<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Andy Lu on Medium]]></title>
        <description><![CDATA[Stories by Andy Lu on Medium]]></description>
        <link>https://medium.com/@andyludeveloper?source=rss-5244e4bcd423------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*IviNfNdfvOx57BbtRYiseQ.jpeg</url>
            <title>Stories by Andy Lu on Medium</title>
            <link>https://medium.com/@andyludeveloper?source=rss-5244e4bcd423------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 03:06:14 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@andyludeveloper/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[三招看穿偽裝的 Agent Skill！]]></title>
            <link>https://andyludeveloper.medium.com/%E4%B8%89%E6%8B%9B%E7%9C%8B%E7%A9%BF%E5%81%BD%E8%A3%9D%E7%9A%84-agent-skill-9746a77ba2c2?source=rss-5244e4bcd423------2</link>
            <guid isPermaLink="false">https://medium.com/p/9746a77ba2c2</guid>
            <category><![CDATA[agent-skills]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[ai-agent]]></category>
            <dc:creator><![CDATA[Andy Lu]]></dc:creator>
            <pubDate>Fri, 21 Aug 2026 13:23:45 GMT</pubDate>
            <atom:updated>2026-08-21T13:23:45.418Z</atom:updated>
            <content:encoded><![CDATA[<h4>Agentic AI 開發中建立 AI 安全防護網</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*SRbSbb8eze1gGLEZV5WeyQ.jpeg" /><figcaption>Image by Andy Lu</figcaption></figure><p>AI 這幾年的發展突飛猛進，從一開始與 LLM 對話還會有幻覺，但隨著 AI 軍備競賽的開始，各廠商持續推出（最強）模型，許多會困擾我們的問題已逐漸消失了（因為有新的問題困擾著我們XD）。除了模型本身，其他 AI 技術工具也在不斷的推陳出新，如 MCP、Agent Skills 等等…，讓原本就已經很強大的 AI 模型變得更厲害，現在我們不只可以使用這些強大的模型，還可以透過不同工具來讓 AI 具有連接外部的能力，使其變得更加強大。</p><p>但是，我們在使用這些外部 AI 工具時，經常會被忽略掉的一點就是「資安」，本篇文章將以 Agent Skills 的角度切入，來看看我們該如何正確的面對資安威脅。</p><p>那麼，我們就開始吧。</p><h3>MCP 與 AI Agent Skills</h3><p>MCP、Agent Skills，是近年最紅的兩個技術之二，因為它們把 AI 工具正規化，讓 AI 能夠更了解外界的知識、技能，AI 有了這些知識以及技能，就能夠更正確的操作我們提供的指令，由於正規化的關係，所以有更多開發者願意開發出好用的工具，下面快速介紹它們兩個：</p><p>MCP 是由 Anthropic 於 2024 年底所推出的一套開放標準，讓 AI 模型能以標準化的方式，直接讀取並操作我們電腦或企業內部的資料與工具。藉此，AI 透過 MCP 就能夠使用外部的工具，我們只需要與 AI 對話，它就能幫我們透過 MCP 連接外部工具。例如：我們可以請他直接讀取 Github 的原始碼、直接存取資料庫的內容。 但 MCP 的缺點是，因為在每次對話的時候，都會將外部工具的「說明書」、「資料內容」一口氣塞進 AI 的記憶體中，換句話說，每次啟動 MCP，都會消耗大量的 Token。而這也是 MCP 經常被提出該被淘汰了的原因。</p><p>Agent Skills 與 MCP 不同， Agent Skills 在每次對話時並不會一口氣將所有資訊都載入 AI 中，取而代之的是改用「漸進式揭露（Progressive Disclosure），透過這項技術能夠避免 AI 將所有 Skill 的內容都載入，AI 在使用時，會先掃描名稱與描述，確認該技能需要被使用時才會載入。</p><p>Agent Skill 除了能夠節省 token 外，它的內容也與 MCP 不同。在 Agent Skills 中，能夠放進Prompts、Scripts、References、Assets…，換句話說，我們可以將我們使用該「技能」所會需要使用的項目都包含在內。例如，我們需要請他執行某段指令，為了避免 AI 每次產生不同的指令來呼叫，我們可以直接把指令包在 scripts/ 資料夾內，而技能就會直接呼叫該指令而不是自己產生一組。</p><p>所以 MCP、Agent Skills 與 AI 的關係可以用一句話來說明：</p><blockquote>「MCP 給了 AI 雙手，Agent Skills 給了 AI 大腦 SOP」</blockquote><h3>Agent Skills 的架構</h3><p>前面提到，在 Agent skills 內能夠放進不同的內容，而這些不同的內容會讓每個 Skills 擁有各自不同的能力。一個完整的 Agent Skill 能包含 Skill.md, scripts/, references/、assets/，除了 Skill.md 以外，其餘的資料夾內都有可能藏有指令，而這些可以寫入指令的地方就有可能被惡意的開發者塞入有資安風險的指令，而當不知情的使用者執行後，就會讓誤入陷阱內。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xvLL3_TFeUexHRZdGh0VqA.png" /></figure><p>所以我們安裝一個 Agent Skill 的時候，就必須要多加小心，因為它不只是一個儲存 Prompt 的 md 檔，而是一個具有完整功能的「技能」。因此我們應把 Skill 視為供應鏈套件，而不是普通文件，那麼它也就應該接受與第三方程式碼相同等級的安全審查。</p><h3>一個假 Agent Skills 的推想</h3><p>在 Android 開發中，當 App 完成開發之後，最後一步就是將其上架；若你對於上架這檔事感到苦手，或許會思考說是否有 AI 工具可以協助，而在網上搜尋中，正巧找到了一個 Agent Skill 說它能夠幫忙發布，於是我們不假有他的安裝到電腦使用，但若這是一個惡意的 Agent Skill，當我們透過這個 Skill 將 上傳 App 時，就在一轉眼私密資料也一併被上傳了。</p><p>那麼，我們該如何處理面對這個問題呢？會遇到這個問題，其實無疑是現在許多人在使用 Agnent AI 時，我們為了要讓工作順利，經常在要求權限時，都勇敢的 say yes。而這時候可能也不經意的將不該給予的權限也一併提供了。</p><p>為了避免這個問題，我們需要對於我們要執行的步驟清楚的了解，如這節所假設的 Agent Skill 案例 — 上傳 Android App，正常 Android Release Skill 可能需要：</p><ul><li>執行 Gradle。</li><li>讀取簽章設定。</li><li>產生 APK 或 AAB。</li><li>驗證產物。</li><li>上傳 Play Console。</li></ul><p>其中會包括許多高價值資產：</p><ul><li>Android signing keystore。</li><li>Keystore password 與 key password。</li><li>local.properties、gradle.properties。</li><li>Play Console 或 CI/CD 憑證。</li><li>Git repository 與產品原始碼。</li></ul><p>當使用 Agent Skills 時，必須要確定所需要的權限是否正確，以及是否會存取不該存取的項目，連接不該連接的網站。</p><p>如同上面所說，一個宣稱能夠協助上傳 App 的 Skill 說它含有佈署四步驟 — Build、Sign、Verify、Upload。</p><p>首先，我們先檢查 SKILL.md ，檢查它的說明、Prompt，接著，查看其餘資料夾是否藏有其他惡意指令，要知道 Agent Skills 是允許在 scripts/ 資料夾放指令，甚至在其他的資料夾中，也有可能偷藏指令。 而通常會出問題的都是在 SKILL.md 以外的這些部分中（畢竟直接使用腳本呼叫是最快的），假設我們發現在 scripts/ 內的腳本含有奇怪的內容，它們做了宣稱行為以外的動作，例如：接觸 .jks、產生封裝意圖、連向未知目的地，... 當這些非預期的行為出現在腳本內時，你就必須要特別提高警覺，因為這有可能是一個不安好新的 Agent Skills。</p><h3>防禦管線</h3><p>前面提到，若是一個 Agent Skill 含有非預期的行為就有可能是惡意的 Skills，雖然說是這樣說，不過我們該怎麼檢查呢？畢竟一個 Skill 裡面內容通常會有很多，如果光靠肉眼恐怕是看不完的。</p><p>一個 Agent Skill 在正式上線替我們服務前，我們可以依照這個步驟測試其安全性：</p><pre>下載 Skill<br>    ↓<br>Quarantine 隔離區<br>    ↓<br>Gate 1：Audit 靜態分析<br>    ↓<br>Gate 2：Predict 行為預測<br>    ↓<br>Gate 3：Sandbox Test 沙ㄎ盒驗證<br>    ↓<br>簽發安全證明 Attestation<br>    ↓<br>Promote 到正式 Skills 目錄<br>    ↓<br>Pre-Use / Runtime Hook 持續檢查</pre><h3>0. 下載 Skill 至隔離區</h3><p>一個 Agent Skill 正式開始使用之前，下載之後先不要立刻放到正式資料夾，先將其放在隔離資料夾，待確認沒有問題之後才轉移到正式資料夾中，避免誤放惡意 Skill 進工作區。</p><p>我們可以透過三層防禦機制來確保我們使用的是正常的 Agent Skills。</p><h3>1. Audit：靜態分析</h3><p>在 Audit 階段，我們要問 <strong>它看起來要做什麼?</strong> 檢查 Skill 尚未執行前就能看到的訊號：</p><ul><li>SKILL.md 宣稱的功能。</li><li>scripts/ 中所有可執行檔。</li><li>symlink 是否指向 Skill 外部。</li><li>隱藏檔案、二進位檔、超大檔案。</li><li>Base64、XOR、Unicode 混淆。</li><li>curl、wget、socket、HTTP client。</li><li>eval、動態下載後執行。</li><li>.jks、.ssh、.gradle、local.properties 等敏感路徑。</li><li>修改 shell profile、Agent 設定或系統排程。</li><li>宣稱功能與所需權限是否一致。</li><li>來源、版本、commit 與檔案雜湊。</li><li>…</li></ul><blockquote><em>單一關鍵字命中不等於惡意；多個風險訊號組合出現才應升級處理。</em></blockquote><h3>2. Predict：行為預測</h3><p>在 Predict 階段，我們要問 <strong>它打算碰哪些資源?</strong> 在這個階段可以透過 LLM 進行分析，為了能夠快速的分析，這邊要求 LLM 產生 behavior manifest，而不是直接回答「安全／不安全」。</p><p>建議欄位：</p><pre>{<br>  &quot;reads&quot;: [],<br>  &quot;writes&quot;: [],<br>  &quot;executes&quot;: [],<br>  &quot;network&quot;: [],<br>  &quot;triggers&quot;: []<br>}</pre><p>輸出樣式如下，從這個結果我們就可以快速的確認這個 Skills 所能會的動作、會連線的位置…</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/802/1*n00WNwVQoT6EfWmZQRfjqw.png" /></figure><p>同樣的，在這個階段也需要再次與 SKILL.md 確認，看看是否符合它所宣稱的動作。</p><h3>3. Test：沙盒驗證</h3><p>最後一步，我們需要確定 <strong>它實際做了什麼?</strong> 在隔離環境觀察真實副作用：</p><ul><li>唯讀的假 Android 專案。</li><li>假 .jks 誘餌。</li><li>不掛載 $HOME。</li><li>不傳入環境憑證。</li><li>不掛載 /.ssh` 、 /.gradle。</li><li>預設 — network none。</li><li>限制 CPU、RAM、程序數與 capabilities。</li><li>監看檔案、程序及網路嘗試。</li></ul><p>通過三層檢驗，代表這個 Skill 是安全的，沒有宣稱以外的動作，也沒有連到非預期的外部網站… 只有三層防禦都通過了，才能 100% 確認這是一個安全的 Agent Skill，沒有任何一層可以單獨證明安全。</p><h3>4. 檢驗完成後</h3><p>通過 Audit 與 Test 後，將其放在正式 Skills 目錄之前，先建立一份安全證明：</p><pre>{<br>  &quot;skill&quot;: &quot;android-release-helper&quot;,<br>  &quot;sha256&quot;: &quot;...&quot;,<br>  &quot;policy&quot;: &quot;android-skill-v1&quot;,<br>  &quot;result&quot;: &quot;allow&quot;,<br>  &quot;network&quot;: &quot;none&quot;,<br>  &quot;tested_at&quot;: &quot;...&quot;<br>}</pre><p>並讓 Pre-Use Hook 每次執行前重新計算雜湊。</p><p>若 Skill 的任何檔案被修改：</p><pre>Digest 不一致<br>→ Attestation 失效<br>→ 拒絕執行<br>→ 重新 Audit 與 Test</pre><p>這可以避免 Skill 通過測試後再被替換或更新。 為什麼需要安全證明呢？因為避免被偷換，若該 Agent Skill 透過某種手法將正常的 Agent Skill 偷換成帶有偽 Agent Skill，以此避免我們的前期測試。</p><h3>推薦掃描工具</h3><p>前面說了這麼多，若你實在很懶得自己建立流程，最後推薦三個掃描 Skill 的工具：</p><p><strong>NIDIA</strong>: <a href="https://github.com/NVIDIA/SkillSpector">SkillSpector</a></p><p><strong>Cisco</strong>: <a href="https://github.com/cisco-ai-defense/skill-scanner">Cisco Skill Scanner</a></p><p><strong>Snyk</strong>: <a href="https://github.com/snyk/agent-scan">Agent Scan</a></p><h3>小結</h3><p>使用 Agent Skill之前，需要特別小心，我們只要遵守以下三招，就能夠安心的使用，</p><ol><li>不直接安裝來源不明的 Skill。</li><li>透過 Audit、Predict、Test 檢查 Agent Skills 的權限是否如宣稱功能。</li><li>使用時，使用 Hook 進行 Pre-Use/ Runtime 時的確認。 在使用 Skills 就能夠更安心。</li></ol><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9746a77ba2c2" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[十分鐘認識 Kotlin UUID]]></title>
            <description><![CDATA[<div class="medium-feed-item"><p class="medium-feed-image"><a href="https://andyludeveloper.medium.com/%E5%8D%81%E5%88%86%E9%90%98%E8%AA%8D%E8%AD%98-kotlin-uuid-163c291b2281?source=rss-5244e4bcd423------2"><img src="https://cdn-images-1.medium.com/max/2600/1*9Onm3Ycr01PNxbNUbaoXeA.jpeg" width="6192"></a></p><p class="medium-feed-snippet">Kotlin &#x5728; 2.0.20 &#x7248;&#x63A8;&#x51FA; UUID&#xFF08;kotlin.uuid.Uuid&#xFF09;&#x4E4B;&#x5F8C;&#xFF0C;&#x5728; 2.4.0 &#x7E3D;&#x7B97;&#x6B63;&#x5F0F;&#x6210;&#x70BA;&#x7A69;&#x5B9A;&#x7248;&#x672C;&#xFF0C;&#x5728;&#x9032;&#x5165;&#x7A69;&#x5B9A;&#x7248;&#x5F8C;&#xFF0C;&#x61C9;&#x8A72;&#x9084;&#x6709;&#x8A31;&#x591A;&#x4EBA;&#x5C0D;&#x65BC; UUID &#x4E0D;&#x662F;&#x5F88;&#x6E05;&#x695A;&#xFF0C;&#x4E0D;&#x77E5;&#x9053;&#x4ED6;&#x7684;&#x7528;&#x9014;&#x70BA;&#x4F55;&#xFF0C;&#x672C;&#x7BC7;&#x6587;&#x7AE0;&#x5C07;&#x8207;&#x5404;&#x4F4D;&#x4ECB;&#x7D39;&#x4EC0;&#x9EBC;&#x662F; UUID &#x5462;&#xFF1F;UUID&#x2026;</p><p class="medium-feed-link"><a href="https://andyludeveloper.medium.com/%E5%8D%81%E5%88%86%E9%90%98%E8%AA%8D%E8%AD%98-kotlin-uuid-163c291b2281?source=rss-5244e4bcd423------2">Continue reading on Medium »</a></p></div>]]></description>
            <link>https://andyludeveloper.medium.com/%E5%8D%81%E5%88%86%E9%90%98%E8%AA%8D%E8%AD%98-kotlin-uuid-163c291b2281?source=rss-5244e4bcd423------2</link>
            <guid isPermaLink="false">https://medium.com/p/163c291b2281</guid>
            <category><![CDATA[kotlin]]></category>
            <category><![CDATA[uuid]]></category>
            <dc:creator><![CDATA[Andy Lu]]></dc:creator>
            <pubDate>Fri, 31 Jul 2026 10:01:03 GMT</pubDate>
            <atom:updated>2026-07-31T10:01:03.298Z</atom:updated>
        </item>
        <item>
            <title><![CDATA[Kotlin — Context Parameter 簡介]]></title>
            <link>https://andyludeveloper.medium.com/kotlin-context-parameter-%E7%B0%A1%E4%BB%8B-0b44af0247ce?source=rss-5244e4bcd423------2</link>
            <guid isPermaLink="false">https://medium.com/p/0b44af0247ce</guid>
            <category><![CDATA[kotlin]]></category>
            <category><![CDATA[context-parameters]]></category>
            <dc:creator><![CDATA[Andy Lu]]></dc:creator>
            <pubDate>Sun, 07 Jun 2026 08:06:53 GMT</pubDate>
            <atom:updated>2026-06-07T08:06:53.377Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Cfy6_inxyDlsRSU2jPUsww.jpeg" /></figure><p>Kotlin — Context Parameter Kotlin 2.4 版本中，Context Parameter 成為了 Stable 版本，我們可以從官網的說明得知 Context Parameter 的用途：</p><pre>Context parameters allow functions and properties to declare dependencies that are implicitly available in the surrounding context.</pre><p>一言以蔽之，使用 Context Parameter 可以讓我們減少傳入函式、屬性的參數數量。</p><h3>Context Parameter 要怎麼使用呢？</h3><p>在函式或屬性的上方使用關鍵字 context() ，在括弧內部則是填入要注入的類別與參數，如下：</p><pre>context(logger: Logger)<br>fun sendMessage(message: String){<br>    logger.log(&quot;This is $message&quot;)<br>}</pre><p>上述函式 sendMessage() 表示透過 Context Parameter 注入 Logger，於是我們可以直接在函式內部直接透過參數來呼叫該類別 logger.log(&quot;This is $message&quot;) 。</p><p>類別的屬性同樣也可以使用 Context Parameter 注入類別，方式如下：</p><pre>interface UserService {  <br>    fun log(message: String)  <br>    fun findUserById(id: Int): String  <br>}</pre><pre>context(service: UserService)  <br>val firstUser: String  <br>    get() = service.findUserById(1)</pre><p>在 firstUser 上方，使用 context() 將類別注入，便可以在屬性呼叫時，一同使用該類別。</p><h3>Context Parameter VS Context Receiver</h3><p>在 Kotlin 1.6.20 版本中，推出一項實驗性功能 — Context Receiver，它的寫法如下：</p><pre>context(Logger)<br>fun sendMessage(message: String){<br>    log(&quot;This is $message&quot;)<br>}</pre><p>快速一瞥與 Context Parameter 的函式幾乎沒有差異，在上述程式中 log 就是 Logger 內的函式，我們只需要將 context(Logger) 在函式上方宣告，使用這個函式時，就會包含 Logger 而不需要另外從參數傳入。</p><p>與 Context Receiver 比較，我們注意到使用 Context Parameter 比起 Context Receiver 更加直覺，我們可以透過傳入的參數的得知 log 是由 Logger 類所提供的。</p><p>兩者除了這個差異外，還有一個更大的差異，宣告 Context Receiver 的函式，裡面所有函式都是 Receiver，如上的 log(...) ，其實是：</p><pre>this@Logger.info(...)</pre><p>也就是說，Logger 被偷偷加進 Receiver Stack。而 Receiver 會影響 Name Resolution（名稱解析） 也就是 Compiler 決定「這個方法、屬性、this 到底是誰」的方式。 如果函式很複雜，有許多 Context Receiver、Extension… 那麼 Receiver Stack 就會落落長，若此時又有重複名稱的，要找到正確的函式變得困難許多。</p><p>反之，若使用的是 Context Parameter，因為所有注入的類別都是以 Parameter 方式注入，不會將 Parameter 加入到 Receiver Stack 中，而也限縮了使用範圍，只限於在 函式、屬性內，所以 Parameter Scope 很小，因此不會與其他 Parameter 衝突。最重要的是，同一個函式、屬性，是不允許同名的 Parameter 出現的，所以這也就解決了 Context Receiver 的問題。</p><h3>Context Parameter 傳入多個類別</h3><p>使用 Context Parameter 的另一個好處是，我們可以在一個 context 宣告中，帶入多個注入的類別，例如：</p><pre>context(service: UserService, transaction: Transaction)<br>fun outputMessage(message: String) {  <br>    service.log(&quot;Log: $message from UserService&quot;)  <br>    transaction.commit()<br>}</pre><p>透過單一 context 注入多個類別的方式，可以方便我們在這個函式中注入多個類別。</p><h3>如何呼叫含有 Context Parameter 的函式</h3><p>要將 Context 傳入函式內，只需要使用 context() {} 將函式包在大括號內即可，在大括號內的函式都會包含該 context 以及其傳入的參數。如下範例：</p><pre>class UseContextParameter{  <br><br>    context(service: UserService)  <br>    fun outputMessage(message: String) {  <br>        service.log(&quot;Log: $message from UserService&quot;)  <br>    }  <br>    val service = object : UserService {  <br>        override fun log(message: String) {  <br>            println(message)  <br>        }  <br>        override fun findUserById(id: Int): String {  <br>            return &quot;User $id&quot;  <br>        }  <br>    }  <br>    fun main(){  <br>        context(service) {  <br>            outputMessage(&quot;Hello User&quot;)  <br>        }  <br>    }  <br>}</pre><h3>小結</h3><p>透過 Context Parameter 可以減少函式的輸入，改善了 Context Receiver 的複雜度。使用它可以讓我們的程式碼更簡短，現在在 Kotlin 2.4 已經為 Stable 版本。趕快將你的程式碼從 Context Receiver 改成 Context Parameter 吧。</p><p>Reference:</p><p><a href="https://kotlinlang.org/docs/context-parameters.html">https://kotlinlang.org/docs/context-parameters.html</a><br><a href="https://github.com/Kotlin/KEEP/blob/main/proposals/KEEP-0367-context-parameters.md">KEEP-0367</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=0b44af0247ce" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[資訊安全 — CIA 與 DAD 三要素是什麼？]]></title>
            <link>https://andyludeveloper.medium.com/%E8%B3%87%E8%A8%8A%E5%AE%89%E5%85%A8-cia-%E8%88%87-dad-%E4%B8%89%E8%A6%81%E7%B4%A0%E6%98%AF%E4%BB%80%E9%BA%BC-f8274306caf2?source=rss-5244e4bcd423------2</link>
            <guid isPermaLink="false">https://medium.com/p/f8274306caf2</guid>
            <category><![CDATA[cybersecurity]]></category>
            <category><![CDATA[dads]]></category>
            <category><![CDATA[cia]]></category>
            <dc:creator><![CDATA[Andy Lu]]></dc:creator>
            <pubDate>Fri, 19 Dec 2025 13:18:54 GMT</pubDate>
            <atom:updated>2025-12-19T13:21:16.431Z</atom:updated>
            <content:encoded><![CDATA[<h3><strong>資訊安全 — CIA 與 DAD 三要素是什麼？</strong></h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*HCCz56rel3ZITpKFu1q1Lg.jpeg" /><figcaption>Photo by <a href="https://unsplash.com/@flyd2069?utm_source=unsplash&amp;utm_medium=referral&amp;utm_content=creditCopyText">FlyD</a> on <a href="https://unsplash.com/photos/red-padlock-on-black-computer-keyboard-mT7lXZPjk7U?utm_source=unsplash&amp;utm_medium=referral&amp;utm_content=creditCopyText">Unsplash</a></figcaption></figure><p>在資訊安全當中，究竟什麼才是資訊安全？在資訊安全領域中，有一個基礎模型，包含了三個核心原則 — 機密性（<strong>C</strong>onfidentiality)、完整性（<strong>I</strong>ntegrity）、可用性（<strong>A</strong>vailability），取其字首簡寫為 — CIA。</p><h3>CIA Triad（CIA 三要素）</h3><ul><li>機密性（Confidentiality)：防止未授權的使用者存取資訊。</li><li>完整性（Integrity）：防止資料在儲存與傳輸時被未授權的使用者修改，保持資料真實、準確、可靠且未被竄改。</li><li>可用性（Availability）：資料可以被授權的使用者需要時取用。</li></ul><p>當評估風險的時候，每一項資產都會針對這三個面向來評估：</p><ul><li>資料被未授權的人看到會怎麼樣？（C）</li><li>資料被未授權的人看到會怎麼樣？（I）</li><li>資料、系統不能用會怎麼樣？(A)</li></ul><p>每一個資產，不一定都會滿足三個要素，又或者說，不一定所有資料都要把 CIA 三要素的等級拉到最高，有時候需要一些權衡。譬如說公開的資訊，就可以放在公開的地方讓所有人看，例如官網。如果官網突然斷線三十分鐘，可能影響的層面還好，那麼就不一定要求要 100% 的可用性。但若是機敏資料，就需要好好保存，可能需要放在公司內部加密的環境內，需要有授權的員工才能看到，避免流出，也會設定存取權限，機敏文件可能只有某些人才有寫入的權限。可用性方面，既然是重要資料，妥善備份是必要的，以確保其可用性，所以機敏資料的可用性就需要提高。</p><p>當我們識別每一項資產的 CIA 要素時，我們就知道該怎麼應對各種威脅、攻擊。</p><h3>DAD Triad（DAD 三要素）</h3><p>前面提到的 CIA Triad 可以想做是防守者，在防守的另一端就是攻擊，而在資訊安全領域中，同樣也定義了 攻擊三要素（DAD Triad）。 DAD Triad 是用來描述攻擊者對資訊系統造成損害的三種核心方式：</p><ul><li>Disclosure（洩漏）：機密資料洩漏給未授權的單位，可能會導致隱私、商業或法規風險。</li><li>Alteration（竄改）：資料被竄改、無法確保其真實性，可能會導致系統判斷或決策結果失真。</li><li>Denial（阻斷）：系統或服務被刻意中斷，使合法使用者無法存取或使用。</li></ul><p>值得注意的是，DAD 並非描述攻擊技術或手法，而是描述攻擊<strong>造成的結果</strong>。 不論是釣魚郵件、惡意程式、漏洞利用或內部人員濫權，最終影響通常都可歸類為 Disclosure、Alteration 或 Denial。</p><h3>CIA 與 DAD</h3><p>一邊是資安要防守什麼？，另一邊則是攻擊者會攻擊什麼（造成什麼結果）？而這兩邊是刻意而為之的，剛好可以呈現一對一的樣子，所以我們更方便記憶。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/552/1*0AQm4631gyMTWXodC5gD9Q.png" /></figure><h3>小結</h3><p>又到了年底處理 ISO 稽核的時候，大多部分都是圍繞著 CIA 來檢查其合規性，從資訊安全最基礎的知識開始，逐漸擴大成維護公司資訊最重要的一道防線。</p><p>回到文章開頭的問題，什麼是資訊安全呢？只要我們使用資訊服務時，可以正常使用，資訊不外洩，那就是資訊安全。</p><p>接下來我會在每個禮拜更新我學習資訊安全的內容。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f8274306caf2" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[資安淺談]]></title>
            <link>https://andyludeveloper.medium.com/%E8%B3%87%E5%AE%89%E6%B7%BA%E8%AB%87-f440820c4f47?source=rss-5244e4bcd423------2</link>
            <guid isPermaLink="false">https://medium.com/p/f440820c4f47</guid>
            <category><![CDATA[資訊安全]]></category>
            <category><![CDATA[防火牆]]></category>
            <dc:creator><![CDATA[Andy Lu]]></dc:creator>
            <pubDate>Sat, 13 Dec 2025 07:31:09 GMT</pubDate>
            <atom:updated>2025-12-13T07:31:09.790Z</atom:updated>
            <content:encoded><![CDATA[<p>防火牆是公司資安最重要的一道防線</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8dqk70phv_GL-vEPgOevPA.jpeg" /><figcaption>Photo by <a href="https://unsplash.com/@ngeshlew?utm_source=unsplash&amp;utm_medium=referral&amp;utm_content=creditCopyText">Lewis Kang’ethe Ngugi</a> on <a href="https://unsplash.com/photos/black-laptop-computer-turned-on-f5pTwLHCsAg?utm_source=unsplash&amp;utm_medium=referral&amp;utm_content=creditCopyText">Unsplash</a></figcaption></figure><p>上個月 MIS 閃電離職，雖然搞的烏煙瘴氣的。不過也正是如此，我最近有很多機會可以了解防火牆。</p><p>防火牆的概念很簡單，對外，就是將非法的連線擋在外面，不讓外部連線到公司內部的服務、主機。對內，則是要阻止不適當的連線連出去，讓病毒、木馬不會隨著連到惡意的網站後，進入公司內部。</p><p>而說巧不巧，上個月某天就遇到防火牆資安事件，log 噴出一大堆錯誤訊息。仔細一看，發現是有很多防火牆的登入失敗訊息。而這些登入帳號都不是內部使用的帳號，IP 位置也不是來自台灣，我驚覺被攻擊了。一開始我的想法很簡單，只要將所有的失敗連線的 IP 都封起來。不過，這個想法雖然正確，但每次連線的都是不同的 IP，也就是說，我們不管怎麼防止，都很有可能沒辦法徹底擋住這些來源。</p><p>幸好，有網站提供這些惡意來源的 IP、網域名稱，我們可以藉由在防火牆內部設定「外部連接器」來將這些惡意的來源封鎖起來。</p><p>首先，<a href="https://www.abuseipdb.com/">AbuseIPDB</a> 是群眾回報加上能提供 API 查詢的惡意 IP 情報資料庫，它提供大量的有問題的 IP，將 AbuseIPDB API 串接好後，就可以封鎖將近萬個惡意 IP。 除了 AbuseIPDB 外，還可利用 <a href="https://iplists.firehol.org/"><em>FireHole</em></a> 所提供的 IP 列表，<em>FireHole</em> 是由社群維護的一套 <strong>自動化 IP blocklists 彙整服務</strong>。它將惡意 IP 分類，分成不同的群組，我們現在使用的是 Firehol_level1，透過 <a href="https://raw.githubusercontent.com/firehol/blocklist-ipsets/master/firehol_level1.netset">https://raw.githubusercontent.com/firehol/blocklist-ipsets/master/firehol_level1.netset</a> 將 FireHole 整理的 Level1 惡意 IP 阻擋在外。 透過這兩個惡意 IP 提供者，我們就能封鎖大量有問題的 IP，在加上這兩個外部連接器之後，很明顯的，大量嘗試登入的訊息消失了。</p><p>無獨有偶，過沒幾天，又有大量登入 VPN 失敗的 log。VPN（Virtual Private Network) 是讓外部使用者能夠使用內部網路的一種方式，只要透過 VPN 連線，就能夠建立一條加密通道進入公司內部網路，接著就能進入內部服務。</p><p>一般來說，安全的使用 VPN 規範是，需要的時候才開啟；不需要 VPN 之後，就應該要立刻關閉 VPN。這麼一來，對外暴露的開口就會減少，外部的連線也會更不容易登入。不過，因為我們有許多人是遠端工作，所以會有許多 VPN 的帳號被長期開啟。</p><p>既然 VPN 的帳號無法減少，還有什麼方法可以防止 VPN 成為外部入侵的破口呢？除了減少進入的入口數量外，防止惡意的連線也是必要的，為此我新增了設定：「嘗試登入失敗三次之後，IP 就會被鎖定 8 小時」，只要封鎖時間拉長，幾乎就看不到失敗的登入 VPN 連線了。</p><p>事情有時候就是很剛好，剛好外部廠商有需要連 VPN 進入內部服務內調整，而因為上述的設定，加上我們的資安規範「外部廠商的 VPN 只能在需要時才開啟」，所以他們就在不斷嘗試連線停用的帳號後，於是 IP 就被鎖起來了。</p><p>有了這個設定，後來就沒有看到有大量的 VPN 登入失敗訊息（因為都被封鎖了）</p><p>除了一般正常的路徑要多加管控外，防火牆有時也會有漏洞揭露，而這些漏洞根據嚴重程度不同會有不同等級，而身為一名資安人員會需要時時注意這些資安訊息，除了避免讓漏洞影響服務，也需要將韌體更新至最新版上。除了防火牆韌體要更新外，其他的設備也需要定期更新其韌體，只要時時注意將設備韌體更新至最新版，就可以降低因漏洞而引發的資安風險。</p><p>所以我們需要注意硬體的支援時間，有些硬體年代太久，雖然還可以使用，但是原廠已經不進行韌體更新，若是有遇到重大的資安漏洞問題，就有可能造成嚴重的問題。換句話說，我們需要注意硬體是否還有保固，而其韌體是否還有持續維護。</p><p>資安是一個嚴肅的議題，資安人員平日的工作內容或許不是每個人都知道內容，但是一旦資安事件爆發，整個公司的服務、資料就很有可能暴露在危險當中，甚至面臨無法挽回的地步。 所以只要在資安工作的一天，就需要將所有該注意的事項都管理好，避免造成公司損失。</p><p>接下來，資安的文章將不定期更新，如果大家喜歡這類的文章，別忘了給我拍手鼓勵，謝謝大家。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f440820c4f47" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[淺談資料工程]]></title>
            <link>https://andyludeveloper.medium.com/%E6%B7%BA%E8%AB%87%E8%B3%87%E6%96%99%E5%B7%A5%E7%A8%8B-c739c0df0aab?source=rss-5244e4bcd423------2</link>
            <guid isPermaLink="false">https://medium.com/p/c739c0df0aab</guid>
            <category><![CDATA[data-engineering]]></category>
            <dc:creator><![CDATA[Andy Lu]]></dc:creator>
            <pubDate>Sun, 16 Nov 2025 12:01:03 GMT</pubDate>
            <atom:updated>2025-11-16T12:01:03.769Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BEDSIwpXVYW5_tQuUXxwUQ.jpeg" /><figcaption>Photo by <a href="https://unsplash.com/@alinnnaaaa?utm_source=unsplash&amp;utm_medium=referral&amp;utm_content=creditCopyText">Alina Grubnyak</a> on <a href="https://unsplash.com/photos/low-angle-photography-of-metal-structure-ZiQkhI7417A?utm_source=unsplash&amp;utm_medium=referral&amp;utm_content=creditCopyText">Unsplash</a></figcaption></figure><p>在生活中，我們每天都會產生大量資料，例如每月的消費紀錄、健康檢查資訊、氣象資料、車輛行駛軌跡等等。這些資料乍看只是記錄，但在大數據時代，只要能被妥善收集、清理與整理，就能進一步用演算法找出規律，甚至產生能協助決策的模型。</p><p>然而，想打造一個可靠的模型，資料品質就是最關鍵的基礎。在真正的大型 AI 系統中，模型的訓練通常只佔整體工作量的約 <strong>20%</strong>，剩下 <strong>80%</strong> 都來自資料工程與相關基礎設施。無論是訓練全球性的 LLM，還是企業打造某一個領域專用的小模型。</p><p>換句話說，<strong>資料就是模型的地基</strong>。地基越穩，模型才能越可靠。</p><p>那麽，資料工程究竟要做什麼呢？</p><p>分為三個部分：「資料收集（Data ingestion)」、「清洗、轉換(Cleaning &amp; transforming)」、「儲存、供應（Storage &amp; serving）」。</p><h3>資料收集</h3><p>依據需求的不同，會有不同的資料來源，如API、Database、Log、IoT 裝置、第三方資料（如氣象、地圖）…、更新頻率以及資料量。如何選擇適當的資料收集方法，是很重要的。</p><p>收集資料除了有不同資料來源外，還有其他需要克服的挑戰，例如：格式多樣性，如 JSON、CSV、XML…、API 有限速、第三方並未提供正式 API （需要使用爬蟲）、IoT 訊號不穩時，收到內容有問題…</p><p>此外，不同資料來源的更新方式也不相同：有些資料需要即時更新，採用串流（Streaming）來取得資料，有些則是每天一次批次（Batch）即可，而這都會影響整個資料管線的設計。</p><p>因此，建立一個資料管線（Data Pipeline），必須依照資料來源、格式、可靠性與更新頻率來規劃，並考慮重試機制、佇列服務、權限控管與 schema 變動等問題，才能避免管線後期難以維護。</p><h3>清洗、轉換</h3><p>當資料收集後，會根據系統架構選擇兩種流程：</p><ul><li><strong>ETL（Extract-Transfer-Load）</strong>：資料會先經過整理、清洗與驗證，確認沒問題後才寫入資料庫；</li><li><strong>ELT（Extract-Load-Transform）</strong>：原始資料會優先完整寫入資料庫，之後再做清洗與轉換。</li></ul><p>不論是 ETL 或者是 ELT，為了滿足資料品質控管，需包含下面兩個步驟：1. 資料清洗, 2. 資料驗證。</p><p><strong>資料清洗（Cleaning）</strong>，目的是讓「修正」資料使其變得乾淨、可用，常見的工作包含：補空的的欄位值、調整資料成適當的格式、移除不合理的數值…。</p><p><strong>資料驗證（Validation）</strong>，目的是「檢查」資料內容是否符合預期，例如：age 必須是 integer，範圍為0–120， timestamp 必須要可以解析… 等等，因為有時候會收到資料內容雖然型別正確，但是內容卻不符合實際應用，若讓預期以外的資料混入，在後續的應用可能會有問題。</p><p><strong>資料品質控管（Quality）</strong>，目的是「衡量」資料是否可信，是否能夠拿去訓練模型。它不是一個動作，而是資料清洗 + 資料驗證後的結果評估。若資料內有太多錯誤的內容，或是有與既有的資料有衝突，都是會影響後續的使用。</p><p>那麼，在 ETL 與 ELT 之間，差異只在於處理資料的時間點，在 ETL 中，會在資料進入資料庫之前，就會完成資料清洗、資料驗證以及資料品質控管，因為原始資料不會存入資料庫內，所以會將資料處理完成之後，才會將其存入資料庫內，也就是說，資料若有問題，就會被擋在資料庫外面；而在 ELT 中，則是會先將資料存進資料庫內，資料清洗、資料驗證以及資料品質控管則是會在後續轉換階段負責，換句話說，若遇到資料品質、驗證有誤，都會先記錄下來，待後續處理。</p><h3>儲存、供應</h3><h4>儲存(Storage)</h4><p>無論是 ETL、ELT，都需根據用途與架構存放到合適的位置。常見的三種儲存方式是資料湖、OLTP 與 OLAP。</p><ul><li><strong>資料湖（Data Lake）</strong>：使用 S3、GCS 等物件儲存，能以最低成本儲存大量資料。資料湖通常會同時保存原始資料（Raw）以及清洗、轉換後的資料（Silver/Gold）。</li><li><strong>OLTP（Online Transaction Processing）</strong>：適合低延遲、小筆多次的讀寫，例如 PostgreSQL、MySQL。</li><li><strong>OLAP（Online Analytical Processing）</strong>：適合處理大範圍讀取與分析，例如 BigQuery、Snowflake、ClickHouse，用於報表、模型訓練、趨勢分析。</li></ul><p>我們大多會將還沒處理的資料（Raw data）儲存在資料湖中，不過有些時候也會將已經清洗、轉換過的資料儲存資料湖中。</p><p>例如，接收 IoT 資料時，因有些 IoT 裝置會不斷的發送資料，若沒有即時處理的需求，可以先讓所有資料先傳至資料湖中，會等到一段時間後，才一口氣處理，將 Streaming 的資料轉換成 Batch 的方式來處理，如此可以降低成本。</p><p>OLTP 與 OLAP 的差異表如下，簡單來說：OLTP 讓系統能即時處理交易，OLAP 則讓企業能分析過去的資料、產生洞見。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/916/1*NTY1KTthWXBN6ff9reLZiQ.png" /></figure><h4>供應(Serving)</h4><p>最後則是將資料提供給需求端，常見提供的方式有:</p><ul><li>Dashboard：提供給內部查看指標</li><li>API：讓前端或其他服務能即時取用資料</li><li>ML Training/ Feature Store：提供模型訓練或推論所需的資料</li></ul><p>不同的需求會使用不同的資料庫或儲存方式：</p><ul><li>需要即時查詢、毫秒級延遲的 API → 使用 OLTP 資料庫（如 PostgreSQL、MySQL），通常會搭配快取（Redis）加速</li><li>需要跨大量資料進行分析、統計、模型特徵生成<br>→ 使用 OLAP（如 BigQuery、Snowflake、ClickHouse）或直接從資料湖讀取 Parquet</li><li>需要訓練 ML 模型或建立特徵 → 由 OLAP 或 Data Lake 提供大量歷史資料</li></ul><h3>結論</h3><p>一筆資料，從決定要收集、處理，到最後的儲存，都有許多眉眉角角要考慮，而在每一階段的工作中，都會有許多的決策，所以工具的選擇、架構的建立都是非常重要的，一個資料流程建立後，要能夠順利、正確的產出資料，需要對資料工程有相當的了解，也需要對於深入理解對於資料的需求。回到文章的開頭「模型的訓練通常只佔整體工作量的約 <strong>20%</strong>，剩下 <strong>80%</strong> 都來自資料工程與相關基礎設施」，相信這篇文章可以讓我們更理解資料工程所要執行的工作。唯有把資料處理好，後續的應用才能夠更好的進行。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=c739c0df0aab" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[快速認識 Accelerometer 與 Gyroscope 的差異]]></title>
            <link>https://andyludeveloper.medium.com/%E5%BF%AB%E9%80%9F%E8%AA%8D%E8%AD%98-accelerometer-%E8%88%87-gyroscope-%E7%9A%84%E5%B7%AE%E7%95%B0-f9ba2a02e146?source=rss-5244e4bcd423------2</link>
            <guid isPermaLink="false">https://medium.com/p/f9ba2a02e146</guid>
            <category><![CDATA[科普文章]]></category>
            <category><![CDATA[gyroscope]]></category>
            <category><![CDATA[accelerometer]]></category>
            <dc:creator><![CDATA[Andy Lu]]></dc:creator>
            <pubDate>Fri, 31 Oct 2025 13:08:25 GMT</pubDate>
            <atom:updated>2025-10-31T13:08:25.519Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*pLX0POLC6e8DTTPIjt1tOg.avif" /><figcaption><a href="https://unsplash.com/photos/a-digital-clock-sitting-on-top-of-a-table-oMZhxVgaWwY">https://unsplash.com/photos/a-digital-clock-sitting-on-top-of-a-table-oMZhxVgaWwY</a></figcaption></figure><p>筆者以前在開發手機 App 時，知道手機的感測器上有 Accelerometer（加速器）以及 Gyroscope（陀螺儀），那時候會需要針對這兩個感測器來開發功能。無獨有偶，現在進行的專案中 -「車隊管理系統」，在這套系統底下的所有車輛都安裝了車載定位器（後稱車機）中，也都可以看到它們*（註：在車機上，有時候只會有加速器。）</p><p>那麼，這兩個感測器的用途是什麼呢？在這篇文章來幫大家梳理一下。</p><h3>Accelerometer（加速器）</h3><p>其實，它不是用來「加速」的，而是用來測量「加速度」的感測器（後稱加速器），每一個加速器中，都包含著三軸（X、Y、Z）的數值，當裝有加速器的設備沿著 X、Y、Z 軸移動時，其數值就會有變化，而隨著速度的不同，還會有不同的數值大小。</p><p>所以，在安裝車機時，就需要注意安裝的方向，避免得到的值是錯誤的。</p><p>在我目前所接觸到的車機領域中，加速器的數據是非常重要的一個數據，因為當車機內含有加速器後，就可以知道移動的速度以及方向。若沒有加速器，我們若要取得車輛的速度，就需要依靠 GPS，但是 使用 GPS 計算速度有兩個重大的缺點，一是會根據接收到 GPS 信號的強弱來決定準確度，二來是會有延遲。所以若能夠在自己本身裝置取得加速器的數據，那麼就可以更正確的得到速度的數值。</p><p>有些時候，加速器會用另一個名字出現「G-Sensor」。G-Sensor 的 G 代表著 Gravity，也就是重力。 不過呢，這邊可能會有人說，加速器怎麼會與 G-Sensor 相同，有些加速器應是不包含重力（g = 9.81 m/s2）的。 若加速器有包含重力值，只需要使用高通濾波器，就能夠將重力值移除；若是要將重力分離出來，則可以使用低通濾波器。</p><pre>override fun onSensorChanged(event: SensorEvent) {<br>    // In this example, alpha is calculated as t / (t + dT),<br>    // where t is the low-pass filter&#39;s time-constant and<br>    // dT is the event delivery rate.<br><br>    val alpha: Float = 0.8f<br>    // Isolate the force of gravity with the low-pass filter.<br>    gravity[0] = alpha * gravity[0] + (1 - alpha) * event.values[0]<br>    gravity[1] = alpha * gravity[1] + (1 - alpha) * event.values[1]<br>    gravity[2] = alpha * gravity[2] + (1 - alpha) * event.values[2]<br>    // Remove the gravity contribution with the high-pass filter.<br>    linear_acceleration[0] = event.values[0] - gravity[0]<br>    linear_acceleration[1] = event.values[1] - gravity[1]<br>    linear_acceleration[2] = event.values[2] - gravity[2]<br>}</pre><p>Ref: <a href="https://developer.android.com/develop/sensors-and-location/sensors/sensors_motion?hl=zh-tw">https://developer.android.com/develop/sensors-and-location/sensors/sensors_motion?hl=zh-tw</a></p><p>車輛安裝了車機之後，「車隊管理系統」除了可以看到車輛所在的位置、速度外，除此之外，我們還可以透過加速器的數據來做更多延伸的數據分析，例如：是否有撞擊、駕駛行為是否良好…。</p><h3>Gyroscope（陀螺儀）</h3><p>陀螺儀是用來偵測旋轉速度與方向的一種感測器，相較於加速器來說，它偵測的是轉動的角度以及方向。前者是感覺「直線運動」的變化，後者是感覺「轉圈圈」的變化。</p><p>是測量角度的感測器，其單位為：度/秒，可以精準的測轉向與平衡。</p><p>我注意到在手機上通常會有加速器以及陀螺儀，這是因為手機需要的靈敏度較高，除了移動的速度外，也需要精確的轉向角度。例如，手機的直向、橫向偵測，拍照的平衡…，都會需要使用到陀螺儀。</p><p>最近與車機廠商接洽後，發現它們的車機居然都沒有陀螺儀，這讓我不禁想問「為什麼？」，這是因為在車機上主要用途是導航，而加速器與 GPS 的搭配就足夠了，且因為成本的考量，加上陀螺儀就變成是非必要的選項。（早期在沒有 GPS 的年代，據說是使用 Gyro 羅盤輔助）</p><p>我們知道，加速器可以偵測速度的變化，當我們需要在車機上偵測急煞車、急加速時，只使用加速器就足夠，但是如果是需要偵測急轉彎的情況，只使用加速器就無法精準的偵測。</p><p>假設必須要偵測急轉彎的情況，如果車機可以讀取車上電腦（ECU）的資訊，取得方向盤轉彎的角度，如此一來就可以完全不需要陀螺儀就可以辦到。</p><h3>結論</h3><p>這一篇文章，主要是因為我被加速器、G-Sensor、陀螺儀三個名詞搞混了，它們三個似乎都能做到類似的事情，可是卻又是不同的項目。希望讀到這篇的你可以了解其實加速器與陀螺儀的差異。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/738/1*6T-U4akjKAONCCC2LO8dYg.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f9ba2a02e146" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[當 Kotlin 遇上 AI — 打造新聞摘要自動化的實作實錄（背後祕辛）]]></title>
            <link>https://andyludeveloper.medium.com/%E7%95%B6-kotlin-%E9%81%87%E4%B8%8A-ai-%E6%89%93%E9%80%A0%E6%96%B0%E8%81%9E%E6%91%98%E8%A6%81%E8%87%AA%E5%8B%95%E5%8C%96%E7%9A%84%E5%AF%A6%E4%BD%9C%E5%AF%A6%E9%8C%84-%E8%83%8C%E5%BE%8C%E7%A5%95%E8%BE%9B-9ca4e1d89723?source=rss-5244e4bcd423------2</link>
            <guid isPermaLink="false">https://medium.com/p/9ca4e1d89723</guid>
            <category><![CDATA[jcconf]]></category>
            <category><![CDATA[kotlin]]></category>
            <dc:creator><![CDATA[Andy Lu]]></dc:creator>
            <pubDate>Sat, 27 Sep 2025 14:53:38 GMT</pubDate>
            <atom:updated>2025-09-27T14:53:38.670Z</atom:updated>
            <content:encoded><![CDATA[<h3><strong>當 Kotlin 遇上 AI — 打造新聞摘要自動化的實作實錄（背後祕辛）</strong></h3><p>JCConf 2025</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*IHHKZLAkQ1wegP5YWXE3Yw.png" /></figure><p>JCConf 投影片：<a href="https://docs.google.com/presentation/d/1gIRtPtTauOj-L2TkuEC6Ln8Gz_9hLYFtSkO9gW3_xNw/edit?usp=sharing">https://docs.google.com/presentation/d/1gIRtPtTauOj-L2TkuEC6Ln8Gz_9hLYFtSkO9gW3_xNw/edit?usp=sharing</a></p><p>這是今年在 JCConf 分享的主題，在本篇文章中，我將介紹跟大家述說為什麼會想要打造一款自動化摘要的工具，並且是如何實作的。</p><p>時間回到 2020，我正在從 Java 切換至 Kotlin，因為在那時，Kotlin 成為 Android 的官方語言（拜 Android 與 Oracle 的官司所賜XD）。為了能更快、更有效率的學習 Kotlin，於是找到了 Kotlin 讀書會，而我真的很想要趕快學好，加上秉持著為民服務的精神，就搶著當了幾次的讀書會導讀（當導讀可以學的更快，因為會需要先把該章節的內容搞清楚，導讀時才比較有底氣，不怕被問倒）</p><p>也就是在這樣子的機緣下，我認識了聖佑，而在認識多年之後，這次受到聖佑的邀請，與他一起搭檔主講這次的 JCConf，我們因為讀書會而認識，這次的分享也是希望可以對讀書會有些貢獻。</p><p>還記得那時候在咖啡廳一番討論後，我們注意到現在讀書會因為沒有持續進行讀書會，大家在上面的討論都是有一搭沒一搭的，除了偶爾會有人轉貼新資訊外，其他時間就是自己去各大網站學習。</p><p>所以這次主題的來由：由於 AI 興起，我們希望可以在後讀書會時期，開發一款提供讀書會的朋友能快速取的資訊的服務，有了共識之後，我們便在那天下午快速的在咖啡廳裡面實作一個簡單的功能。</p><p>我還記得聖佑負責的是文章摘要的部分，而我是建立一個爬蟲網頁，並將文章放在網頁上。</p><p>決定好主題後，因為我們最近真的很忙，可能抽不出太多時間開發，再加上當時 Claude Code/ Gemini CLI 類的 AI 產品推出，讓我想說是否可以使用這些 AI 工具來作為本次開發的主要工具。 不得不說，那天下午的成果就是使用這類的 AI 工具開發出來的 Demo，我們也對這種開發方式充滿了信心與好奇，不知道能夠帶領我們到達什麼樣的境界。</p><h3>在開始開發之前</h3><p>在開始動手之前，需要動的是腦跟嘴來定義一個 MVP 產品的架構與待辦事項，而這個 MVP 產品的功能不需要太多，所有花俏的功能都不需要，最重要的是最核心的功能（摘要）打造出來即可。</p><h3>MVP 規劃</h3><p>一個專門提供摘要的網頁，最重要的就是資料源，而我們盤點所有抓資料的方式：RSS、爬蟲、API…，於是我們決定先將 RSS 列入第一階段實作的部分，因為 RSS 本身就是提供給外部人員訂閱，所以對於我們用來抓取該網頁的資料是超級方便的。有了資料源後，扣回我們主要做的核心項目 — 摘要，而在一開始我們就打算採用 AI 的方式進行摘要。這部份因為 Spring AI 有提供簡單使用的方式，我們只需要填入模型、API Key 即可使用 Spring AI 提供的方式來使用 AI。除了摘要外，我們同時也使用 AI 協助翻譯，為什麼會需要翻譯呢？因為許多文章來源都是國外網站，為了方便讀者快速閱讀，更容易掌握核心概念，於是也透過 AI 進行翻譯（反正也是在一次查詢就可以得到所有的內容，何樂而不為呢？）</p><p>有了文章、摘要、翻譯之後，MVP 的最後一塊拼圖就是將摘要文章發出去，我們思考了幾種作法：設定電子報、推播 LINE 群組，發送 eMail … 因為我們的讀書群是在 LINE 中，於是我們就決定第一種推播的方式是推到 LINE 群組內，再加上推到 Telegram 群組內（因為 Telegram 的推播是免費的，建立推播又很簡單）</p><p>設定好 MVP 的目標後，下一件事就是任務的展開以及分配。我們只使用一份 Google 文件，而 Google 文件最大的好處是：免費、可共用，雙方可直接在文件上編輯，不需要任何額外學習的時間。當然啦，用慣 Markdown 的我，有時候使用 Google 文件會有點不太順，但是這都是可以克服的（或是有其他外掛？）</p><h3>技術棧選擇</h3><p>我們選擇 Spring Boot 作為框架，因 Spring Boot 在 JVM 是用來開發網頁服務擁有最多資源的框架，而同時 Kotlin 也可以 100% 在 Spring Boot 開發。因我們這次採用 AI 開發工具，Spring Boot 比起其他框架有更多的訓練資料，我們藉此能得到更好的結果。 當然囉，使用 Spring Boot 絕對不是只有 AI 模型已經有大量訓練的好處，除此之外，還有快速開發（開箱即用）、龐大的生態系，搭配 Kotlin 的語言特性，更是可以用更安全（空安全）、簡潔的方式來開發。 以下提供我們使用 Spring Boot 開發的技術選型：</p><pre>- Language &amp; Runtime: Kotlin 2.1.x + Java 21<br>- Build Tool: Gradle 9.x<br>- Framework: Spring Boot 3.5.x<br>- DB: MySQL 8.1 + JPA/Hibernate + Flyway<br>- Queue: JobRunr 8.0.x<br>- AI: Spring AI + OpenAI GPT-4o<br>- Frontend: Thymeleaf templates</pre><h3>開發</h3><h4>技術架構圖</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*twFsvYWCvqT9TF8rMvBXVQ.png" /></figure><p>在這套系統中，可簡單分為兩部分，一邊是提供使用者閱覽的前端頁面，另一邊則是產出每日摘要的背景任務。</p><p>產出摘要可以粗略分為四個任務：</p><ol><li>抓取資料（Craw Job）</li><li>摘要任務（Summarized Job）</li><li>每日摘要產生任務（Daily Digest Job）</li><li>推送任務（Push Notification Job）</li></ol><h4>抓取資料</h4><p>在抓取資料任務中，我們是預先設定好要去抓的資料來源，將其設定在資料庫內，並在每天任務執行時，依照資料庫內的內容來去抓取資料。 這麼做的好處是，在未來任意的增加資料來源，而不會影響先前的任務。當我們處理資料時，會將每一筆資料分開處理，就算遇到抓取資料發生錯誤，也不會影響其他任務。而因為有多種不同的資料來源，所以我們需要在定義資料庫時，需要針對不同的資料來源設定其抓取資料的方式，如 RSS、API、爬蟲…，這方便我們之後再加上相同類型的資料時，可以沿用舊有的設定而不需要另外設定。 在將每個文章內容儲存下來後，為了後續能夠有不同的應用，也為了我們之後可以採用不同的方式來處理這些內容，所以我們會先將資料的原始內容儲存下來。</p><h4>摘要任務</h4><p>當原始內容儲存下來之後，接著會透過 AI 的魔力產生文章摘要，在這邊需要特別注意，為了產出固定的格式，我們需要給予嚴格的條件，讓產生摘要的 Prompt 能夠固定的產出每一天的摘要。 在這邊我們會需要在 Prompt 中給予其身分、並要求他將文章的內容作三點的重點，最後需要以 JSON 的格式產出（因為 JSON 格式是容易解析的一種格式），而我們可以在摘要的階段同時對文章作額外的翻譯。 於是，透過正確的 Prompt ，我們就可以每天都產出有相同格式、品質的摘要。</p><h4>每日摘要產生任務</h4><p>在前面的步驟中，我們所產生的文章都還是停留在 db 中。將每一個步驟都留存在資料庫的好處是，我們可以針對每一個步驟獨立重複作業，又或者是嘗試作不同的測試。當然囉，如果產品已經上線，而且文章內容很多，我們或許就要考慮是否需要每一個階段的內容都要留存（因為會太佔空間）。 回到每日摘要任務上，我們的目標是不需要重新編譯 Spring Boot，也就是說，我們希望可以設計一個機制，能夠讓有新的檔案產生時，系統就可以直接將內容讀出，而略過重新編譯。 在這邊我們透過將每天更新的檔案放在相同資料夾，並產生不同的名稱來區分，而在程式端我們只要一直監看這個資料夾，即可將新的文章摘要檔案顯示在畫面上。 所以，我們所要做的是，在每天完成摘要任務後，將所有當天產生的摘要，產生成一個 HTML 檔，並將其放到監控的資料夾內。</p><h4>推送任務</h4><p>最後一步，也是最重要的一步，當所有的菜色都準備好了之後，我們需要將每日的文章摘要發給所有群組的朋友手上。在這邊我們選擇使用 Telegram/LINE 來發送（因為 Kotlin 在兩個平台都有對應的讀書會群組） 推送到 Telegram 相對來說是比較容易的，不需要額外費用，我們只需要準備 API Key 就可以推送。 反觀，推送至 LINE 群組內則是有許多限制，除了機器人只允許在一般的群組內發送訊息，發送訊息會依照群組的人數來計算封數，而這麼一來我們就會花費大量的傳送費用在 LINE 的推播上。而這邊還不包含使用 LINE 社群無法使用機器人推送。 在發表之前，我們遇到 LINE 群組無法推送，經查是因為額度已滿，最後只好拿出魔法小卡來解決這回合的問題。 不過，我們必須要考慮，我們目前的推送方式是否會太頻繁，以及是否會太花錢。</p><h4>部署</h4><p>所有專案的內容都完成之後，我們最後需要將其部署至託管服務器上。而這邊我們選擇的是 Zeabur。Zeabur 是一款現代化的雲端託管服務，我們可以輕鬆的將服務託管在上面，我們只需要授權 github 的存取權，之後只需要在 pr merge 之後，就會自動的部屬。</p><p>而因為我們資料庫是分離的，我們需要使用 Docker File 來建立 DB ，在 Zeabur 上，我們也可以輕鬆的建立資料庫，並將所有的參數設定好，我們所需要做的只有將服務與 DB 連接在一起。</p><p>由於我們的目標是快速上線，減少人力成本的付出，所以這樣的解決方案令我很滿意。</p><h3>上線至今</h3><p>完成這個 MVP 作品之後。我們也在社群群組內推播了一段時間，期間也很感謝群組的朋友給予許多意見，他們對於這個產品都是相關樂觀的，並且表示對他們來說是相當有幫助的，而這也是我們當初要開發這款服務的宗旨。 但，我必須要說，沒有什麼服務是十全十美的，所以我們會持續改善，讓這個產品能夠自給自足，也能夠滿足讀者的期待，讓這款服務能夠讓大家能更快取得 Kotlin 的最新資訊。</p><p>最後還是要感謝聖佑，謝謝他與我一起完成這個專案，讓我們對於 Kotlin 社群更有貢獻。 也要感謝所有有使用的各位，你的建議會讓我們的產品更好。</p><p>若你對這個作品有想法，可以給予我們回饋意見，也歡迎填寫下方表單，當我們完成郵件通知功能時，會第一步發送給你。</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fdocs.google.com%2Fforms%2Fd%2Fe%2F1FAIpQLSdEfedsowsLBJ0SXCFZaOgNpfJfw-FutivxzaORKBN150IQFw%2Fviewform%3Fembedded%3Dtrue&amp;display_name=Google+Docs&amp;url=https%3A%2F%2Fdocs.google.com%2Fforms%2Fd%2Fe%2F1FAIpQLSdEfedsowsLBJ0SXCFZaOgNpfJfw-FutivxzaORKBN150IQFw%2Fviewform%3Fusp%3Dsend_form&amp;image=https%3A%2F%2Flh5.googleusercontent.com%2FlDIRfuNN1yaIqnmGs0Qwb0n6bHe2EuFkegjp2vnK18ePLHuyo0B4FhjPAhW8lhkM4vM7Q4-aZx_Efq4%3Dw1200-h630-p&amp;type=text%2Fhtml&amp;scroll=auto&amp;schema=google" width="760" height="675" frameborder="0" scrolling="no"><a href="https://medium.com/media/846a4f26b0cdc2ab4aa6a35f7b869b56/href">https://medium.com/media/846a4f26b0cdc2ab4aa6a35f7b869b56/href</a></iframe><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9ca4e1d89723" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 給你超能力]]></title>
            <link>https://andyludeveloper.medium.com/ai-%E7%B5%A6%E4%BD%A0%E8%B6%85%E8%83%BD%E5%8A%9B-da16d4c8df50?source=rss-5244e4bcd423------2</link>
            <guid isPermaLink="false">https://medium.com/p/da16d4c8df50</guid>
            <category><![CDATA[v0]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[claude-code]]></category>
            <dc:creator><![CDATA[Andy Lu]]></dc:creator>
            <pubDate>Fri, 11 Jul 2025 13:11:24 GMT</pubDate>
            <atom:updated>2025-07-11T13:11:24.503Z</atom:updated>
            <content:encoded><![CDATA[<p>V0 + Claude Code = Your Superpower</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*qwoA3kXHgxs7m0f0z3PFfQ.jpeg" /></figure><p>AI(Artificial intelligence)一詞已在街頭巷尾都能看到，在這幾年的的表現更是全世界有目共睹。身為軟體開發者的我，隨著一開始的 ChatGPT、Copilot，到現在的 Cursor、Claude Code，也幸運的搭上這艘高速飛奔的火箭，飛向未知的未來。 如果你像我一樣，也已經導入 AI 進工作流程，一定能深深感受到它帶來的爆發性成長。不用多說，AI 是現在最火熱的項目，而近期內也不會退燒。而在工作流程中，除了最早的 ChatGPT、Gemini（Bard）、Claude，這三巨頭，現在還有 Grok、DeepSeek… 在這些大公司以外，還有其他產品是使用這些大公司所提供的模型，這些依附在強大模型的產品，才是我們現在工作效率提升的最大主因。</p><h3>Claude Code</h3><p>因為我是 JetBrains 的教徒，難以切換使用其他 IDE，於是先前熱門的 Cursor 也讓我一直提不起興趣導入，但是前陣子推出能在 Terminal 上操作的 Claude Code ，儼然成為我的 AI 開發助手新歡，只需要每個月 20鎂，就能夠讓效率提升 10倍，當然能夠免費使用的 Gemini CLI 作為同樣在 terminal 操作的 AI 工具，同樣也在我的工具庫之中。</p><p>AI 是大量的數據訓練出的模型，而我們要好好的使用它，就需要透過餵給他正確的 Prompt。無獨有偶，大神 Kent Beck 也開始使用 Claude Code，而他的 <a href="https://github.com/KentBeck/BPlusTree3/blob/main/rust/docs/CLAUDE.md">Claude.md</a> 就可以看出他開發的嚴謹，而現在，我們不需要 K 很多 Kent Beck 的書，我們只需要將他的 Claude.md 放到我們的專案內，我們就可以擁有一個 Kent Beck AI 分身。</p><h3>V0</h3><p>除了 Claude Code 之外，Next.js 母公司推出的 <a href="https://v0.dev/">V0</a>，是我另一個 AI 新歡。我是一個 App 開發者，但是經常會有開發網站的需求，而現在透過 V0 ，開發網站變得更容易了，我們只需要透過 Prompt，就能夠讓一個網頁開發出來，並且能夠使用。更絕的是，在 V0 網站上生成網站後，立即就可以佈署上 Vercel。</p><p>V0 很佛心，免費方案就有 5鎂的額度可以使用，而使用這個額度要完成一個簡單的網站則是綽綽有餘了。而在 V0 上開發的內容，也可以下載下來自己開發。根據公司內部同仁的測試，若我們要在 V0 上完成一個較為複雜的網站，額度可能會不夠，所以使用 V0 開發時，就要特別注意；換句話說，透過 AI 來開發，最重要的是我們下的 Prompt，而最佳實踐則是提供完整的脈絡給 AI。</p><h4>使用 Markdown 提供任務脈絡</h4><p>使用對話框來下 Prompt，經常會發生誤觸 Enter 的事件，導致 Prompt 輸入到一半就送出，而 AI 就會開始依照還沒有下完的指令進行開發。而最佳解決這件事的方法就是，我們將執行任務寫在另一個檔案下，最好是使用 Markdown 方式來編寫，在編寫檔案時，就算不小心按下 Enter 也不會啟動 AI，除了這個好處之外，我們還可以在檔案內輸入很多我們希望讓 AI 完成的項目，最好是能夠越精確越好，這麼一來，它就不會會錯意，開發錯誤的內容。</p><h3>V0 + Claude Code 組合技</h3><p>前面提到我使用 V0、Claude Code，而我也使用這兩個工具完成了一個網站。實作方式如下，我先在 V0 開發專案的雛形，也就是將畫面從 0 到 1 打造出來，當畫面差不多時，我便將專案下載下來，並讓 Claude Code 接手開發。而這樣子，我只需要訂閱 Claude Code 即可（若你是極度免費仔，則可以選擇切換成 Gemini CLI 接續開發。）</p><h3>Zeabur 佈署</h3><p>在開發完成之後，最後的一哩路就是佈署，在這邊我沒有選擇 Vercel，而是選擇 Zeabur，因為他佈署很簡單，只需要 5鎂就能夠使用無限量的專用伺服器，而且它的部屬也很簡單。（遇到問題時，就問 Claude Code），而我就在幾天內，完成了一個想要實作很久的羽球計分網站。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*lMKoQPje24Yx6NjZRZ6zBg.png" /></figure><p>今天先分享到這邊，之後若有其他的 AI 心得再與大家分享。</p><p>謝謝各位。</p><blockquote>喜歡我的文章嗎？</blockquote><blockquote>拍手鼓勵我，或透過下方的 Buy me a coffee 鼓勵我😁</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/1*eG_IlLNX2kMVnAIqR9aNIg.png" /><figcaption><a href="https://buymeacoffee.com/andyludeve9">https://buymeacoffee.com/andyludeve9</a></figcaption></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=da16d4c8df50" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[「Kotlin 2.2.0 新語法快遞」：在 when 內加入防衛條件（Guard Conditions）]]></title>
            <link>https://andyludeveloper.medium.com/kotlin-2-2-0-%E6%96%B0%E8%AA%9E%E6%B3%95%E5%BF%AB%E9%81%9E-%E5%9C%A8-when-%E5%85%A7%E5%8A%A0%E5%85%A5%E9%98%B2%E8%A1%9B%E6%A2%9D%E4%BB%B6-guard-conditions-aad7a77537e2?source=rss-5244e4bcd423------2</link>
            <guid isPermaLink="false">https://medium.com/p/aad7a77537e2</guid>
            <category><![CDATA[kotlin]]></category>
            <dc:creator><![CDATA[Andy Lu]]></dc:creator>
            <pubDate>Sun, 08 Jun 2025 08:59:07 GMT</pubDate>
            <atom:updated>2025-06-08T09:00:51.229Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*iIH-bPhanXYnmrB0LiMk8Q.jpeg" /><figcaption>Photo by <a href="https://unsplash.com/@willianjusten?utm_content=creditCopyText&amp;utm_medium=referral&amp;utm_source=unsplash">Willian Justen de Vasconcellos</a> on <a href="https://unsplash.com/photos/birds-eye-view-of-a-metropolis-skyscrapers-0XXV6ccYMCA?utm_content=creditCopyText&amp;utm_medium=referral&amp;utm_source=unsplash">Unsplash</a></figcaption></figure><p>Kotlin 2.2.0 即將到來，目前在 2.2.0 的候選版本（2.2.0-RC2）中，包含了幾項新的語法改善，就讓我帶給各位。 首先，第一個新到來的功能為在 when 條件運算式中加入防衛條件</p><h3>在 when 條件運算式中加入防衛條件（Guard Conditions）</h3><p>在 2.1.0 中，when 條件運算式中加入防衛條件已經進入預覽（Preview）階段，而到了 2.2.0，已經進入穩定（Stable）。那麼這項語法的改進，有著什麼優點呢？</p><p>我們知道，when 是一個條件運算式，而我們可以在這裡面給出不同的判斷，進而執行不同的分支。</p><p>在 when 裡面加上判斷條件，並在 when 的範圍內（括號內）處理各種條件，如下 calculate() 函式所示範：</p><pre>fun calculate(number1: Int, number2: Int) {  <br>    when (val result = number1 - number2) {  <br>        0 -&gt; println(&quot;number1 equals number2&quot;)  <br>        in 1..10 -&gt; println(&quot;result is positive and between 1 and 10: $result&quot;)  <br>        in -10..-1 -&gt; println(&quot;result is negative and between -10 and -1: $result&quot;)  <br>        else -&gt; println(&quot;result is $result&quot;)  <br>    }  <br>}</pre><p>若我們打算將運算子右邊的結果再加上一些判斷，譬如判斷是否為偶數。我們可以直接在運算子 -&gt; 後方串上 if 判斷式，同時需要一併加上 else，如下：</p><pre>fun calculate(number1: Int, number2: Int) {  <br>    when (val result = number1 - number2) {  <br>        0 -&gt; println(&quot;[DEBUG_LOG] number1 equals number2, result is $result&quot;)  <br>        in 1..10 -&gt; println(&quot;[DEBUG_LOG] result is positive and between 1 and 10: $result&quot;)  <br>        in -10..-1 -&gt; if (result %2 ==0) {  <br>            println(&quot;[DEBUG_LOG] result is even and between -10 and -1: $result&quot;)  <br>            } else {  <br>                println(&quot;[DEBUG_LOG] result is odd and between -10 and -1: $result&quot;)  <br>            }  <br>        else -&gt; println(&quot;[DEBUG_LOG] result is $result&quot;)  <br>    }  <br>}</pre><h3>在 When 條件判斷式中，加上防衛條件</h3><p>但是！有時我們需要在條件判斷式內，預先判斷是否能正確執行，當條件成立就執行，而不成立呢？就無法進入執行，避免發生錯誤。 與進入 branch 之後，再使用 if-else 判斷的方式不同，2.2.0 帶來的新語法讓我們可以在進入 branch 之前，預先加上能夠進入的條件，這種判斷方式，也就是 Guard Condition（防衛條件）。</p><p>譬如將上方的範例稍作修改，將 -10 ..-1 這個條件，另外加上需要為偶數的條件，換句話說，當數值在 -10 .. -1 這個區間時，只有偶數的情況才會被執行。</p><pre>fun calculate2(number1: Int, number2: Int) {  <br>    when (val result = number1 - number2) {  <br>        0 -&gt; println(&quot;[DEBUG_LOG] number1 equals number2, result is $result&quot;)  <br>        in 1..10 -&gt; println(&quot;[DEBUG_LOG] result is positive and between 1 and 10: $result&quot;)  <br>        in -10..-1 if result % 2 == 0 -&gt;  <br>            println(&quot;[DEBUG_LOG] result is even and between -10 and -1: $result&quot;)  <br>        else -&gt; println(&quot;[DEBUG_LOG] result is $result&quot;)  <br>    }  <br>}</pre><p>可以看到，在 in -10..-1 後方，直接加上 if result %2 == 0，而這就像是下方函式，當數值已經落在 -10 .. -1 之間時，就會進入該函式，而當條件成立時，才能夠執行，如下範例，會進入 if區間內，並執行裡面的邏輯，不繼續往下執行。</p><pre>fun checkEvenNumber(result: Int){ <br>    if(result % 2 == 0){<br>         println(&quot;[DEBUG_LOG] result is even and between -10 and -1: $result&quot;)  <br>         return<br>    }<br>}</pre><h3>整理用法</h3><p>在 when 內的每一個 case 使用防衛條件（Guard Conditions）的用法，如下：</p><pre>when (expression) { <br>    caseA if conditionA -&gt; { }<br>    caseB if conditionB -&gt; { }<br>    caseC -&gt; { } <br>    else -&gt; { } <br>}</pre><p>只需要在 when 的條件後方加上 if ，並加上該條件判斷，就可以加上其防衛條件。 這很像是使用 &amp;&amp; 進行兩個判斷式的聯集。</p><h3>與在 branch 後方使用 if 判斷式的比較，如下：</h3><p>若是在 -&gt; 後方 使用 if，則必須加上 else。</p><pre>when (expression) { <br>    caseA -&gt; if conditionA {} else { }<br>    caseB -&gt; if conditionB {} else { }<br>    caseC -&gt; { } <br>    else -&gt; { } <br>}</pre><h3>小結</h3><p>防衛條件（Guard Conditions），通常用於在函式的最上方判斷帶入的參數、狀態是否正確，使得函式可正常執行，避免到了呼叫的時候，才發現有東西缺少、錯誤導致無法正確呼叫，造成難以後續追查的問題。</p><p>在實際執行這個設計模式時，就需要在函式執行前，先確保該函式所需要的條件都已準備好，才能進行後續的呼叫，而有些時候，我們會在不滿足的情況跳出函式，而這也稱為 early return。</p><p>將防衛條件加入 Kotlin 的 when 條件判斷式中，需要在每一個 when 的 branch 前方加上 if 判斷式，當條件都吻合時，我們就會進入該 branch 內。</p><p>我認為，在 when 後方又加上一層判斷式，那麼這個判斷式很容易被忽略，有可能會造成意想不到的情況。所以在 when 加上防衛條件時，就要特別小心，避免條件不滿足時，會進入 else branch 中，而該情境是沒有料想到的，那麼就有可能發生錯誤。</p><p>Ref:</p><p><a href="https://kotlinlang.org/docs/whatsnew21.html#guard-conditions-in-when-with-a-subject">Guard conditions in when with a subject</a></p><p><a href="https://youtrack.jetbrains.com/issue/KT-71140">KT-71140: Guard conditions in when expressions feedback</a></p><blockquote>你的每一個拍手，都是我產出文章的原力。</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/1*eG_IlLNX2kMVnAIqR9aNIg.png" /><figcaption><a href="https://buymeacoffee.com/andyludeve9">https://buymeacoffee.com/andyludeve9</a></figcaption></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=aad7a77537e2" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>