Claude、GPT、Anthropic API、向量資料庫、RAG 架構、AI Agent 怎麼接內部系統。涵蓋從 prompt engineering、工具呼叫（function calling）、長時記憶、語音客服到企業 AI 工作台的完整實作。
Cloudflare security-audit skill 是 Cloudflare 開源的 AI 資安稽核技能包，裝進 Claude Code、Codex 等工具後，會派多個 AI 助手分工偵察、找漏洞，再由另一個助手專門推翻，留下的才寫進報告。本文從零解釋 Skill 與子助手是什麼、六個階段怎麼跑、安裝指令、沙盒要求、跑一次只抓一半的限制，以及中小企業該怎麼用。
宣稱「自己訓練的 AI 模型」的產品，多半是拿開源模型做微調，或在大模型外接 RAG 與提示詞。本文用初學者的角度，說明 AI 模型訓練的四種做法與成本、2026 年可微調的開源模型、Unsloth 與 Colab 等平台、八步驟流程，以及判斷自家模型說法的六個問題。
Blender 有 MCP 嗎？能接 Claude 嗎？官方 Blender Lab 與社群版 MCP for Blender 各有一套。本文用初學者角度說明兩者差異、Claude Desktop 與 Claude Code 的安裝步驟、從建模匯出到 Godot、Unity、Three.js 做遊戲的 4 步流程，以及能力限制與執行任意 Python 的安全風險。
看到有人用 Feynman，以為是新的終端機？它是 Companion 開源的 AI 研究代理，在終端機裡由四個 AI 角色分工查論文、寫報告、核對引用。這篇用初學者角度講清楚它是什麼、跟 ChatGPT 和 Claude Code 差在哪、怎麼安裝，以及使用前要想好的風險。
用 AI 接管 Meta 廣告帳號，第一步該自動化哪些事？本文把每日巡帳、異常告警、暫停燒錢廣告、素材疲乏、預算再分配、批次建廣告、Pixel 健檢、競品監控 8 條流程，逐一拆成觸發、資料來源、門檻、人工核准與記錄，並附流程圖、自動化分級與工具選擇表。
Meta 官方 Ads MCP 上線半年，工具從 29 個增加到 91 個。這篇整理 AI 透過 MCP 能接手 Meta 廣告到什麼程度：哪些可全自動、哪些要人工核准、哪些仍得靠人；官方 MCP、Marketing API 與瀏覽器代理三條路怎麼選；以及動帳號前該關好的三道閘門。
建立 Claude API key 時看到 identity federation 提示卻看不懂？這篇用初學者角度說明 Workload Identity Federation：固定 API key 為什麼危險、程式怎麼用平台發的短效 OIDC token 換 Claude 通行證、自己發證時私鑰為何要放進 KMS 或 HSM，以及 AD、Entra ID、Okta、authentik 的差別。
reverse-skill 是 GitHub 上近 4 萬星的開源專案，給 AI 寫程式助手用的資安技能路由包。用初學者角度拆解它是什麼、路由與授權原理、能做哪些情境、使用風險，以及中小企業老闆該怎麼看這類 AI 資安工具。
實價登錄官方只有每月 1、11、21 日更新的批次檔，沒有即時查詢 API。我們把公開的 ToEstate 房價 MCP 接進 Claude 實測，用真實回傳數字示範開價、租金、法拍怎麼問，拆解申報延遲、車位扣除等六個口徑陷阱，再談企業怎麼把自家資料做成 AI 查詢介面。
Laya 與 Jev 怎麼選取決於三件事：客戶資料能不能離開機房、延遲要不要壓在 100 毫秒內、手上有沒有標註資料。本文用同一份 221 筆台灣客服訊息的實測數字，把選型拆成五個決策點，並誠實計算自架與 API 各自的真實成本。
全網第一份 Laya 繁體中文實測：221 筆台灣客服訊息零樣本分類只有 44.8%、221 筆有 140 筆塌到同一類；把選項描述寫詳細反而掉到 26.7%。用 150 筆手標資料在 M1 Mac mini 的 CPU 上微調 609 秒拉到 77.5%，但信心校準壞掉。附完整混淆矩陣、門檻曲線與可重現腳本。
Laya 是 2026 年 9 月 18 日開源的決策模型，不生成文字、只回傳選項與分數加機率，權重採 Apache 2.0 可完全跑在自己機器上。本文拆解三個 checkpoint 與 Router、RLCD 訓練法、官方數字哪些有前提，以及最大的坑：開箱即用的零樣本準確率只有 0.362。