內容介紹: Claude Code 是帶起 Vibe Coding 工具風潮的領先者,只要開啟終端機,就可以透過文字交談與 Claude Code 協作,不需要綁死特定的 IDE。本書就以終端機為主要實作場景,說明 Claude Code 的使用方法,主要特色如下:||原生安裝 Claude Code||Claude Code 可以透過 Node.js 安裝,不過會跟特定的 Node.js 環境綁定,如果需要切換不同版本的 Node.js,或是移除了 Node.js 環境,就無法執行。本書主要採用原生安裝的方式,不需要 Node.js 就可以使用 Claude Code,而且可跨 Windows/Linux/macOS 平台。Windows 平台也涵蓋 WSL 環境下的安裝方式,以便同時開發 Windows/Linux 應用程式。||小專案實戰演練基本用法||以簡單的台灣 3+3 郵遞區號查詢專案一步步介紹 Claude Code 的基本用法與關鍵概念,像是記錄對談的 Session、產品需求文件(PRD, Product Requirement Document)、規範 Claude Code 行為準則的 CLAUDE.md 記憶檔、可復原檔案修改內容的檢查點(Checkpoint)、先規劃不動作的 Plan Mode 等等,並且也會說明整合 Visual Studio Code 與 Claude Code 連動的方法。||斜線指令全解析||除了文字交談外,Claude Code 也提供許多指令,像是可以接續之前 Session 的 /resume、查看當前用量的 /context、選用模型的 /memory、壓縮對話摘要內容的 /compact 等等,書中都會詳細說明使用方法。另外,Claude Code 也提供許多快捷鍵,都會在適用的情境下介紹,特別的是雖然 Claude Code 是跨平台的工具,但是不同平台的快捷鍵卻有差異,書中也都會特別說明。||用 MCP 加上超能力||Claude Code 雖然很強,但還是有它做不到的事情,不過別擔心,只要透過 MCP 協議,就可以使用各種外部的工具。本書會透過 MCP 連接 Playwright 與 Claude Code 協作,就像指揮一位測試工程師那樣幫自行開發的台灣房價地圖網站自動化測試與除錯。另外,書中也會介紹其他好用的 MCP 伺服器,補足 Claude Code 的不足。||多 Agent 角色扮演合作||Claude Code 提供了 Subagent,可以變出多個 Claude Code 的分身,每個分身有各自獨立的單次對話用量限制,對於需要較長前後文的任務,就可以分段交給多個 Subagent 分攤處理,避免因為超過限制無法運作。另外,書中也會介紹讓 Subagent 扮演專案中的不同角色,各自擔負單一專精任務,分工合作完成複雜的任務。||Hook 通知與專案防護||Claude Code 可以在工作流程中透過 Hook 發送通知,書中會展示如何串接 Hook,透過系統的桌面通知或是台灣人人都在用的 LINE 傳送通知,即使要求 Claude Code 進行任務後跑到茶水間喝杯咖啡,也可以在任務完成後從手機收到通知。另外,書中也會展示在我們既想要信任 Claude Code 自動修改、又想要在動到關鍵檔案時把關時,透過 Hook 建立最後一道防線。||Git 與 GitHub 協作||Claude Code 就是一起協作的工程師,書中也會說明如何利用自訂指令讓 Claude Code 融入 Git/GitHub 工作流程,協助我們自動完成原本需要繁瑣操作的工作。本書更獨家設計具備互動功能的自訂指令,讓 Claude Code 逐項徵詢意見後再自動完成個別工作。此外,書中更進一步說明設計可以自主規劃任務後以互動方式進行並記錄任務進度的自訂指令。||實戰專案演練||Vibe Coding 雖然聽起來很簡單,好像只要出一張嘴就可以做出專案,實際上你可能只是在 Claude Code 喇賽繞圈圈,一直鬼打牆做不出想要的功能。本書會帶大家透過實作把 YouTube 影片變投影片與 PDF 翻譯神器兩個小型專案,實戰體驗怎麼聊、聊什麼,才能做出你心中想要的成果。本書特色: |> AI 就是你的工程師同事 - Windows/macOS/Linux 原生安裝 Claude Code- 斜線指令全解析、掌控即時用量、客製狀態列- 連接 MCP 讓 Claude Code 自動化測試與除錯- 多 Agent 角色扮演、專業分工提升效率與品質- Hook 串桌面/LINE 通知不用痴痴等任務完成- 用自訂命令自動化 Git 工作流程精準又便利- 讓 Claude Code 上 GitHub 解 Issue 發 PR- YouTube 影片變投影片/PDF 翻譯神器實戰演練- Visual Studio Code 與 Claude Code 連動
[名家名著] 36BDD in Action中文版(第二版)BDD in Action, Second Edition❝《BDD in Action 》第一版與第二版我都細讀過。書中內容相當完整,但要全面實踐並不容易。我自己的做法是將BDD 套用在Clean Architecture 的核心層:先撰寫使用案例測試(透過ezSpec),再撰寫production code。能在「使用案例層」與「領域層」落實BDD,已經非常有價值;至於介面層與框架層,則仍採傳統的「先寫程式,再寫測試」。你不必強求看懂本書所有細節,但務必從中學到能改變行為的一些觀點與技巧。理解Christopher Alexander對設計的定義,將幫助你站在更高的視角閱讀本書,避免在術語的迷宮中迷失,更能掌握BDD 的核心價值與精神。❞────「搞笑談軟工」板主Teddy Chen 專文推薦❝這就是BDD最打動我的地方。它不強調工具,不推銷框架,而是讓你反問:「我們到底有沒有釐清需求?我們是不是做了很多努力,卻在錯的方向上奔跑?」這本書沒有標準答案,但它給你很多值得思考、值得實作的方法。……程式開發從來就不是「閉門造車」,也不是在白板上畫出一個完美的心智圖就萬事OK了;而是從問題開始,一點一滴趨近需求,一次次讓對話更有力量。這本書給我們的不是標準流程,而是一種態度:我們不是為「開發功能」而開發,而是為了「解決問題」、為了「交付價值」。希望這本書也能帶給你一些啟發,甚至開啟你下一場更有共識、更有價值的專案。❞────本書譯者 江玠峰❝John和Jan一如往常地,以清晰詳實的筆觸描述了許多實用技巧。我自己讀到新內容時也不禁點頭認同,甚至還有幾次「恍然大悟」的時刻。我很高興將近20年過去了,BDD依然能引發這麼多關注與興趣,也非常感謝John和Jan為這本如此全面的參考書推出新版。❞────Daniel Terhorst-North,實務顧問BDD(Behavior-Driven Development,行為驅動開發)是一種以協作為核心的軟體設計方法,透過具體的範例,它能將應用程式的需求與行為轉換成更清楚、可測試的規格。BDD的流程會納入來自組織內不同角色的觀點,讓軟體更能同時契合終端使用者的需求與業務利害關係人的目標。本書介紹的協作實踐與自動化策略,將幫助你充分發揮BDD的價值,為開發團隊、客戶與企業創造更卓越的成果。在本書中,你將學會如何自然、不費力地把BDD整合到現有的開發流程。這次完整修訂的第二版,更特別聚焦於BDD與DevOps、大規模敏捷系統的結合方式。透過一系列實用範例,你將掌握跨功能團隊的溝通技巧、需求分析的最佳實踐,並建立可持續的自動化驗收標準。【內容亮點】・BDD如何正面影響團隊合作、互動及與利害關係人的協作・協助團隊探索與分析需求、釐清假設並降低風險・強化驗收測試、整合測試與單元測試的效能・自動化報告與動態文件(living documentation),提升開發透明度・適合所有開發團隊閱讀,無需任何BDD經驗・範例以Java、JavaScript與TypeScript為主,可輕鬆轉換為你熟悉的語言【下載範例程式檔案】https://github.com/bdd-in-action/second-edition
內容簡介:GitHub Copilot學習手冊|效率倍增的AI程式設計力 「《GitHub Copilot學習手冊》是實用、有深度、貼近日常開發方法的一本書。」 ——Andrew Stellman,開發者、團隊主管、講師與作者 「每一位程式設計師都要瞭解AI輔助程式設計,GitHub Copilot顯然是這個領域的龍頭,而Brent的這一本書是帶你精通這款強大工具的終極指南。」 ——Tom Taulli,《AI輔助程式開發》 作者 使用GitHub Copilot的生成式AI 來大幅提升程式設計效率!在這本實用指南中,作者Brent Laster將教你如何使用生成式AI來迅速寫出更好的程式、輕鬆生成測試程式、在任何開發階段寫出完善的文件…等。本書也會探討進階用法——例如利用Copilot的Agent功能來自動新增功能,以及自動審查pull requests。 《GitHub Copilot學習手冊》適合任何程度的開發者、測試人員、DevOps工程師,以及軟體專業人士。本書除了介紹基本知識外,還會深入討論Copilot Edits、Agent模式與Copilot Vision。你也將學習建立自己的Copilot擴充套件以擴展功能。不論你使用的是Python、JavaScript還是其他語言,本書都能幫你充滿信心地將AI整合到開發流程中。 - 利用即時的AI建議來探索與瞭解陌生的程式與演算法 - 精通行內補全與聊天介面,將常見任務自動化 - 快速、輕鬆地將自然語言提示詞轉換為完整的函式、測試與文件 - 利用背景資訊與提示詞來優化AI生成的結果,以獲得量身打造的解決方案 - 在IDE中透過AI的協助來簡化功能開發與重構
本書藉由各種實務案例研究深入研究LLM的細微差異,同時了解關於序列網路、LSTM、GRU、加密技術等內容,展現演算法的實際應用,並給出如何實作這些應用的程式碼範例,助你增強運用演算法解決現代運算挑戰的信心,成為精準掌握AI時代各式演算法技巧的工程師!推薦給需要用演算法解決問題和編寫高效程式碼的程式設計師或開發人員。 幫助你解決各類實務問題的演算法寶典★ 超過 60 個演算法的介紹與應用★ 生成式模型、進階序列模型、大型語言模型★ 片單推薦、電商平台商品推薦、餐廳評分系統、詐騙偵測★ AI 數位時代工程師必備寶典《每個程式設計師都應該要知道的 60 個演算法》是資料科學家必備的兵工廠。如果你正在探索資料科學或是希望提升你的技能,這本書是幫助你打下穩固基礎的絕佳起點。Somaieh Nikpoor博士 | 加拿大政府資料科學與 AI 部門主管,Carleton 大學 Sprott 商學院兼任教授_____使用演算法解決現實世界問題的能力,是每一位開發人員或程式設計師必備的技能。本書不僅能幫助你培養選擇和使用演算法來解決真實世界問題的技能,也會讓你了解這些演算法的工作原理,第二版內容加入了最新的生成式模型與序列模型介紹與應用,讓你能夠輕鬆理解與應對不斷變化的 AI 應用。你將從演算法簡介開始,進一步學習各種演算法的設計技巧,然後透過實際範例的引導,探索如何實作不同類型的演算法。隨著進度推進,你將學習到線性規劃、頁面排名、圖形演算法,然後運用機器學習演算法來理解它們背後的數學和邏輯。部分案例研究將會展示如何以最佳方式應用這些演算法,接著,你將聚焦在深度學習演算法,並學習各種不同類型的深度學習模型及其實際的應用方式。你也會學到關於現代序列模型和它們的變體、演算法、方法論以及架構,用來實作像是 ChatGPT 這類大型語言模型(LLM)。最後,你將能夠精通平行處理技術的技巧,讓你具備在計算密集型任務中高效運用這些演算法的能力。讀完這本程式設計書,你將可以熟練地使用各種演算法,解決現實世界中的各種計算問題。▍你將會學到以下內容: ⋄ 設計演算法以解決複雜問題 ⋄ 熟悉類神經網路和深度學習技術 ⋄ 探索 Python 程式庫中現有的資料結構和演算法 ⋄ 使用網路分析實作圖形演算法進行詐欺偵測 ⋄ 透過實際範例,深入研究自然語言處理的最先進演算法 ⋄ 建立一個可以向訂閱者推薦電影的推薦引擎 ⋄ 掌握序列機器學習模型的概念及其在開發尖端大型語言模型中扮演的基礎角色