熱血漢誌 - 技術新鮮人到技術經理人，必懂的事

Claude Fable5 讓人驚艷，他的思考和聰明，絕對遠超過世上 70% 的人們，可能包含我和你，原本以為這會是 Claude 裡面特有的感受。 最近看到 github https://github.com/Sahir619/fable-method 這個 skill 就是將 fable5 思考流程和資料處理的過程抽取出來成為了 skill。 完美示範了這個轉變。它不僅僅是「抽 workflow 變 skill」，更揭示了如何將一個剛推出的模型Claude Fable 5 的高階思維，提煉成任何模型都能執行的模組化行為。 以下我將這份洞見與這個 repo 的精髓，寫成一篇探討 AI 架構與護城河的結構化文章。 初探 在探討 AI 的商業價值時，我們常把焦點放在「模型參數」或「提示詞（Prompt）」。但 GitHub 上的 fable-method 專案（副標題近乎悼詞："How Claude Fable 5 worked, written down before it was gone"）向我們揭示了一個更殘酷也更真實的現況： 文字已經氾濫，信任與品質才是稀缺財。 這個專案將 AI 的執行拆解為 Think / Act / Prove 的循環，並引入了對抗性的 fable-judge 機制。從這個案例出發，我們可以重新定義在 S2M（軟體到製造）或任何高度專業自動化領域中，什麼才是真正的「資本」。 什麼才是真正的「資本財」？ 在數位與 AI 時代，Skills 就是新型態的「生產設備」，但我們必須將其分為兩層來看： 大宗商品層（文字與基礎邏輯）： skill 的文字本身是非競爭性、複製邊際成本趨近零的財貨。一旦公開，它就會像 npm package 一樣被商品化。模型換代、工具鏈變更，這些文字就需要重寫。 真正的資本財（失敗數據與驗證場景）： fable-method 真正的精髓不在 SKILL.md ，而在 eval/ 目錄。資本是「每條規則背後那個被觀察到的失敗 + 能重跑的 eval」。Domain adapters 綁定的私有知識（例如什麼算證據、fraud table 長什麼樣）以及持續回流的失敗紀錄，才是真正的護城河。 在 S2M 的流程中，把視覺品牌轉換為工程 BOM 表的過程寫成標...

最近在看 Anthropic 剛推的 Claude Skills，官方文件把這東西定義成「AI 的職前訓練手冊」。 根據 Anthropic 官方定義與技術文件，所謂的「Claude Skill」（正式名稱通常稱為 Agent Skills ）是一個非常獨特且強大的功能模組。 關於 Claude Skills 的官方技術文件，看完後確實很有意思。 特別是它提到的核心概念： 「漸進式揭露 (Progressive Disclosure)」 。 簡單說，以前我們寫 Agent，是把所有規則一次塞給它；但 Claude Skills 是讓它像人類員工一樣，平常只知道自己「有這個技能」，等到真的要寫信、分析報表時，才去打開那個 SKILL.md 檔案讀 SOP。 這在邏輯上非常合理，把 Token 省下來，準度也提高。但當我試著把官方範例那個 professional-email-writer 真正放進商業流程跑過後，發現這中間有些「理論與實戰」的摩擦點 一、 Claude Skills 有什麼特別之處？ 與一般 LLM 的「Tool Use (Function Calling)」不同，Claude Skills 的設計核心在於 「漸進式揭露 (Progressive Disclosure)」 與 「情境注入」 。 漸進式揭露 (Progressive Disclosure) - 最核心的差異 一般做法： 通常我們會把所有規則寫在一個超長的 System Prompt 裡，這會佔用 token 且讓模型分心。 Claude Skills： 技能以資料夾形式存在。Claude 平時只知道「我有這個技能的名稱與簡介」 。只有當你要求它執行相關任務時，它才會「打開」這個資料夾，讀取裡面的 SKILL.md (詳細指令) 與相關檔案。這極大地節省了上下文空間，並提高了執行精準度。 檔案系統導向 (Filesystem-based) 一個 Skill 就是一個資料夾。裡面可以包含說明書 ( SKILL.md )、範本 ( templates/ )、甚至可執行的程式碼 ( scripts/ )。Claude 可以像人類員工一樣，去翻閱這個資料夾裡的參考資料或執行裡面的腳本。 模組化與可攜性 你可以把「撰寫 Code...

寫在最前頭，這份文章主要寫起來是給自己看， 同時內容是比較適合開發者，工程師們可以做些自動化處理的簡單筆記。 Claude Code hooks Claude Code hooks 是一種強大的自動化機制，允許用戶在 Claude Code 的不同生命週期階段，自定義執行 shell 指令。這種設計讓開發者能夠將規則和自動化行為嵌入到應用層級，確保每次都能可靠執行，而不必依賴 LLM（大型語言模型）是否會選擇執行某項操作。 Hooks 的核心用途 通知 ：自訂收到 Claude Code 等待用戶輸入或執行權限時的提醒方式。 自動格式化 ：如在每次檔案編輯後自動執行 prettier （針對 .ts 檔）、 gofmt （針對 .go 檔）等。 日誌記錄 ：追蹤所有執行過的命令，便於合規或除錯。 自動反饋 ：當 Claude Code 產生不符合團隊規範的程式碼時，自動給出反饋。 自訂權限 ：阻擋對生產環境檔案或敏感目錄的修改[^1]。 配置與結構 Hooks 透過設定檔進行配置，分為全域（ ~/.claude/settings.json ）、專案（ .claude/settings.json ）、本地專案（ .claude/settings.local.json ）以及企業級策略設定。每個 hook 由「事件名稱」和「匹配器」組成： "hooks": { "PreToolUse": [ { "matcher": "Bash", "hooks": [ { "type": "command", "command": "jq -r '...'" } ] } ] } matcher ：用於匹配工具名稱（支援正則表達式），如 Write 、 Edit|Write 、 Notebook.* 。 hooks ：當匹配時要執行的命令陣列。 type ：目前僅支援 "command" 。 ...

Claude Code 是 Anthropic 推出的「agentic coding tool」，支援自然語言指令讀取、編輯檔案、執行測試、commit/pull request，整合 git 與 IDE。  Claude‑Flow（也叫 claude-code-flow）由 ruvnet 開發，是基於 Claude Code 打造的多 agent orchestration 平台，可同時啟動多個 AI agent，具備任務調度、記憶共享、VSCode 整合等功能，讓 Claude Code 形成「AI 團隊」協同工作。  技術與特色概覽 • Orchestrator：分派、監控、管理 agent。 • Memory Bank：用 CRDT + SQLite 儲存共享知識。 • Terminal Manager：管理 shell session，支援 pooling、VSCode 整合。 • Task Scheduler：排程、優先順序、依賴關係、自動 retry。 • MCP Server：支援 stdio 與 HTTP 工具整合。  優勢與應用場景 • 10 倍開發效率：並行多 agent 執行，智慧負載平衡與任務分派。 • 持續記憶：agent 間共享知識庫，提升效率與一致性。 • 零設定上手：支援 npx claude-flow init 快速啟動。 • VSCode 原生體驗：直接在編輯器調度 agent。 • 可擴展性與企業準備度：TypeScript + Deno 架構，高測試覆蓋，支援加密與安全驗證。   SPARC 流程整合：規範化開發流程 包含 claude-sparc.sh 腳本，遵循 SPARC 模式（Specification, Pseudocode, Architecture, Refinement, Completion），支援 parallel orchestration、TDD、詳細 commit 歷史等。相當於「AI 代工小團隊」在你本地全自動開發。  與其他工具對比 • 相較於像 Cursor、Aider 等單一 agent 工具，claude‑flow 提供「多 agent 協同」＋「記憶共享」，打造更高效率的「AI 團隊」。 • 據使...