寫給開發者的技術書

程式設計

Claude Code、Codex、Skills、MCP 與新一代 AI 開發工作流

本書是「極簡 LLM 應用程式開發入門」系列教材的第二冊，旨在延續「Node.js & LLM 原理與實務」一書（M8802）的內容。Agentic Coding 是一門軟體工程技術，目標在讓 AI 能進入軟體開發流程，並能自動進行上下文管理、使用開發工具、測試與驗證程式嗎。 作者親身見證了 Agentic Coding 的高效率，AI 能在幾個月的時間內，「全自主」完成 50 套 iOS 應用程式開發，並陸續上架中（其中 20 套 App 己上架 App Store）。AI 能 24 小時不間斷地自主開發軟體，這正是本書的書名源由。 本書以工程師的視角出發，從 Claude Code、OpenAI Codex、Skills、MCP、Cursor、Windsurf、GitHub Copilot 與 aider 等工具切入。書中安排一個貫穿全書的上機實習專案 Fullstack News Reader，說明 Agentic Coding 的整體流程。

程式設計

讓你具備程式設計思考力

本書是「極簡 LLM 應用程式開發入門」的教材。 這是一本實務導向的 Node.js + LLM 入門教科書，本書並不是一本操作手冊，而是一本在鍛練 AI 軟體開發內功的祕笈。本書為「Node.js Fullstack 原理與實務」一書的延續，讓你的 Node.js 應用程式具備「AI 思考能力」。 本書亦延續作者在 Node.js 系列著作的風格，採用清楚的步驟式教學，並搭配語意導向的說明，讓 LLM 初學者了解每一段程式碼背後的設計邏輯。

人工智慧

Agentic Workflow 的核心精神為 `Autonomous`，即全自動工作流程，最主要的核心思維為：讓 AI 進行「任務規劃（`Plan`）後，在本地端執行工作（`Action`）。 以「AI 修圖」為例（`Task`），本地端須先安裝 `FFmpeg` 工具，再告訴 AI：「請將圖片去背」。此時，AI 會將執行去背的指令與參數回傳給本地端 AI 應用程式，本地端再依照 AI 給的指令，呼叫 `FFmpeg` 以完成去背工作。 因此，Agentic Workflow 的「脈絡」在於　`Tasks → Plan → Action → Local`；理解此脈絡後，就能理解本書的宗旨。 有些場景，你不想把工作放在 AI 雲端；或是，技術上，AI 雲端並沒有環境能執行相關任務。此時，如何把「工作流程」引回本地端進行，就是本書所要介紹的內容。 閱讀本書，就能知道 Agentic Workflow 的關鍵在於「本地化工作流程」；這也能回答：「為什麼不讓 ChatGPT Work 自動跑所有工作流程就好。」

程式設計

雲端技術與軟體思惟

這本書是為 Node.js 初學者設計的入門教材，也是一份幫助你從零開始、逐步建立實作能力的學習指南。每個章節都從基本觀念開始，帶你 Step-by-Step 寫出一段完整、能運作的小程式。