Eric 老師的實務分享筆記

採敏捷方式持續建立開發規格，再依 task 交給 AI Agent 產生與修訂程式碼——「如此才能進行系統長時間的開發與維運」。

Eric 老師坦言：「其實 Spec 建立的確會變成詳細與繁瑣。」他的解法是自訂軟體工程的 agent skills（透過 Intent 匹配），採用分層分離架構，讓 AI 在 Spec 規範中生成的程式碼有明確邊界，藉此節省維運時的時間與 Token。

他認為過去程式設計師被強調的能力多半只是「工具定義」層次的技術（Skill），軟體工程架構才是通用概念——AI 取代掉大部分技術門檻之後，跨領域的人反而有機會把自己的領域知識轉換成軟體工程知識。

他的原話：「第一次 Changes 中的 Task 明明有執行完成，但 ollama 服務功能卻不存在？我整個系統程式碼 Code Review 之後發現環境變數與功能都沒有生成，難怪 SSE 不存在。得重新在下一個新的 changes 才能補上去完整的服務！」他的結論是「codex+gpt 5.6 luna 在發呆降智」。

應用系統自己送出 HTTP Request Header，帶 apikey 呼叫 Google Gemma 4 開源模型做 NLP（自然語言解析 Intent and Entity），把回應內容交給 function calling 轉成 SQL 語法進行資料存取；原則上 gpt 5.6 不需要調用任何工具，只要能把需要的程式語言生成出來即可。

「平時我不太用這樣的模組，我都是使用 claude，除非帶學員上課使用才會用其他模組。」

這支程式用 Spring Framework Bean（Component）設計架構，透過 Autowired 做依賴注入，直接把元件交給 Controller 操作，沒有架構 Service 層處理 Transaction readonly 與非同步非阻塞配置——「面對併行時一定會出問題」。

他先判斷這是讀取功能，若只跟資料一致性有關，應該是 ACID 的 Isolation 問題、跟 Thread Safe 無關，只要下達 @Transactional readonly 就好。

看完影片後他修正判斷：影片沒提到的前提是這個 Spring Bean 有沒有定義 Life Cycle Scope，沒定義就會預設為 Singleton，多個請求會共用同一個物件，定義在類別層級的變數（Data Field）就會因併行存取互相改寫、造成衝突。

把定義在 class level 的 Data Field（透過 Autowired 注入的元件）改成用 execute method 參數注入（區域變數架構），就能解決併行衝突問題。

採集 → 合成 → 審核 → 切塊 → 嵌入 → 索引。資料存進 SQLite + sqlite-vec（知識庫，向量資料＋原始內容）與向量索引（sqlite-vec 向量搜尋引擎），搭配 Ollama AI 做本地大語言模型的推理與生成。

Clients → Flask → Controller → Service → Repository → SQLite + sqlite-vec。入庫側已實作，「788 passed，測試通過，穩定運行」；查詢側是下一階段才做。

議題採集後台可以看到「台塑企業人事制度」「化工廠工業安全規範」等議題，狀態欄位分待審／已核准／已發布，模型統一用 gemma4:31b-cloud。

Eric 老師補充：「RAG 2.0 逐步帶入，會在後面階段引入」，代表這套系統還在往前演進，不是一次性完工的展示品。

Agentic AI 自動化（agent skill 與 Hook）掃描課綱大綱 → 依 CLAUDE.md 與 skills 自動建構範例章節專案 → E2E 檢核與自動模擬操作系統並截圖，作為講義素材依據 → 閱讀技術內容逐一製作講義（md 與 pdf）→ 透過 Hook Listener 事件，把講義檔案自動 Connector 到 ChatGPT 做海報製作。

用 Claude Code 的「Agent Teams（代理團隊）」驅動自訂的語音生成 skill 與字幕產生器，整合截圖、字幕檔、TTS 與操作範例錄製，完成教學影片。

一個約十五章 30 小時的議題，完整設計建置與生成十五個章節，近乎六小時的教學影片，「一氣呵成全自動化，但往往需要跑上一整天的時間」——他形容自己「只負責拿個手機遠端監控即可」。

從截圖看，同一套工作區同時也在跑「工業安全視訊監控系統」的 30 小時教案（Google ADK AI Agent 設計手冊），代表這套自動化管線不只做一門課，是可以重複套用的模板。

他的原話：「除了要能說服自己相信自己可以駕馭 AI 以外，且要讓 AI 可完全說明系統架構與程式碼 Infra，並且完全符合 CICD 安全性與佈署。」

「這一段影片甚長，其中談論的不只是系統功能，而是需要將系統運行架構與核心規範完全解說清楚的」——包含一段自審與操作的說明。

七段影片，主題是「目前的 Harness 工程架構以及安全性的 Hook 全部談上來」。

他的原話：「我有規劃一個 Python 30 小時（15 個 Section Harness 加上 SDLC 工程的完整課程），線上影片我想逐一放給大家慢慢看，且有完整的範例與講義在逐一分享給大家。總希望在 Vibe coding 架構即使不是 IT 工程師，亦有機會進入駕馭 AI 開發的領域。」

透過 LINE App 跟 Hermes 聊天、下達工作指示、查核進度；老師說 Hermes 可以自我訓練與提升，接下來預定開始「操練小助理」。

請它自我介紹時，Hermes 列出三大類：查詢與研究（搜尋網路、閱讀網頁、查學術論文）、程式與技術（寫程式、跑腳本、除錯、操作 Git）、通訊整合（收發 Email、排定時提醒、管理排程任務）。

老師問「明天我想到台北，需要了解台北的天氣狀況如何？」Hermes 回了 10/4 的天氣預報。查高鐵左營到板橋的班次時，網頁的時間欄位停在預設的 12:30，Hermes 改用 JS 直接設定欄位值並觸發事件才查成功；中途分頁被重設，它自己重新開啟頁面接著查完。

老師請它確認今天該執行的任務是否完成並整理報告，Hermes 檢查排程與執行紀錄後回報：4 項排程任務全部成功，例如 06:00 每天打招呼（已寄送 Email）、08:00 Meta Dots 應用日報（已寄送 Email）。

對話中跳出 Self-improvement review 訊息：建立了技能 taiwan-live-info，並寫入 cwa-weather.md、thsr-timetable.md 兩份參考資料。Dashboard 技能頁搜尋可看到它，說明是「問台灣天氣預報或高鐵時刻表時使用」，目前已啟用技能 59/59。

老師預告要用 Hermes 驅動自己設計的 MCP Server，接內部資料庫伺服器，做訂單與客戶資料的查詢與作業整合——這就是下一堂的內容。

LINE Bot 的 webhook 串到 Hermes webhook，由 Hermes 配置的 MCP Server 與工具（function calling）去連 Docker 裡的 MS SQL Server。老師同晚貼了兩份架構圖解當作整體說明，見下方連結。

在 LINE 問「可以將客戶資料所有訂單總金額匯總」。Hermes 透過 Northwind MCP 先取得全部客戶清單；第一次查詢遇到 100 筆上限，它自己確認實際客戶總數是 135 位，再逐戶查詢彙總。

客戶 135 位、有訂單 89 位、無訂單 46 位（多為測試資料）、訂單 836 筆、全部客戶訂單總金額 $1,501,655.30、有訂單客戶平均消費 $16,872.53，並附 TOP 10 消費大戶。Hermes 還給了觀察：前四大客戶合計約占總營收 31%；ANTON 只有 14 筆訂單但平均每筆約 $8,621，是典型的大單客戶。

Hermes 問要不要匯出成 Excel 或寄到 Email；老師回「請整理與寄出」，它產出 Excel（總覽、135 筆客戶明細、TOP 20 三個工作表）與 HTML 圖文報告，寄到信箱。截圖中可看到寄送完成的說明，以及信件裡的總覽統計與 TOP 10 表格。

LINE 使用者傳訊息，LINE Platform 以 Webhook 呼叫 ngrok 提供的 HTTPS 公開網址，轉進 Docker 容器 hermes 裡的 LINE Adapter（監聽 127.0.0.1:8646），再交給 Hermes Gateway、AIAgent，由 AIAgent 呼叫雲端模型 glm-5.3（ollama-cloud）與 MCP 工具（例如 northwind）。簡報把一則訊息拆成十一個步驟，所有事件處理完才回 HTTP 200。

七道關卡依序是：大小（Body 不超過 1 MiB）、簽章（HMAC-SHA256）、JSON 可否解析、去重（以 webhookEventId 記最近 1000 筆）、自身訊息、白名單、事件分派。大小、簽章、JSON 失敗才回 4xx，其餘略過的情況都回 200，避免 LINE 重送。通過後進「喚醒閘門」：文字要含小艾（或 @ 機器人），視窗內則任何訊息都算；沒提到小艾的文字、圖片、貼圖，在下載媒體與暫存 reply token 之前就結束，不呼叫模型。

文字：一次通過閘門，Agent 看到原文。語音：視窗外的語音必須先下載並轉文字才知道有沒有提到小艾，所以 Adapter 轉一次、Gateway 再轉一次給 Agent；轉寫回顯預設開啟，會用掉唯一一次的免費 reply token，所以答案改走 Push（計入官方帳號每月額度）。其他媒體：視窗外一律略過，視窗內交給 Agent 處理：圖片在模型支援時直接附圖、否則先轉成文字描述，貼圖與位置轉成文字說明。

L1 Adapter 對話視窗，決定「要不要處理」：只存在記憶體，600 秒沒往來就關，容器重啟後清空，要重新提到小艾。L2 Gateway Session，決定「接在哪段對話後面」：存在 state.db，重啟保留，不依時間重置，只有 /new、/reset、/stop 或壓縮失敗才會開新 session。L3 Agent Context Window，決定「模型這一輪看到什麼」：每輪由歷史加 system prompt 組成，超過門檻時自動壓縮成摘要（保留前 3 與後 20 則）。簡報舉的例子：容器重啟後傳「那昨天的呢」沒有回應（L1 已清空），但說「小艾，那昨天的呢」就還記得之前的內容（L2 保留）。

Reply 優先、Push 備援。reply token 只能用一次，Adapter 保守設為 50 秒；token 沒用過且未過期就走免費的 Reply API，否則走 Push API。回覆太慢（超過 45 秒且 reply token 還沒用掉）會改送「Get answer」按鈕，使用者點了才送出答案；按鈕的快取只在記憶體，容器重啟後點舊按鈕會收到過期訊息。語音因 reply token 已被回顯用掉，所以不會出現按鈕。

限制：L1 視窗不持久化；視窗外的語音轉兩次；目前只能回文字（回傳圖片與語音需要設定 LINE_PUBLIC_URL）；ngrok 免費方案重啟會換網址。後續：用真實 LINE 訊息做端對端測試、確認 MCP 工具呼叫是否正常、改用固定 HTTPS 網域，並評估把 stt.echo_transcripts 設為 false，讓語音答案能用免費 Reply。

容量到頂：核心記憶檔 MEMORY.md 已經用到 2,154／2,200 字元，再也塞不下。資訊過時：舊的錯誤記憶（簡報舉 Northwind 資料庫的例子）不會自己被覆寫，每個 session 都拿出來誤導 Agent。狀態凍結：記憶只在 session 開頭注入一次，對話中途記下的東西要等下一個 session 才看得到。老師在群組補充了他的情況：他自己規劃了一套 MCP，提供工具去存取另一個容器裡的 SQL Server 資料庫，這類工作的記憶很快就把只有 2,200 字元的內建記憶撐爆，所以需要 RAG 架構的外掛記憶來補強。

儲存容量：內建有硬上限（簡報對照表寫 3,575 字元），改成存在 PostgreSQL 就沒有上限。寫入：原本要手動觸發或每 10 回合背景回顧一次，改成每回合自動保存，由 LLM 從對話抽出事實與關係。讀取：原本只在 session 開頭注入一次，改成每則訊息即時召回，剛記下的事下一句就用得到。檢索：原本沒有檢索、整份塞進提示詞，改成語意加中文關鍵字再依時間重排序（bge-m3＋pgroonga）。

LINE 訊息進 Hermes 容器，經 Hermes Gateway 交給 MemoryManager，由它同時路由給 Hindsight 外掛和內建記憶。Agent 用專門寫的 hindsight-memory 技能存取記憶（recall 召回、retain 保存、reflect 整理），不用官方的 CLI Agent 技能，並明確禁止 Agent 自己用 curl 打 API，避免繞過記憶庫。Hindsight 容器用 local_external 模式獨立跑 API，和 Hermes 共用 workspace_default 網路，但 Hermes 重建時不受影響；裡面是 PostgreSQL 加本機 BGE-M3 模型算向量。對話生成和背景抽取都交給 Ollama Cloud 的 glm-5.3-flash。外掛狀態放在 /opt/data/plugins/hindsight，Hermes 容器整個重建也不會遺失。老師捨棄了要綁帳號的 Cloud 模式，也捨棄了唯讀環境裝不了 pgroonga 的 Embedded 模式，所以選 local_external，讓控制權都在本機。

USER.md 只放極少數不變的身分與溝通偏好，開頭注入。MEMORY.md 放每回合都要守的環境規則（例如換算成台灣時間），已精簡到 1,536 字元。Hindsight 是主力，存使用者、事件、決定與工作成果，每則訊息自動召回。Skills 放操作步驟與陷阱，相關時才載入。state.db 存完整對話原文，給 session_search 工具查。

前置召回：LINE 訊息一到就先 prefetch，用 1,500 tokens 的額度召回相關事實，約 0.5 秒，動態放進上下文。主對話生成：LLM 帶著這塊長期記憶產生回覆。背景保存：回合結束觸發 sync_turn，非同步請 Hindsight 抽取事實、整併觀察，約 10 到 18 秒，不卡住前台對話。設定上有三個關鍵：recall_sync 設 true，解決預設背景召回造成的「記憶慢一則」，適合 LINE 這種稀疏的對話節奏；recall_types 收 observation、world、experience 三類，讓一次性的行程也找得回來；recall_indicator 設 false，不在 LINE 跳出英文的狀態訊息。

Hindsight 預設的套件與索引只支援英文，老師換掉四樣：嵌入模型 bge-small-en-v1.5 換成 BAAI/bge-m3（1024 維、支援 100 多種語言）；重排序 ms-marco-MiniLM 換成 bge-reranker-v2-m3；全文索引從 PostgreSQL 英文字典換成 pgroonga（TokenBigram 中文二元切詞）；抽取用的 LLM 原本沒指定，改用 glm-5.3-flash。實測檢索 0.4 到 0.6 秒、背景保存約 18 秒（約 6.2K tokens，對話不延遲），記憶庫約佔 3.2 GiB，大多是本機模型。示範裡問「我下週要去哪裡」，能答出日期正確的行程，「下週三」也正確換算成實際日期。

官方映像檔 3.7 GB 只抓得到 30 KB/s，改用 PyPI 加清華 TUNA 鏡像從 python:3.11-slim 自建，2 分鐘建好（只有 API、沒有網頁介面）。Hermes 的排程以 skip_memory=False 執行，每天的新聞、早安訊息都被當成「事實」存進去，他寫了 apply_patch.py 攔下非主要對話的 agent_context、跳過背景寫入（外掛更新後要重跑）。舊記憶先清洗再搬：MEMORY.md 用量原本 97%，修掉 Northwind 幻覺、把長篇 Drive 操作改成一句規則，再用 setup_bank.py --seed 匯入 11 個乾淨條目（標記 migrated-20261009），MEMORY.md 降到 70%。退路：拿掉 config.yaml 的 provider: hindsight 再重啟 Hermes，就回到純內建記憶，資料仍留在 volume。接下來要觀察 Ollama Cloud 的抽取成本（必要時調 retain_every_n_turns），並觀察一週，評估何時把內建記憶整個關掉。

同一天群組裡也有人說，他的 Hermes 還是用原生記憶，因為只有一兩個人在用、目前夠用，也怕改壞。這和老師的動機剛好對照：內建記憶的問題要等到記憶檔快滿、舊資訊開始誤導 Agent 時才會浮現，使用人數少、記憶量小時，原生方式通常就夠。真的要換，老師這套也留了退路，拿掉一行設定就能回到原狀。