運用 clem 打造您的首個 Claude AI 編碼協作團隊
分享建構 Claude Agent 團隊的流程和工具 (clem)，屬於 Agentic 工作流實戰。
非技術PM聯手Claude AI：2.5個月打造iOS App的實戰之路與「相信我，修好了」
PM 無程式背景，用 Claude 2.5 個月開發 iOS App 的全流程經驗分享，含踩坑和工作流，非常實用。
受夠手動編輯 `cursor/mcp.json`？VS Code 擴充功能一鍵安裝 MCP 伺服器，告別 JSON 惡夢！
分享自製 VS Code 擴充功能，簡化 Cursor MCP server 的安裝配置，解決了手動編輯 JSON 的痛點，對 Cursor 用戶有實用價值。
Bugbot 引入「學習規則」功能，從程式碼審查回饋中實現 AI 自我優化
Bugbot 的自我改進功能，展示 AI code review 工具的實戰進展，具體且有數據支持。
DSPy：顛覆提示工程，將手動優化轉化為系統化機器學習工作流
介紹 DSPy 框架，透過演算法優化 LM prompt，為 Prompt Engineering 提供新的方法論。
AI 語音協作新趨勢：邊走邊說，每日數小時高效工作，告別久坐辦公
詳細分享結合 Claude Code 和語音輸入的工作流程，實際用在步行時的生產力提升，是高價值實戰分享。
讓 Claude 產出更優質程式碼：兩項關鍵工作流程變革大幅改善我的 AI 協作體驗
分享利用 Living Spec Doc 作為 AI 記憶，解決 LLM 持續性問題，是高價值的 Prompt Engineering 和工作流方法論。
OpenLumara：專為本地模型打造的獨特AI代理，從零編寫、極致節省代幣，模組化設計確保高效與安全。
介紹 OpenLumara，一個 token-efficient、模組化的 AI agent 框架，強調其為本地模型設計，並已用於個人助理，對建構本地 AI Agent 有實戰參考價值。
週末打造 LLM 可觀察性平台：單一儀表板透視 AI 呼叫、成本與延遲
分享週末建構的 LLM Observability 平台 LogLens，能記錄 AI 呼叫、成本和延遲，並整合 Claude 等，對開發者管理 AI 應用有極大幫助。
將推理原則蒸餾入 7B 模型：使其學會反駁、提供路徑，而非盲目順從
分享將「質疑/反對」的 reasoning doctrine 濃縮到 7B 模型，讓其能推拒不合理請求，是 Prompt Engineering 的進階應用，改變了傳統的服從性調校。