。book-to-skill 提供的是一份規格文件(SKILL.md)加一組確定性的文字擷取程式(book_to_skill/ 套件),並不是 另一個會發送 API 請求的後端服務。 book-to-skill 不是 MCP(Model Context Protocol)Server,repo 中沒有 MCP 相關程式碼。它遵循 的是另一個開放標準——Agent Skills 標準(agentskills/agentskills),與 MCP 是兩種不同的 擴充機制,兩者可以並存但不是同一件事。第13章會詳細釐清這個常見誤解。 這兩點都與坊間許多「AI 開發工具教學範本」預設的雲端服務/MCP 整合章節不同,本手冊會在對應章節 明確標註「此工具不適用」而非硬套範本。 授權條款請留意「範圍界線」: book-to-skill 轉換器本身(程式碼 + SKILL.md 規格)採 MIT License,可自由商用、修改、內部散布。但這不代表經過 book-to-skill 處理過的書籍/文件內容 本身的著作權也隨之開放——官方 README 明確指出:book-to-skill 不隨附任何書籍內容、不上傳使用者的 檔案,產生的 Skill 是「你自己的讀書筆記」性質的衍生摘要,不可對外散布第三方受著作權保護書籍所 產生的 Skill;公司內部文件、自有著作、開放授權素材則可依其授權範圍分享。金融業、保險業等受 監理產業,導入前應將此授權界線一併提交法務/智財單位確認(作者建議)。 官方權威來源請見〈附錄 A・References〉。 目錄(Table of Contents) 圖例與符號說明 本手冊閱讀路徑 第1章 book-to-skill 是什麼 1.1 一句話定義 1.2 發展背景與誕生脈絡 1.3 設計理念 1.4 解決哪些問題:Discovery Loop Tax(核心賣點) 1.5 適用情境 1.6 限制 1.7 特色 1.8 優點 1.9 缺點 1.10 與傳統 RAG 的差異 1.11 與向量資料庫的差異 1.12 與 MCP 的差異 1.13 與「Claude Skills」的關係 1.14 本章 Checklist 與小結 第2章 系統架構 2.1 架構總覽:兩個半部 2.2 資料流(Data Flow) 2.3 Knowledge Flow(知識萃取的分層邏輯) 2.4 Skill Generation Pipeline(SKILL.md 驅動的 Step 0–10) 2.5 Document Processing 決策樹 2.6 Prompt Pipeline:四種操作模式 2.7 端到端資料流總結圖 2.8 本章 Checklist 與小結 第3章 book-to-skill 核心架構詳解 3.1 Parser(解析器) 3.2 Layout Detection(章節/目錄偵測) 3.3 Knowledge Extraction(知識萃取,Agent 側) 3.4 Skill Generator 3.5 Metadata 3.6 Output(輸出結構) 3.7 CLI 3.8 Config 3.9 Cache(誠實說明:沒有持久化快取) 3.10 Log(誠實說明:沒有結構化 Logging 框架) 3.11 Error Handling 3.12 Plugin/Extension(誠實說明:沒有執行期 Plugin 機制,但有明確的擴充路徑) 3.13 本章 Checklist 與小結 第4章 安裝 4.1 兩種安裝路徑,先分清楚再動手 4.2 Windows 安裝 4.3 Linux 安裝 4.4 macOS 安裝 4.5 WSL 安裝 4.6 各 Host 安裝指令對照 4.7 pip 安裝(獨立 CLI) 4.8 uv 安裝(作者建議) 4.9 Node/Git 等前置需求 4.10 企業安裝:Offline 安裝(作者建議) 4.11 Proxy/Firewall 注意事項(作者建議) 4.12 本章 Checklist 與小結 第5章 設定 5.1 設定機制總覽(誠實澄清:沒有 YAML/JSON 設定檔) 5.2 CLI 參數 5.3 環境變數 5.4 API Key:明確澄清「不需要設定」 5.5 各 Host 的模型從何而來 5.6 mkdocs.yml:官方文件站設定(非使用者需設定項) 5.7 最佳設定建議(作者建議) 5.8 本章 Checklist 與小結 第6章 文件格式支援 6.1 支援格式總表 6.2 PDF:技術書 vs. 文字書的取捨 6.3 EPUB 6.4 DOCX(Office 格式) 6.5 純文字系列(TXT/Markdown/RST/AsciiDoc) 6.6 RTF 6.7 MOBI/AZW/AZW3 6.8 不同企業文件類型的實務對應(作者建議) 6.9 本章 Checklist 與小結 第7章 Document Parsing 與 Layout Analysis 深入 7.1 Layout Analysis 總覽 7.2 章節辨識(Heading Detection) 7.3 Table/Code Block 擷取 7.4 Image/Caption/Footnote/Reference/Citation 的處理限制(誠實說明) 7.5 安全防護:文件→Context 供應鏈的三道防線 7.6 最佳實務 7.7 本章 Checklist 與小結 第8章 Knowledge Extraction(知識萃取) 8.1 Step 3:分析書籍結構(回顧與展開) 8.2 Step 4:詢問用途,推導 DEPTH 8.3 Quality Rules:八條品質準則(重新詮釋) 8.4 六種知識形態與模板欄位對照 8.5 案例:如果把經典架構書丟進 book-to-skill 8.6 本章 Checklist 與小結 第9章 Skill Generation(Skill 產出規格) 9.1 SKILL.md 主檔模板結構 9.2 Cross-agent 相容性設計(agent-neutral 寫法) 9.3 chapters/ch<NN>-<slug>.md 模板逐節說明 9.4 支援檔案:glossary/patterns/cheatsheet 9.5 Update/Fold-in Workflow(Mode 4)深入 9.6 本章 Checklist 與小結 第10章 Claude Code 如何使用 10.1 安裝與基本使用回顧 10.2 與 Claude Skills 機制的關係 10.3 與 CLAUDE.md/Memory 體系整合(作者建議) 10.4 Context 載入行為 10.5 與 Subagent/Agent 架構搭配 10.6 與既有 Workflow/Slash Command 整合 10.7 最佳實務 10.8 本章 Checklist 與小結 第11章 GitHub Copilot CLI 如何使用 11.1 安裝與 Reload 11.2 與 Custom Instructions(copilot-instructions.md)的分工 11.3 Prompt Files 對照(作者建議延伸) 11.4 Project-local 安裝與 Workspace 共用 11.5 Agent Mode 下的行為 11.6 MCP 澄清(延續 1.12 節) 11.7 分享已生成的 Skill 11.8 本章 Checklist 與小結 第12章 其他 Agent CLI 整合(Amp/Codex CLI/Gemini CLI/Cursor/Windsurf/Cline 等) 12.1 官方明確支援:Amp 12.2 Agent Skills 開放標準的官方採用者名單(2026-08-04 查證,非作者推論) 12.3 Agent Skills 標準的正式規格:SKILL.md frontmatter 欄位 12.4 為什麼相容性仍需自行驗證:機制本質差異(已窄化為工具實作細節層級) 12.5 手動整合模式(作者建議,適用 Windsurf/Cline 等尚未支援 Agent Skills 標準的工具) 12.6 AGENTS.md 慣例與 Agent Skills 標準的分工(作者建議) 12.7 本章 Checklist 與小結 第13章 MCP 整合的正確理解 13.1 再次明確澄清 13.2 為什麼這個誤解特別容易發生 13.3 與常見 MCP Server 的分工建議(作者建議) 13.4 本章 Checklist 與小結 第14章 Reverse Engineering 場景應用(作者延伸) 14.1 為什麼逆向工程需要「知識可查詢化」 14.2 適用範圍:官方語言/框架手冊,而非原始碼本身 14.3 與 reverse-skill 的分工建議(作者建議) 14.4 案例走查:PowerBuilder 老系統維運知識庫 14.5 最佳實務 14.6 本章 Checklist 與小結 第15章 Framework Upgrade 場景應用(作者延伸) 15.1 為什麼框架升級特別適合這個模式 15.2 各框架 Migration Guide 轉 Skill 對照 15.3 案例:Spring Boot Migration Guide → Skill → 升級專案查詢 15.4 最佳實務 15.5 本章 Checklist 與小結 第16章 大型 Web Application 知識庫應用 16.1 官方立場回顧:「Beyond Books」 16.2 把整個 docs/ 資料夾轉成 Skill 16.3 DDD/Microservices/Clean Architecture/Hexagonal 場景應用(作者延伸) 16.4 Review/Testing/Refactoring 場景應用(作者延伸) 16.5 最佳實務 16.6 本章 Checklist 與小結 第17章 AI Agent Workflow/方法論整合(作者延伸) 17.1 book-to-skill 在 AI Agent Workflow 中的定位 17.2 與 Spec Driven Development 系列方法論整合(作者建議) 17.3 與 Multi-Agent/Council 類方法論整合(作者建議) 17.4 最佳實務 17.5 本章 Checklist 與小結 第18章 企業導入治理(Governance) 18.1 Governance 總覽 18.2 版本管理(Version) 18.3 Knowledge Base/Repository 存放策略 18.4 Review:validate_skill.py 深度用法 18.5 Security:scan_generated_skill.py 的治理角色 18.6 Compliance(合規) 18.7 Audit(稽核軌跡,作者建議) 18.8 RBAC(誠實說明:無內建機制,需依賴底層存取控制) 18.9 本章 Checklist 與小結 第19章 CI/CD 整合 19.1 book-to-skill 自身的 CI(真實依據) 19.2 企業 CI 中的品質閘門(作者建議) 19.3 GitHub Actions 完整範例 19.4 GitLab CI 範例 19.5 Azure DevOps 範例 19.6 Jenkins 範例 19.7 「自動建立 Skills」的實際可行邊界(誠實說明) 19.8 版本管理/測試/發佈 19.9 本章 Checklist 與小結 第20章 Maintenance(維運) 20.1 Update/Fold-in 維運週期 20.2 book-to-skill 本身的升級 20.3 Backup(備份) 20.4 Migration(搬遷) 20.5 Troubleshooting 20.6 Monitoring/Logging(延續 3.10 節的補強建議) 20.7 Performance/Optimization 20.8 本章 Checklist 與小結 第21章 企業最佳實務(Best Practice) 21.1 大型企業如何使用 book-to-skill:總覽 21.2 知識治理 21.3 文件管理 21.4 版本管理(治理原則,工具操作見19.8節) 21.5 多人協作 21.6 Skill Review(類似 Code Review 的審查流程) 21.7 Quality Gate 21.8 AI Governance 21.9 避免「知識墳場」 21.10 本章 Checklist 與小結 第22章 與其他工具比較 22.1 比較維度說明 22.2 vs. NotebookLM 22.3 vs. 傳統 RAG(展開 1.10 節) 22.4 vs. MCP Memory 類伺服器 22.5 vs. Context7 22.6 vs. Cognee 22.7 vs. codebase-memory-mcp 22.8 vs. OpenMemory(⚠️ 作者依公開資訊之一般性描述,非逐一查證版本細節) 22.9 vs. Knowledge Graph(通用類) 22.10 綜合比較表 22.11 關鍵洞察:book-to-skill 的差異化定位 22.12 本章 Checklist 與小結 第23章 完整案例(作者原創案例走查) 23.1 案例一:保險業 Spring Boot 3→4 升級知識庫建置 23.1.1 背景與任務發起 23.1.2 轉換與查詢過程 23.1.3 效益與知識沉澱 23.2 案例二:製造業 Legacy Java 系統現代化前的知識庫盤點 23.2.1 背景與任務發起 23.2.2 轉換與查詢過程 23.2.3 新人 Onboarding 對照 23.2.4 知識沉澱範本(團隊內部記錄格式示意) 23.3 案例三:新創公司 Vue3 前端設計系統知識庫 23.3.1 背景與任務發起 23.3.2 轉換與查詢過程 23.3.3 效益 23.4 案例四:SI 顧問團隊為客戶 PowerBuilder 老系統做知識移轉 23.4.1 背景與任務發起 23.4.2 轉換與查詢過程 23.4.3 交接效益 23.5 四案例綜合對照 23.6 本章 Checklist 與小結 第24章 完整 CLI 指令大全 24.1 三層 CLI 入口總覽 24.2 pip 獨立 CLI:book-to-skill 24.3 scripts/extract.py(Agent Skill 內部薄殼層) 24.4 tools/discovery_tax.py:Token 成本量測工具 24.5 tools/validate_skill.py:格式合規驗證 24.6 tools/scan_generated_skill.py:安全掃描 24.7 Agent Skill 斜線指令:/book-to-skill(各 Host 內使用) 24.8 CLI Cheat Sheet 總表 24.9 本章 Checklist 與小結 第25章 FAQ 25.1 基礎概念(Q1–Q15) 25.2 安裝與環境(Q16–Q30) 25.3 使用與操作(Q31–Q48) 25.4 格式與解析(Q49–Q60) 25.5 安全與合規(Q61–Q72) 25.6 企業導入與治理(Q73–Q88) 25.7 與其他工具比較(Q89–Q98) 25.8 疑難排解(Q99–Q112) 25.9 本章 Checklist 第26章 常見錯誤(55個) 26.1 安裝與環境類(錯誤 1–8) 26.2 轉換與生成類(錯誤 9–18) 26.3 格式與解析類(錯誤 19–26) 26.4 Skill 品質與內容類(錯誤 27–36) 26.5 安全與合規類(錯誤 37–44) 26.6 企業導入與治理類(錯誤 45–55) 26.7 本章 Checklist 第27章 Prompt Engineering:如何寫出高品質 Skill 27.1 如何對 book-to-skill 下指令 27.2 如何建立高品質 Skill:把 Quality Rules 變成團隊寫作規範 27.3 如何建立大型 Knowledge:分主題整併策略 27.4 如何避免 Hallucination(幻覺) 27.5 本章 Checklist 與小結 第28章 企業導入建議(依產業) 28.1 銀行業 28.2 保險業 28.3 政府部門 28.4 醫療產業 28.5 製造業 28.6 大型系統整合商(SI) 28.7 SaaS 公司 28.8 新創公司(Startup) 28.9 各產業導入要點對照表 28.10 本章 Checklist 與小結 第29章 完整實戰:從一本 PDF 到團隊日常開發流程 29.1 完整流程總覽 29.2 Step 1:取得 PDF 並判斷內容類型 29.3 Step 2:執行轉換 29.4 Step 3:驗證與人工抽查 29.5 Step 4:納入版控與 CI Gate 29.6 Step 5:登記進團隊 CLAUDE.md 29.7 Step 6:Coding 階段查詢輔助設計決策 29.8 Step 7:Code Review 引用 Skill 作為審查依據 29.9 Step 8:Testing 階段依 Anti-patterns 設計測試案例 29.10 Step 9:Deploy 後持續 Fold-in 29.11 本章 Checklist 與小結 第30章 總結與未來發展 30.1 全書核心觀點回顧 30.2 版本演進脈絡與展望 30.3 AI Agent 趨勢與 Skill 生態系 30.4 Knowledge Engineering 的未來 30.5 最佳建議 30.6 學習路線圖 30.7 本章 Checklist 與小結 附錄 A.1 全書核心原則速查 A.2 名詞對照表 A.3 References(參考資料) A.4 新進成員快速上手 Checklist 結語 圖例與符號說明 本手冊沿用企業教材慣例,以下符號在全書中意義固定: ...

August 4, 2026 · 56 min · 11825 words · Eric Cheng

AutoResearch 驅動 SSDLC(安全軟體開發生命週期)教學手冊

AutoResearch 驅動 SSDLC(安全軟體開發生命週期)教學手冊 文件版本:v4.0(2026-10-23) 文件等級:企業標準技術白皮書 對齊基準: 上游 karpathy/autoresearch master@228791f(2026-03-26 最後一次推送) Claude Code 官方文件 code.claude.com/docs 與 Changelog 至 v2.1.309;CLI 旗標另以本機 v2.1.304 的 claude --help 核對;Claude Agent SDK(Python)0.2.173;anthropics/claude-code-action v1.0.259 GitHub Copilot 官方文件(github/docs 2026-10-23 版本);Copilot CLI 以本機 1.0.100 的 copilot --help 核對;GitHub Agentic Workflows gh aw v0.93.2 標準框架:NIST SSDF SP 800-218 v1.1(v1.2 仍為草案)、SP 800-218A、OWASP Top 10:2025、OWASP Top 10 for Agentic Applications 2026、SLSA v1.2 適用對象:資深工程師、DevSecOps/平台團隊、Security Champion、AI 導入負責人、技術主管與稽核人員 前置知識:Python、Git、CI/CD 基礎,以及至少用過一種 AI coding agent 驗證方式:手冊中的 evaluator、hook、設定檔、workflow、SDK 程式與檢查器全部在本機實際執行,執行結果直接嵌入內文;完整紀錄見附錄 F ...

July 1, 2026 · 79 min · 16764 words · Eric Cheng