前面幾篇我們已經演練過 OpenSpec 與 Spec-Kit，體驗過規格驅動開發的威力。而近期 Matt Pocock 開源的 skills 受歡迎程度更是大幅超越了 OpenSpec 與 Spec-Kit，迅速成為開發者社群中最熱門的實戰技能庫。這是一套將需求盤問、領域建模、規格提煉、垂直切片、多代理編排、TDD 紅綠循環、雙軸程式碼審查與架構深化完整封裝的 AI 工程體系。這裡我以「購物車折價券計算模組」為例，一步步把整套工作流程與 Prompt 拆解出來，看看這套規範如何實際落地。
最近在玩 Orca 這套工具，發現它不只是一個 terminal 管理器，還內建了一套多 Agent 協調機制，叫做 orchestration。想法很單純：手上有 copilot、antigravity、opencode 好幾種 agent，如果每次都要自己開視窗、自己盯著它有沒有做完，人力成本太高了。這篇就來記錄一下怎麼用 orchestration 同時派工給這幾個 agent，順便整理一下踩過的幾個坑。
在 ASP.NET Core 接收或回傳約 1MB 以上的大型 JSON 陣列時，若直接用 List<T> 接收，底層陣列只要超過 85,000 bytes 就會直接丟進大型物件堆積（Large Object Heap, LOH）。在高並發下，這會引發頻繁的 Gen2 垃圾回收（Garbage Collection, GC）、記憶體碎片化甚至直接導致 OOM。這裡透過實測排查，示範如何用 ArrayPool<T> 池化與 IAsyncEnumerable<T> 串流解析徹底避開 LOH 與 OOM 壓力。
傳統 Agent 靠 grep 讀檔做跨檔案重構，面對大型專案常面臨 Context 塞爆、Token 暴增、推理迷路三大痛點。
程式碼知識圖譜，結合語法分析（AST）與向量，將呼叫關係預建為圖，直接提供精準子圖切片。本文以數十萬行的 aspnetcore 等大型 .NET 專案為標的，實測 7 款工具：
• code-review-graph
• gitnexus
• graphify
• Understand-Anything
• CodeGraph
• codebase-memory-mcp
• semble
面對每日一億筆（尖峰每秒破萬筆）的海量時序日誌 (Time Series Logs)，傳統依賴關聯式資料庫 (SQL) 或手動按日建立索引（Time-based Index）的做法，往往會面臨寫入吞吐瓶頸、過度分片 (Over-sharding) 以及維運刪除繁瑣等問題。本文將從 SQL 與 Elasticsearch 的概念差異出發，透過 Docker 快速建立測試環境，並深入介紹如何利用 Data Stream 搭配索引生命週期管理 (ILM) 解決每日 Log 的寫入與自動輪轉問題，最後透過 ASP.NET Core 10 Web API 搭配基於 System.Threading.Channels 封裝的記憶體佇列類別 LogQueue 與背景消費者 LogBatchProcessor 實現高效能的非阻塞批次寫入與自動化測試。
在 Github Action 要使用 Github Action 內建的 Bot 的一些小技巧
Flutter 專案的 Android compile toolchain 在 Gradle、AGP、Kotlin、JDK 這四個東西之間抓交集
前言：拜 Vibe coding 之賜，市場上出現了一大堆的SaaS，每個都聲稱自己所開發的符合你的需求，當然也有些會打著—別人也 Vibe coding 過，但最後還是回來用我們的—這種聲稱，但是你真的確定你的資料放在別人那裡是安全的嗎？尤其是資料中包含個資 (特種個資更是重要) 時，當對方的 SaaS 發生資安事件導致資料外洩時，要怎麼處理及維護自己的權益？這些會遠比那些聲稱自己 Vibe coding 出來的 SaaS 有多好用要來得重要太多了—不怕一萬，只怕萬一。
本文改寫自筆者 2013 年舊文《SQL 備份指令與觀念相關練習》，原文是為輔導同仁準備微軟 70-462 認證所整理的練習題。十多年過去，除了把當年的觀念重新講清楚之外，這次也補上兩塊實務上常被問到、卻很少有文章完整講的主題：**資料庫加密（TDE）狀況下如何備份憑證**，以及**主機移轉時如何把 SQL 帳號的 SID 與加密密碼轉成 Script