跳到主要內容

發表文章

目前顯示的是有「Software Engineering」標籤的文章

從 JD 到 Offer 的「工程逆向工程」:解析 shushu-internship-tool 的 AI 職涯加速邏輯 / From JD to Offer: Deconstructing the 'Engineering Reverse Engineering' Logic of shushu-internship-tool

將招聘需求轉化為可實作專案,把面試準備變成一套自動化流水線。 / Transforming job descriptions into actionable projects and automating the interview preparation pipeline. 🔎 工具速覽 / AT A GLANCE Category AI-Driven Career Engineering / 職涯工程工具 Pricing Open Source (Apache-2.0) / 免費開源 BestFor CS Students, Career Switchers, Junior Developers / 資訊系學生、轉職者、初級開發者 GitHub Stars ⭐ 63 🚀 引言 / Introduction 想像一下,你正對著一份要求『精通 K8s、熟悉高併發、有分佈式系統經驗』的 JD 發呆,而你的履歷上只有幾個學校作業。這不是你的錯,而是因為大多數人把『學習』和『求職』分開了。shushu-internship-tool (SIT) 提出了一個極其大膽且具備實戰主義的觀點:既然面試是為了證明你能做這件事,為什麼不直接從 JD 逆推(Reverse Engineering)出你應該完成的專案? 這不是在教你造假,而是在教你如何『精準對齊』。在科技業,最痛苦的不是 Bug 太多,而是你肝了三個月的專案,結果面試官問你『這怎麼應用在我們的業務場景』時,你只能尷尬地笑笑。SIT 的核心邏輯就是將『需求分析 $\rightarrow$ 技術選型 $\rightarrow$ 實作落地 $\rightarrow$ 經驗包裝』這套企業級開發流程,直接套用到求職者的學習路徑上。 🛠️ 核心功能 / Key Features SIT 並非簡單的 Prompt 集合,而是一套完整的『職涯 Pipeline』: 1. **JD 逆向匹配 (Candidate Scoring)**:不再盲...

超越 Prompt 的專業武裝:AI Agent 的技能組合與生態系統深度剖析 | Beyond Prompts: Deconstructing the Skill Composition and Ecosystem of AI Agents

別再把 Prompt 當成魔法咒語了,真正的效率來自標準化、可重用的 Agent 技能庫。讓你的 AI 助手像個資深工程師一樣,有條不紊地戰鬥。 🔎 工具速覽 / AT A GLANCE Category AI Agent & Software Architecture Pricing Open Source (MIT) BestFor 企業級開發流程自動化、多階段複雜任務協作 GitHub Stars ⭐ 40 🚀 引言 / Introduction 各位開發者、各位產品經理、以及剛從 bootcamp 混進來想學會『咒語』的後輩們,請注意了。過去我們太著重於研究如何編寫一個『完美』的 Prompt,彷彿靠幾個精準的指令就能讓 AI 變成全能神。但今天,我想跟大家聊聊一個更深層、更產業化、更有『實戰感』的議題:AI 的專業能力,早就不能只靠 Prompt 了。 🛠️ 核心功能 / Key Features 這次我們探討的核心,就是『Skills Registry』。如果把 AI Agent 比作一個初級員工,那麼這些 Skills 就像是標準化、高度模組化的『職能標準化文件』。Mercury Skills 的概念,根本就是為了解決一個痛點:AI 不只會發揮泛知識,它更需要系統性的『工作流程知識』。透過這套開源的技能庫,無論是做前端的 React Hooks、後端的 Auth API 實作,還是 DevOps 的 Docker CI/CD 流程,所有的步驟、最佳實踐、甚至是常用的 Design Pattern,都被標準化成一個可供多個主流 Agent(如 Mercury, Claude Code, Gemini CLI)調用的模組。這代表什麼?它讓複雜的任務從「人工協調」的黑箱流程,變成「指令堆疊」的透明機器流程,極大提升了開發的穩定性和可預測性。 💡 技術亮點 / Tech Highlights 最大...

Elephant and Goldfish: A New Workflow in Software Engineering

Unlocking AI's Potential with a Smarter Code Collaboration Pipeline | 共創智慧碼流,釋放AI潛能 🔎 工具速覽 / AT A GLANCE Category Software Development Tools Pricing Free/Open Source BestFor Intermediate to Advanced Developers, Engineering Managers GitHub Stars ⭐ 13 🚀 引言 / Introduction 在科技圈,我們經常提到‘修不完的 Bug’和‘肝指數’,但今天要介紹的是Elephant Goldfish(象魚)工作流程,這是一個全新的框架,讓AI與程式設計師的合作更加智慧且高效。這個專案由Claude Code、Codex以及Gemini CLI共同打造,就像是在你的程式碼裡加入了智慧的雙眼——大象代表了高層次的策略思考,金魚則是具體實作的靈感源頭。 🛠️ 核心功能 / Key Features Elephant Goldfish工作流程的最大特色,在於它利用Claude Code、Codex和Gemini CLI建立了一個可重複使用的軟體工作流。這個流程的靈感來自Dave Rensin的文章,透過大象(代表高層策略思考)與金魚(具體實作靈感源頭)的合作,提高了開發效率並減少了Bug。 💡 技術亮點 / Tech Highlights 1. **智慧策略思考** - Claude Code提供高層次的策略性建議,幫助工程師更快地決策。 2. **具體實作靈感** - Codex則是金魚的角色,提供具體的實現想法和解決方案。 3. **自動化驗證與校對** - Gemini CLI不僅確保程式碼的一致性,還能在開發初期就發現潛在問題。 ...

AI Auto-Work:定義 AI 驅動的全週期軟體工程自動化 / AI Auto-Work: Defining the AI-Driven Full-Cycle Software Engineering Automation

從需求研究到代碼提交的端到端自動化開發工作流 / An end-to-end automated development workflow from requirement research to code commit. 🔎 工具速覽 / AT A GLANCE Category AI Agentic Coding Workflow Pricing Open Source (MIT License) BestFor Medium to Large-scale Engineering Projects GitHub Stars ⭐ 89 🚀 引言 / Introduction AI Auto-Work 是一個革命性的代理編碼工作流系統,它將 LLM 的能力從單純的代碼補全提升到了完整的工程管理層級。透過 Claude 與 Codex 的雙模型協作,實現了從需求分析、規劃到開發與審查的閉環自動化。 AI Auto-Work is a revolutionary agentic coding workflow system that elevates LLM capabilities from simple code completion to full-scale engineering management, utilizing a dual-model collaboration between Claude and Codex to achieve a closed-loop automation of research, planning, development, and review. 🛠️ 核心功能 / Key Features Full-Cycle Autonomous Development: Covers the complete lifecycle from Requirement Research → Review → Planning → Rev...