AI on Justmaker's KB

AI 使用技巧、經驗與避坑指南

Wed, 01 Apr 2026 00:00:00 +0000

一切從 Prompt 開始

生成式 AI 是工具，一切效能的關鍵在如何與之互動。如果 “好問題等於工作完成一半”，那麼 “好 prompt” 就是這時代的高效捷徑。

一切從 Prompt 開始

Prompt 精準度，決定了 AI 工具的效能。以下是讓生成式 AI 更有效率的方式：

如何優化 Prompt

明確定義角色：告訴 AI，它是什麼角色，例如「你是一位資深的 DevOps 工程師，請分析以下 Kubernetes cluster log」比模糊陳述更有效。
上下文前置：AI 沒有閱讀整個 universe 的超能力。輸入需包含背景資料、限制條件，才能產出更符合需求的回答。
具體化輸出格式：需要 Excel 表、JSON 還是 Markdown，都要先說明清楚。模糊的目標，往往得到隨機效果。
拆解複雜問題：分步問題、逐步提問是必須。瞬間丟入十個目標問題的「all-in」，效果通常失敗。

常見陷阱

❌ 笨拙的 Prompt：「需要更好答案」這種話無具體細緻力。
❌ 一次要求過多：Prompt 過長反而前後矛盾，需要過濾具有邏輯整合。
❌ 期望 AI 自帶歷史記憶：生成模型沒有 Session 永久性，每次的斷句都切換「內部共享脈絡窗」的血。」

Claude Code vs GitHub Copilot：工程師實測比較

Sat, 05 Apr 2025 00:00:00 +0000

前言

AI coding assistant 已經是日常開發的標配工具。我同時使用 Claude Code 和 GitHub Copilot 超過半年，這篇分享實際使用的比較心得。

⚠️ 這是 2025 年初的體驗，AI 工具迭代很快，結論可能很快過時。

測試環境

日常工作：Vue.js 前端 + Python/Go 後端 + Shell scripts
使用場景：寫新功能、debug、code review、重構、寫文件
Claude Code 透過 OpenClaw agent 使用
GitHub Copilot 在 VS Code 中使用

比較維度

1. 程式碼生成品質

Copilot 擅長：

行內補完，手感很好
根據上下文自動補完函式名、參數
重複模式的程式碼（測試、CRUD）

Claude Code 擅長：

完整函式/模組的生成
跨檔案的重構
理解複雜需求後一次產出正確程式碼

結論：小粒度用 Copilot，大粒度用 Claude Code。

2. 程式碼理解力

這是最大的差異。

Claude Code 可以讀完整個 repo 的結構、理解 module 之間的關係，然後做出跨檔案的修改。Copilot 主要看當前檔案和相鄰檔案。

實測：給一個「把這個元件的狀態管理從 local state 改成 Pinia」的需求：

Copilot：只改了當前檔案，其他引用點要自己找
Claude Code：一次改完所有相關檔案，包括 store 定義、元件引用、測試

3. Debug 能力

Claude Code 明顯勝出。可以：

讀 error log → 定位問題 → 提出修復
理解 stack trace 的上下文
跨多個 service 追蹤問題

Copilot 的 debug 建議通常比較表面，需要你自己縮小範圍。

4. 工作流整合

面向	Copilot	Claude Code
IDE 整合	✅ 原生 VS Code	❌ CLI/Agent
即時補完	✅ 毫秒級	❌ 不適用
批量操作	❌ 單檔為主	✅ 跨檔案
Git 操作	❌ 不能	✅ 可以 commit/push
自動化	❌ 需手動觸發	✅ 可以背景執行

我的用法

兩個都用，各取所長：

寫程式時：Copilot 開著，享受行內補完
大重構/新功能：派 Claude Code（透過 OpenClaw）跑
Debug：先自己看，看不出來就丟給 Claude Code
Code Review：Claude Code，可以讀完整個 MR

總結

	Copilot	Claude Code
最佳場景	日常寫碼、行內補完	大型任務、重構、debug
學習曲線	低	中
成本	$10-19/月	依 token 計費
推薦度	⭐⭐⭐⭐	⭐⭐⭐⭐⭐

不是非此即彼的選擇。最佳策略是兩者搭配使用。

用 OpenClaw 打造 AI 助理：從零開始

Fri, 04 Apr 2025 00:00:00 +0000

什麼是 OpenClaw？

OpenClaw 是一個開源的 AI agent 框架，可以讓 LLM（如 Claude、GPT）不只是聊天，還能實際操作你的電腦：讀寫檔案、執行指令、管理 Git、呼叫 API。

它不是另一個 ChatGPT 包裝，而是一個能幹活的 AI 助理。

核心概念

Agent ≠ Chatbot

一般 chatbot 只能接收文字、回覆文字。OpenClaw 的 agent 可以：

📁 讀寫你的檔案系統
🖥️ 執行 shell 指令
🔧 操作 Git（commit、push、建 MR）
🌐 瀏覽網頁、呼叫 API
📱 連接 Discord / Telegram 接收訊息
🧠 記住對話脈絡（透過 MEMORY.md）

Workspace 結構

~/.openclaw/workspace/
├── AGENTS.md # Agent 行為規範
├── SOUL.md # Agent 的個性設定
├── USER.md # 關於你的資訊
├── TOOLS.md # 可用工具說明
├── IDENTITY.md # Agent 的身份
├── TODO.md # 待辦事項
└── MEMORY.md # Agent 的記憶

這些 .md 檔案就是 agent 的「大腦」——每次啟動時讀取，形成行為模式。

能做什麼？

以我日常使用為例：

自動化開發

「幫我寫一個 KVM 效能監控腳本，放到 ~/scripts/ 裡」

Agent 會直接寫好腳本、設定執行權限、甚至幫你加到 crontab。

知識管理

「把今天 Discord #ai-tools 頻道的討論整理成一篇部落格文章」

Agent 讀取 Discord 訊息、整理成結構化文章、push 到 Hugo 部落格。

程式碼審查

「Review 一下最新的 MR」

Agent 會讀 MR diff、分析問題、留下 review comment。

適合誰？

工程師、開發者（最大受益者）
需要自動化重複工作的人
願意花時間調教 AI 行為的人

下一步

如果你對 OpenClaw 感興趣，可以到 GitHub repo 看看文件和範例。

後續文章會深入介紹進階功能：MCP server 串接、多 agent 協作、自動化工作流。

AI Native IDE / Code Editor 全景報告（2025-2026）

Tue, 01 Apr 2025 00:00:00 +0000

最後更新：2026-04-01

🖥️ 獨立 AI IDE（完整的 Editor）

工具	公司	開源	定價	核心特色	支援 Model	狀態
Cursor	Anysphere	否	Free / Pro $20/mo / Biz $40/mo	VS Code fork，內建 AI chat、Tab completion、multi-file edit、Agent mode。目前最成熟的 AI IDE	GPT-4o, Claude 3.5/Opus, 自選 API key	GA
Windsurf	Codeium（被 OpenAI 收購，~$3B）	否	Free / Pro $15/mo	Cascade 多步驟 agent、Flows 概念，自動讀 codebase context	GPT, Claude, 自研 model	GA
Trae	ByteDance	否	Free (Beta)	字節跳動出品，內建 AI chat + Builder mode，支援中文	Claude, GPT, 豆包大模型	Beta
Zed	Zed Industries	是 (GPL/AGPL)	Free / Pro $10/mo (AI)	Rust 原生高效能 editor，速度極快，native collaboration，AI assistant	Claude, GPT, Ollama (本地)	GA
Void	Void Dev	是 (MIT)	Free	開源 AI code editor，對標 Cursor 的開源替代，支援自選 LLM	任意（自選 API）	Alpha/Beta
PearAI	PearAI 團隊	是 (Apache 2.0)	Free / Pro $15/mo	開源 AI editor，fork of Continue + VS Code，整合 AI chat 和 inline edit	Claude, GPT, 本地 model	Beta
Melty	Melty 團隊	是 (MIT)	Free	主打「理解整個 codebase 變更歷史」，與 git diff 深度整合	Claude, GPT	Alpha（可能停止活躍開發）

🔌 VS Code / IDE Extension

工具	公司	開源	定價	核心特色	支援 Model	狀態
GitHub Copilot	Microsoft/GitHub	否	$10/mo / Biz $19/mo / Ent $39/mo	最廣泛使用的 AI coding tool，Copilot Chat、Agent mode、Workspace	GPT-4o, Claude, Gemini (agent)	GA
Continue	Continue Dev	是 (Apache 2.0)	Free	開源 AI code assistant，可接任意 LLM，高度可自訂	任意（OpenAI, Anthropic, Ollama）	GA
Cody (Sourcegraph)	Sourcegraph	是（部分 Apache 2.0）	Free / Pro $9/mo / Enterprise	Codebase-aware context，利用 Sourcegraph 搜尋引擎提供精準上下文	Claude, GPT, Gemini	GA
Amazon Q Developer	AWS	否	Free / Pro $19/mo	前 CodeWhisperer，深度整合 AWS 服務，安全掃描、code transformation	自研 (Amazon Titan+)	GA
Tabnine	Tabnine	否	Free / Pro $12/mo / Enterprise	隱私優先，可完全本地部署，企業級 code completion	自研	GA
Supermaven	Supermaven（被 Cursor 收購）	否	已整合進 Cursor	極速 code completion（300ms），超長 context window (100K tokens)	自研	⚠️ 整合進 Cursor
JetBrains AI Assistant	JetBrains	否	含 JetBrains 訂閱 / $10/mo addon	原生整合 IntelliJ 系列，AI chat + inline completion + refactor	GPT, Gemini, 自研	GA
Augment Code	Augment	否	Free / Pro（定價未公開）	大型 codebase 深度理解，企業級 context engine	Claude, GPT	GA

⌨️ CLI / Terminal-based

工具	公司	開源	定價	核心特色	支援 Model	狀態
Claude Code	Anthropic	否	按 API 用量計費	Terminal-native AI coding agent，直接讀寫檔案、執行指令、理解整個 repo	Claude 3.5/Opus	GA
Aider	Paul Gauthier	是 (Apache 2.0)	Free	最強 terminal AI pair programmer，支援幾乎所有 LLM，git-aware，自動 commit	任意（GPT, Claude, Gemini, 本地）	GA
GitHub Copilot CLI	GitHub	否	含 Copilot 訂閱	Terminal 指令建議與解釋	GPT	GA
OpenAI Codex CLI	OpenAI	是 (Apache 2.0)	按 API 用量	OpenAI 官方 terminal coding agent，類似 Claude Code 定位	GPT-4o, o3	Beta
OpenCode	Anomaly	是 (MIT)	Free / Zen（付費 model 代理）	120K+ stars 的開源 AI coding agent。Terminal TUI + Desktop App + IDE Extension 三種形態。內建 Build/Plan/General/Explore 四個 agent，支援 MCP Server 擴展，LSP 整合	75+ 家 provider	GA

🌐 Browser-based / Cloud IDE

工具	公司	開源	定價	核心特色	支援 Model	狀態
Replit	Replit	否	Free / Core $25/mo	瀏覽器全功能 IDE + AI Agent，可直接 deploy	GPT, Claude, 自研	GA
Project IDX	Google	否	Free (Preview)	Google cloud IDE，整合 Firebase/GCP 和 Gemini	Gemini	Beta
Bolt.new	StackBlitz	否	Free / Pro $20/mo	AI 全端 web app builder，瀏覽器即時生成 + 預覽 + deploy	Claude, GPT	GA
v0	Vercel	否	Free / Pro $20/mo	AI UI/frontend generator，專精 React/Next.js	GPT, Claude	GA
Lovable	Lovable（前 GPT Engineer）	否	Free / Pro $20/mo	AI full-stack app builder，自然語言生成完整 web app	Claude, GPT	GA

🤖 Autonomous Agent（全自動寫 Code）

工具	公司	開源	定價	核心特色	支援 Model	狀態
Devin	Cognition AI	否	$500/mo (Team)	第一個號稱「AI Software Engineer」，可自主規劃、寫碼、debug、deploy	自研 + Claude/GPT	GA
OpenHands	All Hands AI（前 OpenDevin）	是 (MIT)	Free	開源版 Devin，自主 coding agent，有 sandbox 環境	任意（Claude, GPT, 本地）	GA
SWE-Agent	Princeton NLP	是 (MIT)	Free	學術界最強 SWE benchmark agent，GitHub issue → PR 全自動修復	GPT, Claude	GA (研究用)
Copilot Workspace	GitHub	否	含 Copilot 訂閱	從 GitHub Issue 到 PR 的全流程 AI 輔助	GPT	Beta

🛠️ Agent 監控 / 管理平台

工具	公司	開源	定價	核心特色	狀態
OhMyAgent	OhMyAgent.dev	未知	未公開（有 Waitlist）	Multi-agent 系統的黑盒子與控制塔。四大模組：X-Ray（即時 agent 狀態流視覺化）、Human-in-the-Loop（敏感操作 breakpoint + 人類審核）、Sandbox（shadow test 環境）、Wallet Guard（per-step 成本追蹤）	Early Stage

🎯 個人建議

現有工具鏈

Claude Code (via OpenClaw) — CLI agent，已深度整合日常工作流
GitHub Copilot — 日常 code completion
OpenClaw — AI agent 框架，可串接多種 model

✅ 值得一試

Cursor — GUI agent 體驗，multi-file edit 成熟，適合前端開發
Zed — Rust native 高效能，適合 C/系統開發（速度快）
Trae — 免費且功能完整，ByteDance 持續投入

⚠️ 不急著加的

Bolt.new / v0 / Lovable — 專注 web app prototyping，與系統級開發場景不搭
Devin — $500/mo 太貴，OpenClaw subagent 能做類似的事
Replit / Project IDX — browser-based 不適合本地開發環境

💡 有獨特價值

Continue (開源) — 可接本地 Ollama model，隱私敏感場景有價值
OpenHands — 開源全自動 agent，batch 修 bug 場景可與 OpenClaw 互補

🆕 本次新增

OpenCode — 開源 AI coding agent，有 Terminal/Desktop/IDE 三種形態，支援 75+ provider 和 MCP，Custom Agent 系統完整。跟 Claude Code 定位類似但開源且 model-agnostic
OhMyAgent — Multi-agent 監控平台，提供 agent 狀態視覺化、human-in-the-loop、cost tracking。目前 early stage

資料來源：截至 2025 年初知識庫 + 公開資訊 + 2026-04-01 網站查證。定價和狀態可能已有更新。

圍棋學習路線圖：從入門到升段

Sat, 01 Feb 2025 00:00:00 +0000

圍棋三大要素

棋感 — 直覺判斷，第一感
判斷 — 形勢分析，大小判斷
計算 — 死活、對殺、變化圖

圍棋十訣

不得貪勝
入界宜緩
攻彼顧我
棄子爭先
捨小就大
逢危須棄
慎勿輕速
動須相應
彼強自保
勢孤取和

自創：跟隨 AI 學習步驟

Step 1：學定式

星位、小目、高目各記住至少一個可用的掛角或點三三方式
掛角遞角點入被夾後續定型

Step 2：學布局

推薦工具：電腦 KataTrain、安卓 BadukAI

上述有一邊、兩邊、邊上配合的選擇
- 進階：分遠配合、近配合
對角、對角+一邊、對角+兩邊配合的選擇
遇到不會對付的布局，先去看影片學習
- 例如：二連星、三連星、中國流（含高、迷你）、小林流、向小目、錯小目、星無憂角、對角星

Step 3：學中盤

和 AI 下棋，先從自己剛好打不過的難度開始（推薦 OGS 不限時）
下完一種策略後，從布局再出發嘗試另一種策略（OGS 分支對局功能）
- 例如：策略一先撈實空、策略二先建模樣、策略三打入對方模樣
收官可以自己下省時間，初期可用實體棋盤輔助後續變化圖
成果檢驗成功後往下一個等級或下一個帳號挑戰

等級成果檢驗

不開狗連續戰勝該等級三盤為通過標準
- 持黑持白至少各一以上
可以採用不限時（建議段位以上慢慢嘗試使用預設時長）
可以用實體棋盤輔助變化（建議段位以上慢慢嘗試不用）

新的學習方式：讓 AI 手把手教學

建立符合自己風格的好棋觀：

先想自己的想像落點（第一感 + 推測可能落點，只開 Next Moves）
和 AI 對答案（開 Top Moves）
釐清自己的想像落點為什麼不好，記錄下來
- 尤其第一感必須仔細檢視自己的感覺和邏輯
- 必須弄清楚後續幾手雙方應對，和 AI 確認想像是否有誤
- 無法釐清就標上問號，待以後回頭再釐清
把所有可能選點都想過（利用 Policy Moves）
選一個勝率降不多（<5%）且自己可以理解的解法，嘗試吸收
吸收後才去落子
- 整盤和局部的形勢（當下狀況）及方向（後續重點）都要思考
- 最好能把後續幾步變化也吸收
- 每一步都去對答案效果比較差
著重檢討自己的想像落點
- 不要學習對手落點（低段 AI 俗手連發很常見）
- 學習重點在己方如何應對敵方落子（待 AI 調高段後再學對手應對）

優缺點

優點：

對手穩定且省時間
一盤棋可以學到大量知識
在實戰中學到好的棋、好的方向
避免初期一直輸棋不知從何檢討
以一步或幾步為單位學習，而非整盤
提早學會覆盤
同樣的招式不會中第二次

缺點：

一盤棋花很長時間（數小時到數天）
需要大量耐心、自我檢討和積極學習
自制力不好不適用
沒有老師帶，要自己悟

須注意

不能取代詰棋，做題練細算很重要
成果檢驗需嚴謹，過不了就繼續留在該等級
不可躁進，沒有吸收就去走棋沒有意義
開狗只適用和電腦下，和人下開狗沒有意義

學棋重點

初期不了解定式無妨，先記住基本掛角和點三三方式
棋感優先 — 如果預想落點大都是紅黃，自己下棋只會俗惡手連發

升段重點

中盤戰鬥、攻殺

圍棋五階段

布局 → 序戰 → 中盤 → 終局戰 → 官子