<?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 Azole (小賴) on Medium]]></title>
        <description><![CDATA[Stories by Azole (小賴) on Medium]]></description>
        <link>https://medium.com/@azole?source=rss-490ca202f206------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*YvX-3nCG9FeOnx1s.jpg</url>
            <title>Stories by Azole (小賴) on Medium</title>
            <link>https://medium.com/@azole?source=rss-490ca202f206------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Mon, 16 Nov 2026 06:18:11 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@azole/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[[活動推廣] 給網站工程師的需求釐清與溝通技巧工作坊]]></title>
            <link>https://azole.medium.com/%E6%B4%BB%E5%8B%95%E6%8E%A8%E5%BB%A3-%E7%B5%A6%E7%B6%B2%E7%AB%99%E5%B7%A5%E7%A8%8B%E5%B8%AB%E7%9A%84%E9%9C%80%E6%B1%82%E9%87%90%E6%B8%85%E8%88%87%E6%BA%9D%E9%80%9A%E6%8A%80%E5%B7%A7%E5%B7%A5%E4%BD%9C%E5%9D%8A-ec0f7a737d8e?source=rss-490ca202f206------2</link>
            <guid isPermaLink="false">https://medium.com/p/ec0f7a737d8e</guid>
            <dc:creator><![CDATA[Azole (小賴)]]></dc:creator>
            <pubDate>Mon, 03 Nov 2025 07:56:24 GMT</pubDate>
            <atom:updated>2025-11-03T07:56:24.764Z</atom:updated>
            <content:encoded><![CDATA[<h4>從「這不是我要的」到「原來我們想的一樣」</h4><p>活動時間: <strong>12/13（六）13:30- 15:30<br>地點: </strong>瓶蓋工廠台北製造所 台北市南港區南港路二段13號<br>報名網址: <a href="https://ezbundle.cc/p/webconf-tw-2025-workshop">https://ezbundle.cc/p/webconf-tw-2025-workshop</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*u4IbGxhocv2kcphkpAIcpA.png" /></figure><p>當五倍的龍哥問我要不要在今年的 web conf 再弄一場 workshop 的時候，我先是一口答應了，太喜歡跟大家一起做些什麼了，但答應了之後才發現，如果不想要題目跟 AI 有關，那我還能分享什麼？Docker 已經講過好幾次了，CICD 也做過了，連讓大家一起在現場 troubleshooting、救回一台 Nginx Server 的工作坊也做過了，我還能做什麼呢？差點因為想不出題目而婉拒這次的機會……</p><p>也跟龍哥聊到，對於各式各樣的 AI 應用，我都只是使用者，還用得不是很深跟很多的那種，可能是因為今年以來的工作內容，coding 的比例非常低，我工作上遇到的問題總是讓我覺得 AI 幫不太上忙。跟龍哥聊到這裡後，我自己也思考了一下，為什麼我會覺得 AI 幫不上我的忙？有一定的比例是我不夠會用，但我到底是遇到了什麼問題呢？</p><p>從事軟體業這麼多年，碰過的東西不敢說很多，但對我來說，應用層面的東西，真的已經不是那麼難了，倒不是說我小看這些，而是都會讓我覺得有跡可循，不至於毫無頭緒，就是做沒做過而已，做了遇到問題，大部分也有可以嘗試的方向，更別說現在還有 AI 輔助。大概就跟很多朋友會說「學好一門程式語言，再來要學其他程式語言時，入門會容易許多」的這種感覺，不敢說大師，但門道也算是窺見一二了。</p><p>那我到底被什麼難住了呢？想來想去，有兩個方向，我現在經手的專案有很深的領域知識，而且是該公司自己特有的，外面都查不到的那種，AI 就更不可能會知道了。第二個方向是，我的 user 到底要什麼？最後還是回到的「人」身上來。第一個問題就是靠時間累積，多看多聽多問，至於第二個問題，通常都發生在彼此溝通上的落差。</p><p>於是我跟龍哥提案我想要試試看這個題目，我給龍哥這個簡介：</p><ul><li>你曾遇過辛苦完成功能後，交付時卻被說：「這不是我要的！」</li><li>你曾開會時滿頭問號，覺得為什麼使用者、PM、工程師為什麼都不好好說「人話」嗎？</li><li>想把事情做好，卻總是卡在「彼此的理解不一樣」？</li></ul><p>作為工程師，我相信大家都是想要好好做事的，應該沒有人想要故意讓自己重工、然後加班的吧？那中間到底是發生了什麼事了呢？我在資訊業從業 20 年左右，台商美商都待過，大團隊跟小團隊，傳產跟新創，我也自己開過公司接案過，這 20 年來我都在做應用系統，這層的東西，相較於更底層的系統，技術上來說沒有真的太難，總是能繞得過去，看拿什麼交換而已。但我每次都還是覺得不太容易，那到底難在哪裡？這是我自己的答案，也許跟你的不一樣：</p><blockquote>在軟體開發的世界裡，最難的不是寫程式，而是搞懂對方在說什麼。 一個沒有被釐清的需求，永遠無法被正確實作。</blockquote><p>那我們要怎麼樣才能更精確地知道我們的使用者、PM、甚至是老闆們在說什麼呢？我自己的做法是好好地問問題。</p><p>所以，這場工作坊不會有技術、不會有框架，更不會有 AI，但確實也是因為這兩年的 LLM Coding、Vibe Coding 到最近的 Spec-Driven，讓我覺得釐清需求這件事變得更重要了。其實一直以來都很重要，只是過去工程師們的焦點可能放在如何開發上，但在 AI 橫行的這個當下，工程師的溝通能力的重要性應該會再被提升很多，這兩年我們好像也都投入在怎麼 AI 溝通，很少人在討論怎麼跟人類溝通了（已放棄！？）但老實說，除非你是自己創業或是自己開發系統與工具，不然大部分的人的工作，應該都是在實作老闆、PM 或客戶等人的想法吧，工程師通常會有討論權與建議權，但這些的前提都是先搞懂 user 們要什麼，對吧？</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*oWZgH-yilD5BZvPyUbLLfw.png" /><figcaption>如上圖，想要挑戰的就是開始前的那個問號。</figcaption></figure><p>那我想要做這個工作坊表示我很擅長溝通嗎？反而不是，看到這裡反悔買票的，快去退票！總之，稍微認識我一點的朋友都知道我個性很急，也很工程師，但如前所言，我切換過許多不同的角色，從工程師、tech lead、自己開公司、外商技術客服、技術講師等，特別是開公司的時候，那真的是一條龍，從業務、PM、前後端開發、部署維護到售後客服。</p><p>在這過程中，我從所謂的「超級內向跟急躁的工程師性格」到現在好像有好一點點了，如同我其他的課程，我想分享的就是這種「我也不是天生就很擅長，但我怎麼盡力去克服、反省跟學習，然後慢慢一步一步走到今天」的這個過程。</p><p>如果你覺得你很難聽懂 user 或 PM 在說什麼，如果你覺得每次以為自己聽懂了，但做出來卻都被說不是 user 要的，如果你每次都覺得為什麼 user 要把事情搞得這麼複雜，又或是，如果你覺得自己是個不太會說話的人，那有可能把需求釐清地更精確一點嗎？</p><p>如果你經常遇到以上困擾，那很歡迎一起來體驗、交流跟討論看看喔！另外也有朋友問適合 PM 嗎？我個人是覺得蠻適合的，畢竟 PM 的職責之一就是去釐清 user 的想法，都歡迎一起來交流。</p><p>這次工作坊也有個挑戰，就是跟精采的 Web Conf 在同個時段，應該會有很多朋友想要去聽議程，我自己也是（？），如果覺得這題目不錯，也歡迎幫忙推廣給其他人，先謝謝大家嚕～</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ec0f7a737d8e" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[台北入門級親山步道]]></title>
            <link>https://azole.medium.com/%E5%8F%B0%E5%8C%97%E5%85%A5%E9%96%80%E7%B4%9A%E8%A6%AA%E5%B1%B1%E6%AD%A5%E9%81%93-5d430879a7ce?source=rss-490ca202f206------2</link>
            <guid isPermaLink="false">https://medium.com/p/5d430879a7ce</guid>
            <category><![CDATA[健行]]></category>
            <dc:creator><![CDATA[Azole (小賴)]]></dc:creator>
            <pubDate>Wed, 14 May 2025 10:32:42 GMT</pubDate>
            <atom:updated>2025-05-14T10:59:30.088Z</atom:updated>
            <content:encoded><![CDATA[<h4>本文適合從 0 開始想要健行的朋友</h4><p>最近終於完成了台北大縱走，從 2023 年被朋友推坑開始，2023 年完成 6 個任務，2024 年完成 5 個任務，終於在今年完成了這個挑戰。</p><p>台北大縱走真的是個好活動，透過 8 條路線把台北繞一圈，推薦看看官方網站 <a href="https://taipeigrandtrail.gov.taipei/">https://taipeigrandtrail.gov.taipei/</a>。在台北生活很久了，但很宅的我，一般不出門，透過台北大縱走，也漸漸對台北有更多的了解。加上它遊戲化的設計，搭配「健行筆記」App 收集寶石活動，沿路就可以用寶石當作 milestone，一段是一個任務，一個任務一個任務慢慢收集，對我這樣有收集控的人來說，是超具吸引力的設計。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*_Ma2bnbS2wZX0JDasC-_ow.png" /></figure><p>雖然今年完成了挑戰，但其實在縱走之前，我很多年沒有運動了，不過健行跟跑步不一樣，健行就慢慢走，累了就停下來喘口氣、看看風景再繼續，沿路有花有鳥有動物有景觀，一點都不無聊。山上健行的人也很友善，大多會互相打招呼，是非常好的紓壓方式，同時又能有運動的效果。一開始真的超級走不動的，運動跟數學一樣不會騙人，但數學不會就不會，運動卻是真的可以累積的，兩三年時間累積下來，現在體力跟腳力都比一開始進步很多。</p><p>整理一下這幾年走過的、比較入門等級的步道，如果有興趣挑戰台北大縱走，但又跟我一樣，之前很多年沒有運動，或是對自己沒有信心，可以先試試看這幾條，畢竟台北大縱走的路線，動不動就是 10 公里起跳，確實有點門檻。這幾個路線也適合週末想要出門走走但又不想太累的時候，出門散步，也可以避免自己一直滑手機，不過夏天要來了，要注意防曬跟補水，不要中暑了。</p><h4>富陽生態公園＋福州山步道</h4><p>介紹: 交通超方便，就在麟光站，走個 20 分鐘就可以看台北景觀了，現在也是可以看螢火蟲的地方，裡面路線稍微錯綜複雜一點，可以在裡面繞圈圈，不至於走不出來，但小心不要走到南港縱走去，可能就會一路走到象山那邊去了。（台北大縱走第六段的一部分）</p><p>路線網址: <br>- <a href="https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=38">https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=38</a><br>- <a href="https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=494">https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=494</a></p><p>影片介紹: <a href="https://www.youtube.com/watch?v=z_7a4MC4JBk">https://www.youtube.com/watch?v=z_7a4MC4JBk</a></p><h4>二子坪步道</h4><p>介紹: 1.8 公里，難度是會有很多父母推著嬰兒車來的那種，幾乎沒什麼運動效果，就是去野外走走，但如果很久沒運動、想要開始動起來，是個很好的起點，缺點就是在陽明山上，交通比較麻煩一點。（台北大縱走第一段跟第二段的一部分）</p><p>路線網址: <a href="https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=86">https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=86</a></p><p>影片介紹: <a href="https://www.youtube.com/watch?v=BlLHR4skG7E">https://www.youtube.com/watch?v=BlLHR4skG7E</a></p><h4>冷擎步道</h4><p>介紹: 1.6 公里，我個人超愛的一段，涼爽好走，跟二子坪一樣是散步等級，從擎天岡走到冷水坑，中間還會走過一個吊橋，有到擎天岡看牛的話，可以走走看。缺點一樣是在陽明山上，交通時間較長。（台北大縱走第三段的一部分）</p><p>路線網址: <a href="https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=520">https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=520</a></p><p>影片介紹: <a href="https://www.youtube.com/watch?v=AfMvM4DaEoE">https://www.youtube.com/watch?v=AfMvM4DaEoE</a></p><h4>四獸山連走步道</h4><p>介紹: 約 3 公里，真的是超入門等級，可以收集四獸山的四根柱子（虎、豹、獅、象），交通便利，出入口都有好吃的(?)。</p><p>路線網址: <a href="https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=559">https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=559</a></p><p>影片介紹: <a href="https://www.youtube.com/watch?v=OeWrlur_afA">https://www.youtube.com/watch?v=OeWrlur_afA</a></p><p>相關路線:<br>- <strong>虎山親山步道</strong>: 2.5 公里，靠近慈惠堂那一端還有虎山溪，最近會有螢火蟲可以看，有溪水的地方就會比較涼爽。 <a href="https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=75">https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=75</a><br>- <strong>象山親山步道</strong>: 2.5 公里，交通超便利，外國人超多，可以看夜景，但會有一段階梯比較陡升一點，慢慢走也是可以克服的。<a href="https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=76">https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=76</a></p><h4>劍潭親山步道</h4><p>介紹: 俗稱的老地方，也是會有裸男出沒的地方(我有遇到…全裸越野跑，只能萬分佩服他的勇氣)。3.3 km，交通便利，也是週末會有父母帶著小朋友一起來走走的地方，階梯不少，是個適合練習的好地方。（台北大縱走第五段的一部分）</p><p>路線網址: <a href="https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=34">https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=34</a></p><p>影片介紹: <a href="https://www.youtube.com/watch?v=rhqpsnataEw">https://www.youtube.com/watch?v=rhqpsnataEw</a></p><h4>銀河洞越嶺登山步道</h4><p>介紹: 從貓空到銀河洞繞一圈再回到貓空，約 2.2 公里，可以在貓空喝茶吃飯，算是運動＋聚會的好地方。中間會經過比較濕滑的路段，建議穿防滑一點的鞋子，整體不難，也算涼爽的路線。</p><p>路線網址: <a href="https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=50">https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=50</a></p><p>影片介紹: <a href="https://www.youtube.com/watch?v=Ir7A0SqIUzU">https://www.youtube.com/watch?v=Ir7A0SqIUzU</a></p><h4>大崙頭尾山親山步道</h4><p>介紹: 約 5 km，輕鬆好走，適合入門，也適合夏天。自然生態豐富，沿路有很多休憩點，甚至有一大段是用木頭鋪製而成，難度大概就是在大自然裡散步，但還是有些階梯，比二子坪或冷擎步道更有訓練效果一點。</p><p>路線網址: <a href="https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=35">https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=35</a></p><p>影片介紹: <a href="https://www.youtube.com/watch?v=WJRrXq4q6LM">https://www.youtube.com/watch?v=WJRrXq4q6LM</a></p><h4>天母水管路</h4><p>簡介: 2.6 公里，沿路多遮蔭，也是適合夏天的入門路線，沿路會遇到獼猴，請與動物們和平相處（你打不過他們的）。前半段多階梯，練體力的好地方，過了階梯，後面就散步等級了。</p><p>路線網址: <a href="https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=70">https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=70</a></p><p>影片介紹: <a href="https://www.youtube.com/watch?v=-daLztG4cTo">https://www.youtube.com/watch?v=-daLztG4cTo</a></p><p>相關路線:<br>- 魚路古道南段: 水管路是從天母走到士林，上次約朋友去，被我拐了一路走上陽明山的擎天岡，總共走了 12 km，但其實沿路都算好走，只是長…（這個差不多就是台北大縱走等級了） <a href="https://hiking.biji.co/index.php?q=trail&amp;act=gpx_detail&amp;id=2867416">https://hiking.biji.co/index.php?q=trail&amp;act=gpx_detail&amp;id=2867416</a></p><h4>南港縱走親山步道</h4><p>介紹: 6.3 公里，從中華科技大學走到象山，長度跟難度就都比上面推薦的路線稍微高一點，九五峰前後有稍微比較陡一點，屬於再更進一階的練習，算是我個人蠻喜歡的路線，沿路景觀都不錯，雖然就都是圍著 101 走啦。（台北大縱走第六段的一半）</p><p>路線網址: <a href="https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=78">https://hiking.biji.co/index.php?q=trail&amp;act=detail&amp;id=78</a></p><p>我算是有點傻膽，一開始朋友約了就去了，所以一開始是先走台北大縱走第五段，雖然有勉強走完，但沿路真的是超拖累朋友的，他們得一直停下來等我，中間還有一小段幫我背包包、減輕一點負擔，也正因如此，我才會在沒有跟朋友約的空閒時間，自己找一些較簡易的路線做訓練，努力跟上朋友們。</p><p>因為每次出門走走，分享在社群平台，就有不少朋友表示想要一起來，所以第二年還在 FB 建立了社團，邀請更多朋友一同加入，於是去年動不動一團就是 1x 人一起走，沿路交流由各公司八卦(?)，非常有趣。可惜後來我工作型態轉變，離開公司後自己開課，課程時間多在週末，就跟朋友們約不上了。</p><p>今年到目前為止也是，但因為愈來愈熟悉，所以就一個人週間去走，爾偶約週間也可以朋友同行。不過，我也是仗著知道自己的體力已經有累積起來了，二來是也走了第三年了，幾乎所有路線都走過兩遍了，最後是台北大縱走這個活動算是有做起來了，即使是週間這樣的時間，沿路還是蠻多山友在走的，所以不至於真的是一個人。但即便如此，我還是很小心謹慎，一定使用登山杖，踏穩再走，不著急，走不完就下次再繼續，帶好食物、水跟隨身電源，沿路發訊息給朋友，保持通訊。</p><p>如果才剛開始的朋友，還是建議約其他朋友同行或盡量在人多的節假日出行。注意安全，服裝跟鞋子要合宜，雖然大部分路線都不難，但登山杖是真的有幫助的，可以緩解體力的下降。務必注意防曬與補水，有的路線中間會遇到廟宇或是遊客中心，可以補水跟上廁所，但大部分沒有，所以水盡量自己帶夠，有遇到可以補水就補，有廁所就上。也要帶一些食物補充體力，也可以準備鹽糖，以免中暑。隨身電源也要帶好，手機是非常重要的夥伴，地圖、照明與通訊都要靠手機。遇雨天不要免強，甚至有些路線是前一天有下雨的話都不建議，安全最重要，一切都是緣分，山一直都在，它會等你的。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=5d430879a7ce" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[0.1 + 0.2 不等於 0.3?]]></title>
            <link>https://azole.medium.com/0-1-0-2-%E4%B8%8D%E7%AD%89%E6%96%BC-0-3-906ba5060486?source=rss-490ca202f206------2</link>
            <guid isPermaLink="false">https://medium.com/p/906ba5060486</guid>
            <category><![CDATA[data-type]]></category>
            <category><![CDATA[double]]></category>
            <category><![CDATA[ieee754]]></category>
            <category><![CDATA[float]]></category>
            <category><![CDATA[programming]]></category>
            <dc:creator><![CDATA[Azole (小賴)]]></dc:creator>
            <pubDate>Wed, 07 May 2025 10:40:33 GMT</pubDate>
            <atom:updated>2025-05-09T02:05:25.291Z</atom:updated>
            <content:encoded><![CDATA[<h4>電腦科學基礎知識之不是 JS 的鍋</h4><p>今天來討論一個很基礎的問題，也許有的面試也蠻愛問的？剛好前陣子跟朋友討論到這件事，就順手記錄一下。一樣警語，以下是我個人的理解與筆記，有錯誤的話歡迎勘誤，謝謝。</p><p>文章開始之前，先提一件事：之前在看 JavaScript 的討論時，大家很愛用 0.1 + 0.2 不等於 0.3 這件事來嘲笑 JavaScript 很奇怪，但我反而覺得疑惑，因為會發生這件事是因為 IEEE 754 的規範，其實只要使用 IEEE 754 浮點數標準的程式語言都會發生這個現象，還有人為此做了一個網站 <a href="https://0.30000000000000004.com/">https://0.30000000000000004.com/</a> 列出了不同程式語言的計算結果。</p><p>所以 JavaScript 並不特別，為什麼大家特別愛用這點嘲笑 JavaScript 呢？為此，我特別去請教了 ChatGPT，等分享完緣由後，再來整理 ChatGPT 給我的回覆，這邊先分享一下 ChatGPT 的結語：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/932/1*2cOtGjqfTVWeGLr9nnA4bA.png" /><figcaption>From ChatGPT</figcaption></figure><h4>為什麼要知道 0.1 + 0.2 !== 0.3?</h4><p>軟體開發工程師，最主要的一個工作就是在處理「記憶體」，無論你用哪種程式語言，也不管是 primitive type (Integer, Float, Boolean, Char…) 又或是 reference type (Array, Object, …)，都會使用到某一塊記憶體空間。如果能知道我們的程式在運行時，記憶體是怎麼被分配的、怎麼被複製的、怎麼被釋放的…等等，那你會對整個程式語言有更深的了解，會比較少犯錯，能寫出更有效率的程式，甚至，你會開始感覺到，不同的程式語言，對於記憶體會有不同的處理哲學，也許大部分可能相似，但有一些細節不一樣，這些不一樣的地方，就是這些程式語言設計者，想要去解決的問題，或是他們的喜好。</p><p>往實務面講，如果你需要處理精確的數字運算，例如金融交易系統中的金額等，能真的懂為什麼 0.1 + 0.2 !== 0.3，你也能知道有什麼方法可以解決（或者說避開）這件事。</p><h4>所以，記憶體到底怎麼儲存數字？</h4><p>我們先從比較簡單的「正整數」開始看起，假設一個整數我們用 8 bits 來儲存好了，比較好說明。</p><p>8 bits 的意思就是有 8 個格子，每個格子可以填上 0 或 1，那最小的數字就是全都填上 0，最大的數字就是全填上 1：</p><p>00000000 =&gt; 0<br>11111111 =&gt; 2⁰ + 2¹ + … + 2⁷ = 2⁸-1 = 255</p><p>這是正整數的情況，也就是所謂的 <strong>unsigned</strong>，以 C++ 來說，會有 unsigned char, unsigned short int, unsigned int, unsigned long int,…不曉得大家在初學程式語言的時候，對於「<strong>型別</strong>」這件事有沒有感到疑惑過，這到底是什麼？其實「<strong>型別</strong>」就是在告訴程式語言這個值需要多少記憶體、要怎麼編碼/解碼它等。</p><p>例如 char 就是要 1 個 byte (也就是 8 bits)，而 short int 就是要用到 2 bytes (16 bits)，int 就是會用到 4 bytes。也許你也曾看過不同型別能放的數值的最大值跟最小值，為什麼不同型別的最大、最小值不同？就是因為他們佔用的 byte/bit 數量不同，因此能表達的數字大小不同，而前文提到的 unsigned 就是把這些 bit 全都用來表達數字本身。</p><p>以 unsigned short int 來說，有 2 bytes，也就是 16 bits，unsigned，所以全部 16 個格字都可以用來表達數字本身。最小還是 0，這個很好理解，那最大呢？全部都放 1？這樣是多少呢？ 2¹⁶-1 = 65536–1=65535。這樣應該可以很清楚地理解型別跟最大/最小值的限制了吧。</p><h4>如果超過了呢？</h4><p>在討論負數之前，先來討論一下這個情境：</p><p>上面的例子中，我們以 8 bits 來儲存正整數，最小會是 0、最大會是 255，那如果分別有兩個數字，例如 s1 = 100、s2 = 200，大小確實是在 0 ~ 255 之間，這時候我們把它們相加: s1 + s2 = 100 + 200 = 300 =&gt; 超過 255 了，這時候會發生什麼事呢？</p><p>100 用 8 bit 來儲存會是 01100100<br>200 用 8 bit 來儲存會是 11001000<br>相加起來會是 100101100，咦，用到 9 個格子了？</p><p>如果結果仍然是用 8 bits 來儲存，那電腦只會保留最後的 8 位，也就是 00101100，換算成 10 進位就是 44，而不是我們預期中的 300。這種情況就稱之為溢位（overflow）。</p><p>如果儲存的數值是允許負數的，也就是接下來討論的情況，還可能會發生兩個正整數相加的結果是負數喔！</p><h4>那負數呢？</h4><p>電腦科學裡，雖然我們信仰乖乖（？），但其實很多東西都不是平白無故地出現的，從來都不是變魔術，以負數為例，我們需要知道這塊記憶體空間記住的是一個負數，那就一定會有地方在記錄它，不然電腦不會通靈知道這塊記憶體是負數多少。</p><p>如果這個變數不是 unsigned，也就是 signed，是允許儲存負數的，那會用一種叫做 2 的補數（Two’s Complement）的方式來表示。一樣我們用 8 bits 來舉例，現在有 8 個格子，我們用最左邊的那個格子來記錄這個數字是正數還是負數，會把它稱為「符號位」，既然最左邊的格子用來當作符號位了，那能表達數字本身的就只剩下 7 個格子 =&gt; 可以推理知道能表達的正數字範圍就比較小了</p><p>0–0000000 =&gt; 最小的正整數，最左邊 0 表示這是正數，後面 7 個 0，所以是 0<br>0–1111111 =&gt; 最大的正整數，最左邊 0 表示這是正數，後面 7 個 1，所以是 2⁷-1 = 128–1=127</p><p>那負數呢？以 -5 為例，先計算 5 的二進位: 00000101，把它取補數，也就是 0 變 1、1 變 0，那就變成 11111010，再把它加上 1 =&gt; 11111011，這個就是 -5 的二進位了。那要怎麼把 11111011 算會來變成 -5?</p><ol><li>最左邊是 1，所以是負數</li><li>取補數: 也就是 0 變 1、1 變 0 =&gt; 00000100</li><li>+1 =&gt; 00000101 =&gt; 5</li><li>因為符號位是 1，所以是負數，那就是 -5</li></ol><p>這過程不知道大家有沒有發現到，補數的補數會回到原始值，是不是超酷的！但，這是有例外的…</p><p>我們先來看看極端值：</p><p>1–0000000: 最左邊的符號位是 1，所以是負數<br>10000000 取補數 =&gt; 01111111<br>加上 1 =&gt; 10000000 =&gt; 128 =&gt; 咦，又回到 10000000，這個補數的例外就是回到自己（但要說這是原始值，好像也對？）<br>因為符號位是 1，所以是 -128 =&gt; 最小負數</p><p>1–1111111: 最左邊的符號位是 1，所以是負數<br>11111111 取補數 =&gt; 00000000<br>加上 1 =&gt; 00000001 =&gt; 1<br>因為符號位是 1，所以是 -1 =&gt; 最大負數</p><p>到目前為止，我們整理一下:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZqlZnjjuFyFzgWlesGXHpg.png" /></figure><p>讓我們回到型別這件事上，現在有一塊 8 bits 的記憶體，儲存著這樣的內容 10010001，那這樣到底是什麼值？</p><p>剛剛提到型別時，有提到「<strong>型別</strong>」就是在告訴程式語言這個值要怎麼編碼/解碼它等。以 10010001 為例，如果我們的程式是用 unsigned 去解讀它，那他就是 2⁰+2⁴+2⁷=145，但如果是以 signed 去解讀時，那就是 -111，更甚者，如果是用 C/C++ 中的 char 來解讀的話，會是 ASCII 表的第 145 號字元，通常是無法直接顯示的特殊字元。</p><p>再以 01000001 為例，以 char 來表示是英文字母 A，但如果是以 unsigned 數值來解讀，那就會是 65。舉例到這邊，不知道大家對型別有沒有更有感覺一點？</p><p>那轉型呢？這邊以 Java 為例：</p><pre>// 測試 1:<br>int i = 32767;<br>short s = (short)i;<br>System.out.println(s); // 會是 32767<br><br>// 測試 2:<br>int i = 32768;<br>short s = (short)i;<br>System.out.println(s); // 會是 -32768</pre><p>為什麼測試 1 的 s 印出來跟 i 一樣，但測試 2 就不同了呢？</p><p>在 Java，short 會使用 2 bytes，也就是 short 的最小值是 -32768，最大值是 32767 (2¹⁵-1)。但 int 可以用到 4 bytes，所以 int 的 32767 在記憶裡會是這樣表達：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*4DQkndLo7M7OUAtGNmyJbQ.png" /><figcaption>備註: 這邊實際上要看是 Little Endian 還是 Big Endian，這邊以 Bit Endian 為例</figcaption></figure><p>當我們把 int 轉成 short 時，會擷取低位的 16 bits，換算會來還是 32767。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8P_w_mhQPs_r6aMXA4Ve_Q.png" /></figure><p>那如果是 int 32768 呢？那就會如下圖這樣，截完後最左邊的 1 變成 short 的符號位，所以就變成 -32768 了。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7kBS-5QnEhSliYBNDabFlg.png" /></figure><p>再給一個例子:</p><pre>int i = 75548;<br>short s = (short)i;<br>System.out.println(s); // 會是 10012</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*HpDdlmu98jKUuWqXaDexuA.png" /></figure><p>0010 0111 0001 1100 是 2²+2³+2⁴+2⁸+2⁹+2¹⁰+2¹³=10012，如同程式執行的結果。</p><p>藉由上述的例子也可以知道，如果要從使用比較多記憶體的型別轉型成為佔用記憶體較小的型別時，有可能會發生資料丟失而導致資料錯誤，這個稱為 type truncation（截斷）。</p><p>另外，我們也來看一下 signed 的溢位的情況:</p><pre>short s1 = 32000;<br>short s2 = 32004;<br>short s3 = (short) (s1 + s2);<br>System.out.println(s3); // -1532</pre><p>32000 = 01111101 00000000<br>32004 = 01111101 00000100<br>相加後變成 11111010 00000100<br>補數 =&gt; 00000101 11111011<br>加 1 =&gt; 00000101 11111100<br>換算成 10 進位即為 1532<br>又符號位是1，所以是 -1532</p><p>是不是就發生了前文所述的，兩個正整數相加，結果卻變成負數的情況！</p><h4>那小數呢？</h4><p>到目前為止，不知道大家有沒有發現，所有的整數都可以用二進位表示？這點有廢話啦，畢竟就只是不同的進位系統，底數不同而已。但小數呢？</p><p>這邊為了方便講解，我們一樣假設只有 8 bits 可以用，那這 8 bits 怎麼用呢？這時候就是看「格式規範」，例如我們「規定」這 8 個格子中，最左邊的一位是符號位（S, Sign），中間三位是指數（E, Exponent），最後四位是尾數（M, Fraction）：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/537/1*UOwNWnKeQMvmLG9Q3ANjbg.png" /></figure><p>由於 E 只有 3 個格子，又需要儲存正負數（後面就會知道為什麼），所以設計了一個 bias = 2^(3–1)-1 = ²²-1=3，所以 E 中要儲存的不是最後計算出來的 指數，而是要把指數加上這個 bias。</p><p>接下來就是開始計算了，首先要把數字轉成二進位：以二進位來說，2 的 -1 次方是 0.5，會表示為 0.1（二進位），2 的 -2 次方是 0.25，會表示為 0.01（二進位），…以此類推。</p><p>所以當我們要表示 2.875 的話：<br>．整數部分的 2 以二進位表示就是 10（二進位）<br>．0.875 = 0.5 + 0.25 + 0.125 =&gt; 所以是 2 的 -1 次方 + 2 的 -2 次方 + 2 的 -3 次方<br>=&gt; 組合起來就是 10.111（二進位），是不是沒有整數那麼直覺了 😅</p><p>再來是把這個二進位的小數以科學記號來表示:<br>10.111（二進位）= 1.0111 x 2¹</p><p>這時候會拿到三個數字:</p><ul><li>符號位 S (Sign): 是正數，所以是 0</li><li>指數 E (Exponent): 因為是 2¹，所以是 1，這時候要加上剛剛算出來的 bias 3 =&gt; 1 + 3 = 4 =&gt; 100</li><li>尾數 M (Fraction): 0111，也就是 1.0111 中的 0.0111 中的 0111</li></ul><p>按照這個結果填進去格子裡: 01000111</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/537/1*52gEsSpPPVfiQv7BAJ2boQ.png" /></figure><p>這邊我們再來練習一個 -0.625:<br>．整數部分的 2 以二進位表示就是 0<br>．0.625 = 0.5 + 0.125 =&gt; 所以是 2 的 -1 次方 + 2 的 -3 次方<br>=&gt; 組合起來就是 0.101（二進位）</p><p>再以科學記號表示: 0.101 = 1.01 x 2^(-1)</p><ul><li>符號位 S (Sign): 是負數，所以是 1</li><li>指數 E (Exponent): 因為是 -1，加上 bias 3 =&gt; -1 + 3 = 2 =&gt; 換成二進位 10<br>=&gt; 這邊有沒有開始感覺到為什麼要設計這個 bias 了？有了這個 bias，就可以讓正數指數和負數指數都用「無號(unsigned)整數」的方式來表達，是不是很酷！</li><li>尾數 M (Fraction): 01，也就是 1.01 中的 0.01 中的 01</li></ul><p>按照上述計算的結果填進去格子裡就會是：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/537/1*NxdJHOUfLrwL_ToZTBGvXw.png" /></figure><h4>IEEE 754</h4><p>上述舉例時，我們為了便於講解，用 8 bits 來舉例，並且我們自行規定了最左邊的一位是符號位（S, Sign），中間三位是指數（E, Exponent），最後四位是尾數（M, Fraction），這是我規定的，那實際上是怎麼樣呢？</p><p>目前大部分的主流程式語言都是遵循 IEEE 754 這個國際標準，它定義了如何在電腦中表示浮點數（小數）、如何進行浮點數的運算（加減乘除）、如何處理無窮大/NaN（非數值）及怎麼實作誤差、例外處理與精度控制等。</p><p>IEEE 754 將格式分為:</p><ul><li>單精度 (float): 使用 32 bit（1 bit 符號 S+ 8 bit 指數 E+ 23 bit 尾數 M）<br>指數 E 是 8 bits，所以 bias 是 2^(8–1) -1 = 127</li><li>雙精度 (double): 使用 64bit（1 bit 符號 S+ 11bit 指數 E + 52 bit 尾數 M）</li></ul><p>由上所述，應該可以知道單精度（float）比較節省記憶體空間，但雙精度（double）因為用到的格子更多，所以可以更精確。</p><p>回到我們原本的例子: 2.875，我們已經知道他的二進位科學記號表示是 1.0111 x 2¹：</p><p>這時候拿到的三個數字會是:</p><ul><li>符號位 S (Sign): 是正數，所以是 0</li><li>指數 E (Exponent): 因為是 2¹，所以是 1，這時候要加上剛剛算出來的 bias 127=&gt; 1 + 127 = 128 =&gt; 1000 0000</li><li>尾數 M (Fraction): 0111，也就是 1.0111 中的 0.0111 中的 0111</li></ul><p>如果以單精度的規範來填寫，那填進去格子裡後就會是: 0 10000000 01110000000000000000000</p><p>其他例子就留給大家自己練習嚕，這邊有個網站，可以讓大家對答案: <a href="https://www.h-schmidt.net/FloatConverter/IEEE754.html">https://www.h-schmidt.net/FloatConverter/IEEE754.html</a></p><h4>那 0.1 + 0.2 !== 0.3?</h4><p>到目前為止，我們說明了正整數、負數、小數在記憶體中會被怎麼儲存，那到底為什麼 0.1 + 0.2 會無法等於 0.3?</p><p>我們來看一下十進位的 0.1 怎麼用二進位表示？<br>0.1 = 0.0625 (2 的 -4 次方) + 0.03125 (2 的 -5 次方) + … 一直計算下去會發現，它會無限循環：<br>0.1 = 0.0001100110011001100110011001100110011001100110011001101…</p><p>0.2 則為 0.001100110011001100110011001100110011001100110011001101…</p><p>也就是，並不是所有的小數都可以用二進位來完整表達的（不像整數）。</p><p>現在把這兩者相加…看來不會有什麼好結果…加上我們前面在討論整數時已經可以看到，不同型別所用到的記憶體大小不同，但無論使用多大的記憶體空間，即便是 unsigned、全部格子都放 1，還是會有一個最大值的上限，也就是記憶體空間大小會限制了我們的表達能力。</p><p>以下是 ChatGPT 的計算:</p><p>0.1 + 0.2 = 0.30000000000000004440…<br>0.3 的二進位 0.29999999999999998889…</p><p>到這邊，大家應該已經知道為什麼 0.1 + 0.2 會無法等於 0.3 了，應該也能理解，這不是 JavaScript 特有的現象，只要是按照 IEEE 754 的規範實作，就會有這個問題。</p><p>備註: 根據 <a href="https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Number">MDN</a>，JavaScript 中的 Number 是雙精度，也就是 double-precision 64-bit binary format。</p><h4>如何避免？</h4><p>以 JavaScript 來說，如果要避開這個問題，以下幾種方法給大家參考:</p><ol><li>使用計算誤差</li></ol><pre>function isApproximatelyEqual(a, b) {<br>  return Math.abs(a - b) &lt; Number.EPSILON;<br>}<br><br>console.log(isApproximatelyEqual(0.1 + 0.2, 0.3)); // true</pre><p><a href="https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Number/EPSILON">Number.EPSILON</a> 是 JavaScript 中最小可以被判斷為不同的兩個 number 差值。</p><pre>console.log(Number.EPSILON);<br>// 1 2.220446049250313e-16</pre><p>2. 自己定義誤差</p><pre>function almostEqual(a, b, tolerance = 1e-10) {<br>  return Math.abs(a - b) &lt; tolerance;<br>}<br><br>almostEqual(0.1 + 0.2, 0.3); // true</pre><p>或是 1 跟 2 結合起來: 預設用 Number.EPSILON，但也可以自定義：</p><pre>function nearlyEqual(a, b, epsilon = Number.EPSILON) {<br>  return Math.abs(a - b) &lt; epsilon;<br>}<br><br>console.log(nearlyEqual(0.1 + 0.2, 0.3)); // ✅ true</pre><p>3. 先換算成整數再計算</p><p>這個是我過去在金融業時蠻常看到的作法，特別是一些金融交易商品，本身就是有規範到小數點後幾位的，所以我們可以很清楚地知道要乘上多少，例如某個金融商品的交易價格「規定」就是小數點後兩位，那我們就乘上 100 後再計算，甚至在資料庫中直接就是存整數，再搭配一個欄位紀錄乘數是多少。</p><p>4. 使用外部函式庫，例如 decimal.js 等。</p><p>最後，讓我們回到為什麼 JavaScript 特別容易被嘲笑這件事，根據 ChatGPT 的回答：</p><ul><li>JavaScript 的數字只有 Number，其實就是 double，沒有明確區分整數、浮點數等</li><li>不是強型別語言，不會有什麼警告</li><li>學習跟使用的人多，所以這個 bug 更容易被看見、被截圖、被轉貼…（反正就是跟 PHP 競爭鄙視鏈底層？）</li><li>JavaScript 歷史包袱太多，黑歷史多…</li></ul><p>不知道大家是否同意 ChatGPT 的解釋呢？我個人作為 JS 的熱愛者，它確實黑歷史多，但…我總覺得每個程式語言都有它自己的「特色」，通常是學習跟使用的人沒有用好，當然也是有人會說，這個程式語言特別容易害人…要這樣說也可以啦，但，JavaScript 目前就是唯一支援 JavaScript 嘛，要用的話就得去適應它。</p><p>最後，希望大家能從這篇文章中知道為什麼 0.1 + 0.2 不等於 0.3，而且這是所有遵循 IEEE 754 的程式語言都會有的問題，不止 JavaScript。</p><p>除此之外，也能從這個問題去認識型別與記憶體之間的關係，這跟我們使用哪種程式語言沒有關係，即使你是使用像 JavaScript 這樣的程式語言，也可以了解一下其他有區分 short, int, long, float…等型別的程式語言對於記憶體的處理，回頭對自己使用 JavaScript 也能有更深入的理解跟想像。</p><p>不要限制自己，有碰到就順道了解，很好玩的！</p><h4>推薦觀看/閱讀</h4><ul><li><a href="https://www.youtube.com/watch?v=1QmbHXYc8_g">[YT] 你所不知道的 C 語言 : 浮點數運算 (2020–3–9)</a></li><li><a href="https://pythonbook.cc/chapters/basic/number-and-string#%E7%A7%91%E5%AD%B8%E8%A8%98%E8%99%9F%E8%A1%A8%E7%A4%BA%E6%B3%95">為你自己學 Python 之 數字與文字</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=906ba5060486" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[筆記: AI Agent & MCP & A2A]]></title>
            <link>https://azole.medium.com/%E7%AD%86%E8%A8%98-ai-agent-mcp-a2a-ea67880237e4?source=rss-490ca202f206------2</link>
            <guid isPermaLink="false">https://medium.com/p/ea67880237e4</guid>
            <category><![CDATA[ai-agent]]></category>
            <category><![CDATA[mcps]]></category>
            <category><![CDATA[a2a]]></category>
            <dc:creator><![CDATA[Azole (小賴)]]></dc:creator>
            <pubDate>Wed, 16 Apr 2025 15:49:43 GMT</pubDate>
            <atom:updated>2025-04-17T04:29:52.476Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/900/0*HGTNCltoonXJQGgk" /><figcaption><a href="https://www.bnext.com.tw/article/82706/what-is-mcp">https://www.bnext.com.tw/article/82706/what-is-mcp</a></figcaption></figure><h3>警語</h3><ul><li>本文是研究了一點最近超夯的 MCP，整理了我自己讀過跟練習過後的筆記，沒有什麼原創性，蠻鼓勵大家去讀最後列出來的參考資料的內容。</li><li>文章中會出現 LLM 跟 Model，是指同一件事。</li><li>文章中會出現「工具」，也等同於 Function、Tool。</li><li>文章中的 Function Calling = Tool Use = Tool Calling</li><li>最後，仍在學習中，歡迎糾錯。</li></ul><h3>前情提要</h3><p>LLM (Large Language Models) 是一種 Pre-trained model，Pre-trained 就是預先訓練好，這樣就會受限於受訓資料，例如某個 Model 是用 2021 年以前的資料訓練的，那他就只有 2021 年以前的能力。</p><h3>那要怎麼讓 LLM 更強大？</h3><ul><li>Fine Tuning: 基於現有的 Model 更近一步地去訓練，成本高，不容易實現。</li><li>RAG: 我們自己提供更精確、更新、更多的資料給 Model，並且限定 Model 只能基於這些資料回答問題<br>- 資料來源與處理是個問題<br>- 取決於資料品質的好壞<br>- Prompt 還是很重要</li><li>Function Calling / Tool use / Tool Calling: 擴增 Model 的能力，讓 Model 可以採用外部的服務或工具，去讀取外部的資料等。</li></ul><h3>什麼是 AI Agent</h3><p>根據 ChatGPT 給我的回覆：<em>AI Agent 是一種結合了 LLM、工具使用、記憶與任務規劃能力的自治智能體，主動完成複雜任務。</em></p><p>這句話裡有提到「工具使用」，這就是我們擴展 Model 能力的一種方式，這邊要特別注意，工具 (Function/Tool) 是我們要自己開發的（或用其他人開發的），並不是 LLM 提供的，這個工具也是在我們的環境執行的（或我們呼叫遠端 API 等）。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*_QbJfFf7RADCxSLmJRwyNQ.png" /><figcaption><a href="https://www.linkedin.com/pulse/ai-agents-what-current-landscape-sagar-shankaran-feggc">https://www.linkedin.com/pulse/ai-agents-what-current-landscape-sagar-shankaran-feggc</a></figcaption></figure><p>假設我們是自己開發，那步驟就是:</p><ol><li>先開發好這些工具</li><li>定義好這些工具的資料，包括名稱、描述、參數等等</li><li>當使用者提問時，我們把使用者的問句，加上這些工具的「資料」傳送給 Model，這邊要特別注意，不是工具本身喔，只是傳送工具的資料（名稱、描述、參數等等）給 LLM<br>- 在過去會需要透過我們自己開發 Prompt 的方式將這些工具描述傳送給 Model，然後請 Model 判斷使用者的提問可以用到哪些工具、參數是什麼等等。<br>- 現在廠商們開始提供的 function calling / tool use 的功能，例如 OpenAI 的 API 就有提供 tools 等參數的設定，讓我們可以明確地提供工具列表，API 的 response 裡也會明確告訴我們，這次的回覆是要做工具呼叫。</li><li>如果有合適的工具可以使用，Model 會回傳使用哪幾個工具 (function name) 跟這些工具的參數等。</li><li>我們的 Agent 就去呼叫這些工具（其實就是呼叫函式）⇒ 注意，這件事是發生在我們的環境裡，不是 Model 那邊。</li><li>拿到工具回傳的結果後，由於這些結果很有可能是某個 API 的回覆，那格式可能會是 JSON 等只有電腦/工程師才看得懂的樣子，所以我們會再傳給 Model，請 Model 幫我們把這個結果轉化成人類語言。</li><li>最後我們把 Model 回傳回來的、人類語言的資訊呈現在畫面上。</li></ol><p>下圖就是我們自己用 OpenAI API 開發 AI Agent with Tool Use 的時序圖，是我從一篇文章中讀到的，覺得非常清楚，鼓勵大家可以參考<a href="https://medium.com/data-science/create-an-agent-with-openai-function-calling-capabilities-ad52122c3d12">原文</a>。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*L1kSezEkXOrtoSjlBzb63Q.png" /><figcaption><a href="https://medium.com/data-science/create-an-agent-with-openai-function-calling-capabilities-ad52122c3d12">https://medium.com/data-science/create-an-agent-with-openai-function-calling-capabilities-ad52122c3d12</a></figcaption></figure><h4>動手做</h4><p>（讀書會中有讓大家試著做做看一個簡單的 AI Agent，感受一下什麼是 AI Agent，加上 Tool Use 後又是什麼感覺，蠻推薦大家這樣練習看看，這樣在看 MCP 時會更有感覺。）</p><p>歡迎大家參考五倍學院龍哥的 <a href="https://5xcampus.com/pay/NKtJ21cZT8sy">AI Agent 實作工作坊</a>，這邊就不提供程式碼了，只需要知道最一開始開發的 AI Chat App 是無法查詢本地時間的，其實去問 Claude Desktop 或是 VSCode Copilot 也都會拿到無法知道本地時間的回覆。（但 ChatGPT with GPT-4o 是可以的）</p><p>版本 1: 用 OpenAI 的 API 做一個基本的 AI Chat App，沒有加上 Tool use ⇒ 會無法查詢本地時間</p><p>版本 2 with tool use: 加上時間工具的時間，可以查詢本地時間了！</p><p>⇒ 如果要換一個 Model 或是換一家 API 呢？甚至有的廠商根本沒有提供 tool use 功能？</p><p>這邊看一下各家的格式範例:</p><p>OpenAI 的格式</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hPDO_l18KHPqzN7i_HhDYQ.png" /><figcaption><a href="https://platform.openai.com/docs/guides/function-calling?api-mode=chat#function-calling-steps">https://platform.openai.com/docs/guides/function-calling?api-mode=chat#function-calling-steps</a></figcaption></figure><p>Claude 的格式</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Ok12Nl_4ObrbAaGSkEDNBA.png" /><figcaption><a href="https://docs.anthropic.com/en/docs/build-with-claude/tool-use/overview">https://docs.anthropic.com/en/docs/build-with-claude/tool-use/overview</a></figcaption></figure><p>Gemini 的格式</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*CQEvr8inkeN01tWcDyi3Cg.png" /><figcaption><a href="https://codelabs.developers.google.com/codelabs/gemini-function-calling?hl=zh-tw#6">https://codelabs.developers.google.com/codelabs/gemini-function-calling?hl=zh-tw#6</a></figcaption></figure><h3>Why MCP</h3><h4>Before MCP</h4><p>根據前文，Claude, GPT 跟 Gemini 要串接 GitHub 的話，要實作三份不同的程式碼</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/868/1*ppivnxhR9gGOyuMHofyEEA.png" /></figure><p>⇒ 每個 Model 說的語言都不同，要串接不同的外部服務，就都要各說一遍</p><p>⇒ MxN 問題</p><h4>After MCP</h4><p>MCP 就是想要幫我們解決這件事，我們用 MCP Server 把原本的工具包裝起來，我們的 AI Agent 或是 Claude Desktop / VSCode 等工具，只要開發好 MCP Client 就可以調用這些 MCP Server 了，因為 MCP 是一個統一的協定，所以會通用，不需要為每個 Model 都各自開發一次。</p><p>⇒ 大家統一說同一種語言，MCP 作為一種 adapter 模式，把上、下不同的介面封裝起來</p><p>⇒ MCP 提供一個通用的協定，把 MxN 降為 M + N (M 種 Model, N 個 MCP Server)</p><p>也就是只需要為某個 function/tool 開發好一次 MCP server，就可以給所有支援 MCP Client 的 Application 使用（包括 Claude Desktop, VSCode …等）</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*aSEms164vMhK3lEY-qhZFw.png" /></figure><h3>MCP 架構</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tFkSPSwI8zBSJUCDIbCEXg.png" /><figcaption><a href="https://modelcontextprotocol.io/introduction">https://modelcontextprotocol.io/introduction</a></figcaption></figure><ul><li>MCP Hosts: 例如 Claude Desktop, VSCode 或我們自己開發的 app/agent 等</li><li>MCP Clients: 負責跟 MCP server 保持一對一連線，通常就內建在 MCP Hosts 裡了<br>可提供給 Servers 的兩種能力<br>- Roots: 代表主機應用程式環境的入口點，如本地文件系統中的特定目錄，伺服器可能被授予存取權限。存取需要明確的用戶同意。<br>- Sampling: 允許伺服器請求主機 AI 模型基於提供的提示生成文字<br>⇒ Claude Desktop, VSCode 等都內建 MCP Client 了，所以只需要設定一下就好了</li><li>MCP Servers: 就是一隻程式，負責跟 MCP Clients 溝通，也負責處理特定任務，例如讀取資料庫、讀取硬碟、整合 GitHub、串接 Discord 等<br>⇒ MCP Server 別想得太難，就是一隻跑在本地的小程式，跟 MCP Client 與真正的 Tool/Function 作介接<br>⇒ 跑在本地，那本地需要有 MCP Server 的 runtime，例如 MCP Server 是用 NodeJS 寫的，那就要有 NodeJS 的 runtime，或 python 亦然，所以有的人也會包成 Docker Image（那也就要有 container runtime）。<br>⇒串接的對象 (Tool/Function) 可以在本地（STDIN/STDOUT），也可以在遠端（HTTP SSE）<br>可提供給 Clients 的三種內容<br>- Resources: File-like data that can be read by clients (like API responses or file contents)<br>- Prompts: Pre-written templates that help users accomplish specific tasks<br>- Tools: Functions that can be called by the LLM (with user approval)</li></ul><h3>動手做: MCP Server 範例</h3><p>幫 Claude 加上可以查詢本地時間的功能</p><pre>uv init .<br>uv venv<br><br>uv add &quot;mcp[cli]&quot;<br><br># 開發 demo.py<br><br># 測試<br>mcp dev demo.py<br># 安裝進 Claude<br>mcp install demo.py<br><br># 也可以安裝進 VSCode --&gt; 如果有設定 chat.mcp.discovery.enabled 為 true 的話，<br># VSCode 會自動去偵測並重用定義在其他工具(例如 Claude Desktop) 的 MCP server </pre><pre># demo.py<br>from mcp.server.fastmcp import FastMCP<br>from datetime import datetime<br><br>mcp = FastMCP(&quot;Hello MCP&quot;)<br><br>@mcp.tool()<br>def get_current_datetime():<br> &quot;&quot;&quot;<br> 取得現在時間<br> &quot;&quot;&quot;<br> return datetime.now().isoformat()</pre><h3>MCP 底層解析</h3><p>其實原理跟我們自己開發 AI Agent 是一樣的，也還是要想辦法把我們有提供的 MCP 資料列表送給 LLM。之前在開發 AI Agent 時，我們需要自己把有提供的 tools 加上 messages (大部分是使用者的問句）送進 LLM 裡，而各家 Model 的 API 對於怎麼送工具描述列表給他都有各自的格式與做法，且每個 AI Agent 跟每個 Tool 間的呼叫方式可能也不同，MCP 就是想要統一這一塊。</p><p>MCP 制定了 MCP Client 跟 MCP Server 之間的溝通，可以參考官方網頁 <a href="https://modelcontextprotocol.io/docs/concepts/transports">https://modelcontextprotocol.io/docs/concepts/transports</a>。</p><p>至於 MCP Client 到底怎麼跟 LLM 溝通的，根據這部影片 <a href="https://www.youtube.com/watch?v=wiLQgCDzp44">[YT] MCP是怎么对接大模型的？抓取AI提示词，拆解MCP的底层原理</a>，他是用 VSCdoe + Cline 去測試的，就他研究的結果，其實就是 messages 裡列出了 MCP 的描述列表…好像又走回頭路了？但影片中也提到，或許這也是為什麼 MCP 通用性很強大的原因，其實就是幫我們寫好了 Prompt，LLM 本來就可以讀懂 Prompt，不需要做什麼修改，就可以直接整合了，這樣即便整合的 Model 沒有支援 function calling 的功能，也都能做到。</p><p>備註: 原本自己開發 AI Agent，需要模型有提供 function call 的功能，否則也是要自己寫 Prompt。<br>備註: 不確定其他工具，像是 Claude Desktop 的 MCP Client 怎麼跟 LLM 溝通的，這樣說來，這一段的一致性好像也還不是很確定？</p><h3>MCP Server Market</h3><p>這些網頁列出了不少已經被開發出來的 MCP Server，可以多參考，但要注意安全。</p><ul><li><a href="https://mcpservers.org/">https://mcpservers.org/</a></li><li><a href="https://smithery.ai/">https://smithery.ai/</a></li><li><a href="https://github.com/modelcontextprotocol/servers">https://github.com/modelcontextprotocol/servers</a></li><li><a href="https://modelcontextprotocol.io/examples">https://modelcontextprotocol.io/examples</a></li></ul><h3>MCP &amp; A2A</h3><ul><li>MCP: AI Agent如何用好工具、存取資料</li><li>A2A: AI Agent如何彼此協作、分工合作<br>- 基於現有的 Web 協定，讓 AI Agent 之間可以彼此溝通</li></ul><p>但根據 iHower 的說法，底層其實仍然是 MCP</p><blockquote>由 Agent A 透過 MCP client (也就是 function calling) 發一個 A2A 格式訊息，到另一個 提供 A2A 格式的 HTTP API Server 去處理。</blockquote><p>⇒ Agents As Tools (這樣說來，好像就沒什麼神奇的了 XD)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*V5UK7gNUu54GU3aW6rxL_g.png" /><figcaption><a href="https://www.facebook.com/photo/?fbid=10162264877348971&amp;set=a.10150981726703971">https://www.facebook.com/photo/?fbid=10162264877348971&amp;set=a.10150981726703971</a></figcaption></figure><h3>資安疑慮</h3><p>把別人寫的東西拉到自己的電腦來跑，always 有風險，npm 套件、docker image 跟 MCP server 都是。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*jSzo6DT2dM4GnrZ7PAB9aw.png" /><figcaption><a href="https://www.facebook.com/photo/?fbid=10170817410245328&amp;set=gm.2873205006196726&amp;idorvanity=2205721126278454">https://www.facebook.com/photo/?fbid=10170817410245328&amp;set=gm.2873205006196726&amp;idorvanity=2205721126278454</a></figcaption></figure><h3>參考資料</h3><ul><li>五倍學院龍哥的 <a href="https://5xcampus.com/pay/NKtJ21cZT8sy">AI Agent 實作工作坊</a></li><li><a href="https://medium.com/data-science/create-an-agent-with-openai-function-calling-capabilities-ad52122c3d12">Create an Agent with OpenAI Function Calling Capabilities</a></li><li><a href="https://modelcontextprotocol.io/introduction">https://modelcontextprotocol.io/introduction</a></li><li><a href="https://www.youtube.com/watch?v=cdBRAVYZKFo">[YT] MCP 是什麼？可以吃嗎？</a></li><li><a href="https://www.youtube.com/watch?v=McNRkd5CxFY">[YT] MCP是啥？技术原理是什么？一个视频搞懂MCP的一切。Windows系统配置MCP，Cursor,Cline 使用MCP</a></li><li><a href="https://www.youtube.com/watch?v=wiLQgCDzp44">[YT] MCP是怎么对接大模型的？抓取AI提示词，拆解MCP的底层原理</a></li><li><a href="https://www.youtube.com/watch?v=MwHuCtkzvdo">[YT] 什麼是 MCP？ 3 個 n8n AI Agent 情境解析 MCP 使用｜🧠 省力知識庫｜n8n 範例</a></li><li>ihower FB <a href="https://www.facebook.com/photo/?fbid=10162264877348971&amp;set=a.10150981726703971">https://www.facebook.com/photo/?fbid=10162264877348971&amp;set=a.10150981726703971</a></li><li>MCP 資安討論 <a href="https://www.facebook.com/photo/?fbid=10170817410245328&amp;set=gm.2873205006196726&amp;idorvanity=2205721126278454">https://www.facebook.com/photo/?fbid=10170817410245328&amp;set=gm.2873205006196726&amp;idorvanity=2205721126278454</a></li><li><a href="https://ikala.ai/zh-tw/blog/ikala-ai-insight/an-in-depth-analysis-of-googles-a2a-protocol-and-its-relationship-with-anthropics-mcp-ch/">讓 AI Agent 彼此溝通：Google A2A 和 Anthropic MCP 深度解析</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ea67880237e4" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[雙指針 Two Pointers]]></title>
            <link>https://azole.medium.com/%E9%9B%99%E6%8C%87%E9%87%9D-two-pointers-a2e1753daee0?source=rss-490ca202f206------2</link>
            <guid isPermaLink="false">https://medium.com/p/a2e1753daee0</guid>
            <category><![CDATA[leetcode]]></category>
            <category><![CDATA[two-pointers]]></category>
            <dc:creator><![CDATA[Azole (小賴)]]></dc:creator>
            <pubDate>Mon, 31 Mar 2025 08:34:09 GMT</pubDate>
            <atom:updated>2025-03-31T10:47:28.604Z</atom:updated>
            <content:encoded><![CDATA[<h4>LeetCode 解題系列</h4><p>對於不是很愛刷扣的我來說，雙指針 (Two Pointers) 是我最愛的題型之一，他適合用在陣列、字串及 Linked List 上，最簡單的定義就是透過<strong>兩個「指針」</strong>指向不同位置，同時（非同時）移動並逐漸縮小搜尋範圍，通常可以達成時間跟空間複雜度優化的效果，真的算是簡單易懂、效果又好的一種技巧。</p><p>指針：大家也別把指針這兩個字想得太難，說穿了就是記住兩個位置而已，再繼續往下看，就可以知道了。</p><p>LeetCode 雙指針的練習題: <a href="https://leetcode.com/problem-list/two-pointers/">https://leetcode.com/problem-list/two-pointers/</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ir-a0urwQ24B5EGY2OOyHg.png" /></figure><h3>雙指針的類型</h3><p>雙指針又可以分為幾種不同的類型，但整理起來要注意地方就三個，大家可以透過後面列出來練習題目感受看看。</p><ul><li>指針移動的「方向」</li><li>指針移動的「條件」</li><li>「停止移動」的條件</li></ul><h4>左右指針</h4><p>左右指針顧名思義就是兩個指針分別從頭跟尾開始（大部分情況），朝反方向前進。</p><p>這樣解釋太抽樣了，直接來看相關題目：</p><p><a href="https://leetcode.com/problems/reverse-string/">LeetCode 344. Reverse String</a><br>題目: 要求寫一個函式，要將一個字串做 reverse，例如輸入是 abc，輸出就要是 cba。<br>輸入是字元陣列，例如 [‘a’, ‘b’, ‘c’]<br>輸出是 reverse 的結果，例如 [‘c’, ‘b’, ‘a’]<br>特殊要求: 要求要 in-place，空間複雜度為 O(1) → 也就是不能用額外的空間，必須要在原本的陣列裡操作。</p><p>如果不管特殊要求，其實最簡單的做法就是建立一個跟輸入一樣大的陣列，掃描原陣列，但反向填入新陣列，最後回傳這個新的陣列即可，但這樣就違反了特殊要求了。</p><p>分析一下題目，reverse 就是把第一個字元放到最後、把最後一個字元放到第一個，也就是第一個字元跟最後一個交換、第二個字元跟倒數第二個交換，依序類推。這時候就很適合用左右指針了，記得，指針就只是記憶位置而已。</p><ol><li>建立左右指針，左指針指向第一個位置、右指針指向陣列尾端。</li><li>左指針指向的值與右指針指向的值交換。</li><li>交換完成後，左指針往右走一格、右指針往左走一格。</li><li>重複 1 ~ 3，直到符合停止條件: 左指針 ≥ 右指針，也就是兩個指針交會了。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/907/1*znWd1JDgeAhFjKzF70mF8A.png" /><figcaption>第一個 Loop</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/907/1*2tHjOuw4dkhHybqmrVXTuQ.png" /><figcaption>第二個 Loog</figcaption></figure><p>用 JS 實作起來就是這樣，是不是簡單又有趣～</p><pre>var reverseString = function(s) {<br>    // left 左指針，從 0 開始<br>    // right 右指針，從陣列尾端開始<br>    let left = 0, right = s.length- 1;<br>    // 左右指針還沒相撞，繼續執行<br>    while(left &lt; right) {<br>        // 交換左右指針指向的值<br>        [s[left], s[right]] = [s[right], s[left]];<br>        // 左指針往右走<br>        left++;<br>        // 右指針往左走<br>        right--;<br>    }<br>};</pre><p>備註: 這類的 in-place memory 的題目，蠻多都不需要回傳值，LeetCode 會去檢查輸入的那個陣列，有的時候會要求回傳陣列的某個 index，要注意題目的要求。</p><p>以這題而言，認真分析起來就是:</p><ul><li>指針移動的「方向」：左指針往右走、右指針往左走。</li><li>指針移動的「條件」：沒有什麼特殊的限制，交換完了就可以移動了。</li><li>「停止移動」的條件：當左右指針交會時，表示整個陣列都已經掃描過一次了，就可以結束了。</li></ul><p>類似題目:</p><ul><li><a href="https://leetcode.com/problems/two-sum-ii-input-array-is-sorted/description/">167. Two Sum II: Input Array Is Sorted</a></li><li><a href="https://leetcode.com/problems/valid-palindrome/description/">125. Valid Palindrome</a></li><li><a href="https://leetcode.com/problems/container-with-most-water/description/">11. Container With Most Water</a></li></ul><p>可以試試看上述三題，寫完後應該可以發現，整個程式碼的「樣子」會長得很像 344. Reverse String 這題，就是中間需要多注意一些判斷而已，也可以試試看分析指針移動的條件與方向、停止移動的條件等。</p><h4>同向指針</h4><p>經過前文的左右指針，相信大家看到這個「同向」指針應該能猜到，這種類型的指針移動的方向是一致的、同方向的。不過，有的時候這兩個指針可能是指向兩個不同的陣列、字串或是 Linked List（雙向指針也會這種題型喔）。</p><p>一樣，讓我們直接來看題目吧：<a href="https://leetcode.com/problems/move-zeroes">283. Move Zeroes</a></p><p>題目: 要求寫一個函式，將輸入陣列中的 0 都移到陣列尾端，且要維持非零數字原本的相對排序順序。<br>輸入是一個整數陣列，例如 [0, 1, 0, 3, 12]<br>輸出的結果會是 [1, 3, 12, 0, 0] → 把 0 都移到尾端，且 1, 3, 12 維持原本的順序。<br>特殊要求: 同樣要求是 in-place，不能使用額外的空間（也就是不能多複製一個陣列出來）。</p><p>在不管特殊要求的情況下，我們會怎麼做呢？大概是建立一個新陣列，掃描輸入的陣列，遇到非零的數字就 push 進新陣列中，最後回傳新陣列即可。但這樣就太簡單啦，在需要符合特殊條件下，我們可以怎麼做呢？</p><p>仔細想一下，我們要把 0 移到陣列尾端，這個意思反過來就是「把非零數字往前移」，既然要把 0 往尾端移、又要把非零數字往前移，那就讓他們交換就好？我們來想辦法記住目前陣列中掃描到的、最後一個 0 的位置，另外一個指針則開始往右掃描，只要第二個指針掃描到不是 0 的數字，就跟第一個指針交換。也就是：</p><ul><li>指針 1: 紀錄最靠近開頭的、數字是 0 的 index</li><li>指針 2: 往右掃描到第一個非 0 數字</li></ul><ol><li>指針 1 先指向 index 0，指針 2 也從 index 0 出發</li><li>指針 2 往右掃描，直到遇到第一個非 0 數字</li><li>指針 1 跟指針 2 交換</li><li>指針 1 往右走一格 → 這邊蠻關鍵的，由於指針 2 是往右掃描遇到的第一個非 0 數字，那指針 1 往右走，應該就還是最靠近開頭的、數字是 0 的 index，不是也沒關係，等一下看後續分析。</li><li>指針 2 走到陣列尾端，全部掃描完畢就停止。</li></ol><p>以 LeetCode 提供的範例而言，我們畫個圖看看：</p><p>左圖是最一開始的情況，指針 1 跟指針 2 都從 0 出發：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/906/1*H3DiR5CfLYRkdyyG007v2g.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/906/1*bIUYecVdk5VHA9NHcLtZuw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/906/1*hFiwV2FeI3FupsURuOqo_g.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/997/1*6oz6HtU466RiSUTTWrIT_g.png" /><figcaption>左圖: 交換後，point 1 會右走一格，point 2 會持續往右走，直到遇到下一個非 0 數字（如右圖）</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/906/1*flCtAezTO3KES6kao8gGYg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*icHEaTl1ZX8vZOs_DHO_mg.png" /></figure><p>透過上面這些圖片的演示，可以清楚地看到兩個指標是同方向前進的（都是往右走），只是移動的條件不太一樣。（這裡圖片還是畫得不夠細，建議大家自己逐步畫一次看看。）</p><p>同向指針又被稱為 Sliding Window，上面的圖片中也把這題的 window給標示出來了，可以觀察到 point 1 跟 point 2 之間都會是 0。如果不是的話，也就是 point 2 移動到非 0 時，就會進行交換，交換後的 point 1 也會往右走一格，這個維持 window 的過程，用圖示來看，有點像是這個 window 往右滑動了 (slide)，且 window 也可能會變得愈來愈大。</p><p>程式碼給大家參考一下：</p><pre>var moveZeroes = function(nums) {<br>    const len = nums.length;<br>    // lastZeroAt 就是上圖中的 point 1<br>    let lastZeroAt = 0;<br>    // current 就是上圖中的 point 2<br>    for(let current = 0; current &lt; len; current++) {<br>        if(nums[current] !==0 ) {<br>            [nums[lastZeroAt], nums[current]] = [nums[current], nums[lastZeroAt]];<br>            lastZeroAt++;<br>        }<br>    }<br>};</pre><p>這題分析起來就是:</p><ul><li>指針移動的「方向」：兩個指針都是往右。</li><li>指針移動的「條件」：指針 1 停在最靠近開頭的 0 的位置，每次交換後，就會變成非 0 了，所以要右移動一格。指針 2 一直往右走，但每次走到非 0 數字，就要跟指針 1 交換 → 這裡也可以注意到，還有一個「何時要交換」的判斷 → 維持我們的 window</li><li>「停止移動」的條件：當 point 2 已經走完整個陣列，表示整個陣列都已經掃描完畢了，就可以結束了。</li></ul><p>到這邊，大家應該也可以發現，指針題型非常需要畫圖，至少我個人是這樣，透過 LeetCode 提供的案例，手動畫圖驗證看看自己的想法，不要一開始就先寫扣，圖像化絕對比程式碼更具體跟好理解一些。</p><p>類似題型:</p><ul><li><a href="https://leetcode.com/problems/remove-element/description/">27. Remove Element</a></li><li><a href="https://leetcode.com/problems/remove-duplicates-from-sorted-array/description/">26. Remove Duplicates from Sorted Array</a></li><li><a href="https://leetcode.com/problems/merge-sorted-array/description/">88. Merged Sorted Array</a></li><li><a href="https://leetcode.com/problems/longest-substring-without-repeating-characters/description/">3. Longest Substring Without Repeating Characters</a></li></ul><h4>快慢指針</h4><p>快慢指針的兩個指針大多也是同向的，只是指針的走的速率不太一樣。前文描述的同向指針的範例，感覺上也是兩個指針行進的速度不一樣，point 2 會比 point 1 快，那差別在哪裡呢？我個人的認知是同向指針為了維持 window 確實會有兩個指針前進速率不同的情況，但他是有條件的，也就是要維持那個 window 的條件。而快慢指針則是打從一開始，我們就明定好兩個指針的速率不同，或是其中一個指針慢一點出發。</p><p>這邊我們舉三個例子來看看，第一個是 <a href="https://leetcode.com/problems/linked-list-cycle/">141. Linked List Cycle</a>，這是一題非常非常經典的題目，要求我們要偵測一個 Linked List 是否有「環」（cycle，也就是有一個 node 可以被重複走到），如果有的話，就回傳 true，反之回傳 false。</p><p>直接借用 LeetCode 上的圖就是這樣：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/711/1*xBBQdeMKy19lso9aon8MpQ.png" /></figure><p>這題的做法就是給兩個指標：</p><ul><li>slow: 從頭出發，每次只走一格 → 慢指標，走得比較慢</li><li>fast: 從頭出發，每次走兩格 → 快指標，走的速率較快</li><li>在 fast 走到尾端前，如果 fast 跟 slow 能相遇，表示有 cycle 存在</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/817/1*Y9q3RtCW_Mk9Kh-4tmDWqA.png" /><figcaption>Loop 1: 都從 head 出發</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/711/1*7aGH20vpcNCRQ7JWVQn05A.png" /><figcaption>Loop 2: slow 走一格、fast 走兩格</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/711/1*wU4wLwX2GvbXE163UDKrGg.png" /><figcaption>Loop 3: slow 走一格、fast 走兩格</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/711/1*aWUNEDoiSeNp7rFAxytBQA.png" /><figcaption>Loop 4: slow 走一格、fast 走兩格，相遇了，有環</figcaption></figure><p>這題其實是可以數學證明的，有興趣的朋友可以參考這篇 <a href="https://www.geeksforgeeks.org/how-does-floyds-slow-and-fast-pointers-approach-work/">How does Floyd’s slow and fast pointers approach work?</a></p><p>這題可以明顯觀察到，打從一開始，我們就抱定主意，要讓 slow 走得比較（一次只走一格），讓 fast 走得比較快（一次走兩格），跟同向指標是不是不太一樣呢？</p><pre>var hasCycle = function(head) {<br>    let slow = head, fast = head;<br>    <br>    while (fast &amp;&amp; fast.next) {<br>        // slow 一次走一格<br>        slow = slow.next;<br>        // fast 一次走兩格<br>        fast = fast.next.next;<br>        // 有相遇表示有 cycle<br>        if (slow === fast) return true;<br>    }<br>    // fast 能把 list 走完，且都沒有跟 slow 相遇，沒有 cycle<br>    return false;<br>};</pre><ul><li>指針移動的「方向」：兩個指針都是往右。</li><li>指針移動的「條件」：只要兩個指針還沒有相遇，slow 指針就向右走一格，fast 就向右走兩格。</li><li>「停止移動」的條件：當快慢指針相遇或是 fast 指針已經走完整個 list。</li></ul><p>快慢指標太經典了，讓我們來看看另外一題 <a href="https://leetcode.com/problems/middle-of-the-linked-list/description/">876. Middle of the Linked List</a>，這題是要我們從一個單向 linked list 中找到最中間的那個 node，如果 list 長度是偶數，就回傳第二個。</p><p>單向的 Linked List 是很難定位的，他只能一直往右走，且只能知道是否還有下一個 node，不會知道下一個 node 之後的情況，也就是不會知道整條 list 有多長。</p><p>反過來想一下，如果這題是陣列，要回傳陣列中間的那個值，你會怎麼做？是不是就是把陣列長度找出來、除以 2，頂多判斷一下奇偶數而已，然後就可以直接回傳該位置的值了。例如:</p><pre>const len = ary.length;<br>const middle = Math.floor(len/2);<br>return ary[middle];<br>// return ary[Math.floor(ary.length/2)];</pre><p>那 Linked List 呢？一來你無法知道長度，二來無法靠「index」直接定位，真的要做，只能掃描兩次：</p><pre>var middleNode = function(head) {<br>    // 第一次找出長度<br>    let len = 0, cur = head;<br>    while(cur != null) {<br>        len++;<br>        cur = cur.next;<br>    }<br>    // 第二次走到定位<br>    let middle = Math.floor(len/2);<br>    cur = head;<br>    while(middle &gt; 0) {<br>        middle--;<br>        cur = cur.next;<br>    }<br>    return cur;<br>};</pre><p>現在讓我們來試試看快慢指標：一樣 slow 指標一次走一格，fast 指標一次走兩格，如此一來，當 fast 指標走到結束時，slow 就會剛好走到一半，是不是很酷！</p><pre>var middleNode = function(head) {<br>    let slow = head;<br>    let fast = head;<br>    while(fast &amp;&amp; fast.next) {<br>        slow = slow.next;<br>        fast = fast.next.next;<br>    }<br>    return slow;<br>};</pre><p>另外一種題型則是快慢指針的速率其實一樣，但慢指針慢一點出發，例如 <a href="https://leetcode.com/problems/remove-nth-node-from-end-of-list/description/">19. Remove Nth Node From End of List</a>，這題是給我們一個單向的 Linked List，再給我們一個數字 n，要我們回傳一個「移除掉從尾端數來第 n 個 node 的 Linked List」。</p><p>由上一題我們已經知道，對 Linked List 來說是很難定位的，從前面數就已經不直覺了，這題竟然還要從尾端數 n 個回來？</p><p>這時候我們就可以設計兩個指標，第一個 fast 就是一直往右走，當 fast 走了 n 步後，slow 再開始走，當 fast 走到結尾時，slow 就會停在倒數第 n 個 node。為什麼這樣可以找到倒數第 n 個 node 呢？因為當 fast 走了 n 步後，slow 再開始走，表示當 fast 走完、停下來時，slow 會比 fast 少走 n 步，那不就是倒數第 n 個 node 嗎？</p><p>比較一下下列兩張圖，應該就可以很清楚地知道了（所以畫圖真的超重要 der~）</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1dMw--gG8g4-LHpw8NHPQw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8uYId9diKoO6R0fAZPWpdA.png" /></figure><p>是不是很酷！！！</p><p>類似的題型:</p><ul><li><a href="https://leetcode.com/problems/palindrome-linked-list/description/">234. Palindrome Linked List</a></li><li><a href="https://leetcode.com/problems/reorder-list/description/">143. Reorder List</a></li></ul><p>在各種解題技巧與演算法中，推薦演練雙指針技巧是因為：</p><ul><li>雙指針算是不難懂的一種技巧，記得務必搭配畫圖，我個人是覺得雙指針題目會了就會了，不像 Dynamic Programming 或是一些較難的 graph 的演算法題，就算我寫過了，還是很快就忘記了 😅 （可能也表示我並不是真的學會？），或是複雜到其實要在短短的面試時間內解完不太可能…（我是以我的個人解題能力來說，相信有很多大大們可以。）</li><li>解題範圍廣，陣列、Linked List 與字串都有可能用上。</li><li>在時間與空間複雜度上都能有顯著優化效果的一種技巧，在時間上，往往只需要掃描過一次，空間上，大多是在原陣列上移動，不需要花費太多額外的空間。</li></ul><p>之前在 Threads 上有分享過推薦的解題練功過程（<a href="https://www.threads.net/@lightda2024/post/DHKgU2rPbpc?xmt=AQGzQjWsycT9o3wGFOSCxEPTTeRexbDNd7fbJE5mydIb5Q">連結</a>），無論如何，對陣列、Linked List、String 的操作是基本功，務必要先練好，再練這幾個基本功時，也可以搭配雙指針的題目做進階一點點的練習，會變得必較有趣一些。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a2e1753daee0" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[關於技術教學這件事…]]></title>
            <link>https://azole.medium.com/%E9%97%9C%E6%96%BC%E6%8A%80%E8%A1%93%E6%95%99%E5%AD%B8%E9%80%99%E4%BB%B6%E4%BA%8B-86a57dbbb07f?source=rss-490ca202f206------2</link>
            <guid isPermaLink="false">https://medium.com/p/86a57dbbb07f</guid>
            <category><![CDATA[技術教學]]></category>
            <dc:creator><![CDATA[Azole (小賴)]]></dc:creator>
            <pubDate>Sat, 30 Nov 2024 17:35:02 GMT</pubDate>
            <atom:updated>2024-11-30T17:35:02.590Z</atom:updated>
            <content:encoded><![CDATA[<p>終於忙完工作量超大的 11 月，這個月有公開課、有企業內訓、有初階小型的工作坊、有大學的課，也有讀書會的分享，算是教學類型非常雜的一個月。</p><p>從 7 月離開前公司、自己一個人嘗試開課以來，也快要半年了，雖然不是第一次自己謀生，但也已經步入中年，做得還是這麼 to C 的營生，要說辛苦也真的非常辛苦，但成就感也是滿滿。</p><p>最近有種一個小階段完成的感覺，來 murmur 一下心情。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hKPqqQw2nbVErCTxfBcNIw.png" /><figcaption>謝謝 ChatGPT 產圖</figcaption></figure><p>每次在課程設計的時候，我都會擔心一件事「大家想要知道原理嗎？會想要多知道一點底層的東西嗎？還是是想要會用就好？」我個人始終覺得「基本使用」就是去用就好了XD，雖然確實有人帶入門可以加速，但真的要能使用一個工具，最終還是要自己去多用，教得再好的老師能做的就是「加速」而已，加速的前提是自己要開始用，別人才有辦法幫你加速。</p><p>而有一些東西，以我自己來說，只是基本會用的話，我會不太敢說我會這個東西，因為我不知道「為什麼」就覺得沒有真的掌握。但這樣其實也無妨，大部分的人對大部分的工具，也都是停留在會用就好，會用、能用，重點是能幫自己、團隊、公司、客戶解決問題，那就足夠了。願意的話，下一步讓自己可以用得好、用得順，那就勝過大部分的人了。我自己也會先做到這點，只是只有做到這點的話，我不敢真的說自己會而已，對於解決工作上遇到的問題，其實也綽綽有餘了。</p><p>但想要知道為什麼，通常遠遠比知道基本使用難上許多，不一定有資料，官方也不一定有揭露，我也沒有強到去逆向工程它們，只能時不時在網路上搜集資料研究。好不容易找到一些資料，自己還不一定看得懂，我自己就算找到資料，第一次看可能一知半解、覺得很抽象，會想要做做看實驗去驗證文章裡講的、想要親眼看到，但設計實驗這件事，也需要一點點基本能力。說是「實驗」，其實也沒有很厲害，有時候只是下幾個指令，看看輸出的結果，但…要下哪些指令呢？做了一點實驗，也許方向對、也許方向不對，但再回頭看資料時，通常會比第一次看的時候，可以看懂更多一點，就這樣閱讀資料跟動手實驗，反覆地互相交錯迭代，要磨上一陣子，量變累積成質變，才會覺得「喔，我好像抓到這個脈絡了」。</p><p>再來是，這個「為什麼」的探索，好像也是沒有終點，永遠有為什麼的為什麼、底層的底層。有時候分享說，我的 Docker 課程會講到底層時，我自己都覺得不好意思，其實沒多底層，就只是比基本會用多懂一點點而已。我也沒多強，我只是單純地想知道自己在用的工具，為什麼可以做到這些事，網路上人家說的 best practices，為什麼那樣做是 best practices 而已。</p><p>設計課程時，我都是抱著「<strong>如果連我都能懂，其他人也一定可以</strong>」的心情來做，我會一直想著，我覺得這東西超有趣的，能不能讓其他人也一樣覺得有趣呢？我要怎麼分享我對這技術的理解，我自己整理出來的「我自己可以接受」的這個理解過程跟脈絡？摸索的過程可能很花費時間，但摸索出來的結論也許就幾句話，好像看起來沒什麼，我能不能讓大家理解跟認同「知道為什麼」的價值？</p><p>也剛好，我不是一個很強的人，可能算是中等，可以作為初入門的人跟強者之間溝通、翻譯的橋樑。太強的人真的很難做到所謂的深入淺出，他們往往不懂大家哪裡不懂 XD 我沒有那麼強，我學每個東西都有一個很掙扎跟很長的認同過程，這個過程跟大部分人其實差不多，也就是大家會有的疑問、會遇到的問題，其實我也都遇到過。</p><p>我好像也算擅長整理，就把這個過程整理起來分享給大家，讓大家知道怎麼入門跟開始，也稍微減輕一點點這個過程的痛苦、少走一點點彎路。因此，我的課程內容往往是從問題出發，現狀是怎麼樣、有什麼問題，然後這個新的技術怎麼解決這些問題的，盡可能不讓技術名詞憑空出現，試著把這個前因後果、來龍去脈分享出來，聽眾也許就能覺得這東西真有趣，進而開始自己去研究，或是，把這個過程跟研究方法帶去自己其他有興趣的地方。</p><p>覺得有趣跟真的理解，課後自己才會繼續下去，這是我最想要做到的，甚至我會覺得，你不一定要喜歡我分享的這些東西，畢竟這真的很看個人興趣。但我蠻希望聽眾可以把這個研究的過程，或者說熱情，帶回到自己有興趣的題目上面去，能做到這樣，我的教學才是真正地成功了。</p><p>至於基本指令操作那些，我還是會分享自己的整理出來的系統，但是，課堂上確實無法保留太多時間練習，我會覺得，這些，回家自己多練習就好 &gt;&lt; 花了錢的上課時間，應該多聽一些自己回去後，也比較難練起來的東西，不是不可以，是比較難或沒有方向。但也確實因此，有時課程回饋會被抱怨課堂上練習的時間太少… &gt;&lt;</p><p>開課真的難，我收到的回饋中，最多就是想再聽更多、希望時數加長之類的。可是瑞凡（好老人的梗），時數加長，意味著費用會變高，費用變高，招生就會變得困難。認識我的人還沒有很多，知道我上課的風格、接受這個風格、喜歡這個方式的人，也沒有很多。我現在沒有正職收入，就必須很考慮怎麼維生這件事，就得考慮市場接受度等等。可是我又有點任性，例如我認為底層跟基本學科很重要，我就會往這個方向去研究、去開課，有時候就不是現在最熱的題目，例如 AI 這類，目前比較需求比較高、比較受歡迎的課程，那也不是我擅長的，我也自認為沒有這個能力開這樣的課程。</p><p>究竟有多少人認同基礎學科很重要，這個問題我也不知道答案，網路課算是我的一個實驗，從開課以來，一班約 18 個人，每個月可以開出一期，已經讓我非常非常驚艷了。Docker 課程大部分的學員回饋，也會反映喜歡聽這些稍微底層一點的東西，這往往也會讓我更有信心一點。對於這些回饋，其實真的很開心，原來大家不是不想知道，只是可能沒有那麼容易、不知道怎麼開始而已，很開心可以當這個引路人。</p><p>說到這裡，真的要感謝這半年來，有來上我的課的朋友們，好幾位朋友還不只上過一門，回頭率很高，這也算是我做得還不錯的地方？還有人自己上過後，回去推薦給所有親朋好友（同學、同事）。真的謝謝大家，你們讓我知道我的方式是有被認可的、是被接受的，這個肯定真的是一直支撐著我的動力，我一直都不是一個很有自信的人，非常需要大家的肯定，也謝謝很多上過課的人，願意跟我分享我哪裡做得好、哪裡可以更好，讓我一直可以有更好的方向。</p><p>話說回來，我現在對於一個技術教學的老師的評斷，特別是針對初階入門的，我的評斷標準就是「<strong>這位老師是否願意重頭思考這門技術</strong>」，願意花心思去回想當自己學習時遇到的問題。好吧，也許有的人天縱英才，一開始就接受良好，不像我學得辛苦，那至少是否願意去理解剛學習這門知識、這項技術人的門檻，他們會在哪裡撞到牆、會在哪裡卡關，就算是前置知識不足，那能不能多少幫忙補上一點？</p><p>我盡力做到這些事，但我也知道我還沒有做得很好，即便我教過最多次的 Docker 跟網路，一個班下來，我也知道不是所有人都能聽懂跟接受，說來可能是藉口，但學員背景不同、時數不夠，一直是個難題，一樣的內容，有人覺得太簡單了、有人覺得太難，但我努力在克服，盡可能讓所有人都覺得有收穫，這超難，也一直很挫折，即便我知道我的課，已經算非常不錯了，我還是想努力解決看看。</p><p>解決的方式之一是安排助教協助，這點效果良好，但其實一開始是有點誤打誤撞。助教都是我曾帶過的學生，剛開始邀請他們來當助教的時候，我想的是，我覺得他們需要上這門課🤣，不是他們不會，他們會、工作也已經在用，但可能沒有這麼有體系或全面，又確實課程中可能八、九成的內容他們都會了，就差那麼一點點或系統，那就來當助教吧，我都跟他們開玩笑說「我是讓他們來蹭課的」（備註: 助教都是有薪水的）。</p><p>結果好處超多，現場可以有更多人即時協助學員，每次課程回饋，都會有人表達對助教的感謝，覺得助教們幫很多忙。而助教自己，我相信也是有收穫的，「什麼時候才是真的學會一個東西？當你可以對初學者解釋它的時候」，助教們會了當好助教，有時候我們會有課前課、課前會議，有時候助教們會自己私下花時間去學習，就怕當場被問倒。</p><p>我真的超愛我的助教群們，他們真的超級優秀、超級努力，我經常會在課堂上說，助教們都比我還強，這真的不是開玩笑的，他們都是現職的 SRE、現職的工程師，可以很好地彌補了現在沒有業界實務的我。而除了在現場協助學員外，他們還會幫我觀察整堂課的過程、上課氛圍、學員互動等，在課前課後都會給予我非常多的、具有建設性的建議，對於我來說，他們不只是曾經是我的學生，現在更是我的同事跟夥伴。</p><p>要技術能力夠、表達能力又好、又有耐心的工程師，真的為數不多，我為他們感到驕傲，也很榮幸，他們願意花自己休息的時間，跟我一起做這麼多好的課程。</p><p>我做得很好，也還不夠好，7 月以來開的課，每一班都滿班開課，還會有人在候補，這應該算是非常好的成績了？我自己開的課滿意度都很不錯，畢竟我全職、專業在做這件事，也做兩三年了，這個成績是應該的。</p><p>合作老師的課程也算合格，但必須說也還有很多更好的空間，調整的時間永遠不夠，我必須在尊重合作老師原有的授課方式與風格下，加上我對學員，特別是初學者的了解。這件事其實讓我覺得很艱辛，我覺得我介入的算多，我甚至會出手直接改投影片、上課時也會打斷發問或補充，這些是很不禮貌的事，這點必須感謝合作的老師，願意跟我溝通、跟我討論，讓我介入這麼多。</p><p>不管是我自己的課，還是跟其它老師合作的課，從課程設計開始，課程標題、內容、報名宣傳，每次的宣傳文案都是我自己寫的，再來是報名表單、課前通知、上課內容、實際上課到課後回饋，總之，每一門課的每一件事我都親力親為。作為工程師應該要自動化的，但我刻意不這麼做，我要親自去了解每一位來上課的學員，只要他們報名表單跟回饋表單有多寫一些分享，我一定會去看，也一定會去回應，有的回應是直接一對一的回覆，有的回應就是反映在課程設計上。這超累、也超花時間，但在這個什麼都講求自動化、AI 的世代，我更想要把每個學員都當成獨立的個體，看到每個人的多樣性，跟每一個學員交朋友。雖然我的記憶力很差、又有臉盲症，不一定人名跟臉對得起來，但我是真心地對每一個學員都有情感在的，這些情感是從這些過程裡一點一滴累積出來的。</p><p>所以只能很抱歉地說，比起禮貌，我更在意的可能是我對學員們的承諾，會來報名的學員，大部分也是因為知道我、或是上過我的課的朋友推薦來的，我有這個責任讓學員們學到東西，要學會怎麼用、還要能知道為什麼、有掌握到一點脈絡。</p><p>最後，其實自己近期有一點迷惘，畢竟收入極度不穩定，有的月份的收入連房租都不夠付。教課看起來時薪高，但也不是天天都有課，且要把課做得好，備課時間極長，但大家只會看到上課的那短短幾個小時。再來是，脫離業界愈久，又專注在「教學」這件事上，可能技術能力會愈來愈退步或是跟業界脫鉤？有點不確定全職技術教學這件事是否能長久走下去…</p><p>雖然我知道我做得不錯，但難免還是會收到一些不滿意的回饋，雖然已經比幾年前、一開始教課時好很多了，但我還是無法很好地處理這件事，理智上知道怎麼做，跟情感上，或是對自己的要求上，多少還是會無法接受。我知道我沒有辦法讓所有的人滿意，但有時候看到一些自己刻意設計的部分，被視為很糟糕的安排，雖然只是很少數的 outliner，但還是會覺得有點委屈，在比較疲倦的時候，真的會沒有餘裕去處理這樣的情緒。如果有看到這裡的朋友，真的超級鼓勵你們，不管是上任何課，有什麼疑惑跟疑慮，在上課時就提出來，等到最後的課程回饋才說出來的話，我連改進跟補救的機會都沒有 🥲。</p><p>12 月只剩下一期網路課、政大的課，還有 Web Conf 的一個 workshop，除了還有一些之前承諾的工作要做外，其他時間是該來好好思考下一步了，明年要怎麼走呢？是繼續在全職教學這條路上努力看看，還是該去找工作了呢？</p><p>我擅長且喜歡技術教學，但我也真的不知道這是否是一條能長久走下去的路，一想到要回去找工作，就有點「放棄夢想」的感覺，或許去面試談過後，會找到新的夢想？又是不是該讓自己回到穩定一點的生活型態呢？哎，明天來去拜拜擲筊好了…</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=86a57dbbb07f" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[給網站工程師的網路課]]></title>
            <link>https://azole.medium.com/%E7%B5%A6%E7%B6%B2%E7%AB%99%E5%B7%A5%E7%A8%8B%E5%B8%AB%E7%9A%84%E7%B6%B2%E8%B7%AF%E8%AA%B2-21157b1d47d1?source=rss-490ca202f206------2</link>
            <guid isPermaLink="false">https://medium.com/p/21157b1d47d1</guid>
            <category><![CDATA[tcp]]></category>
            <category><![CDATA[tcpdump]]></category>
            <category><![CDATA[network]]></category>
            <category><![CDATA[https]]></category>
            <category><![CDATA[web]]></category>
            <dc:creator><![CDATA[Azole (小賴)]]></dc:creator>
            <pubDate>Mon, 02 Sep 2024 13:30:20 GMT</pubDate>
            <atom:updated>2025-04-07T11:00:51.303Z</atom:updated>
            <content:encoded><![CDATA[<h4>萬年面試題「當瀏覽器輸入網頁後，發生了什麼事？」你真的掌握了嗎？</h4><ul><li>你是否在面試時被問過一題萬年考古題「當瀏覽器輸入網頁後，發生了什麼事？」</li><li>身為網站工程師，你是否好奇過網路是怎麼運作的？</li><li>網路上看了很多文章，但卻似懂非懂的？</li><li>常常聽到人家說封包封包，但到底是什麼封包？</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7bwnKXArrj5tJ8iffftp3Q.png" /><figcaption>Source: Microsoft Image Creator</figcaption></figure><p>我自己曾經在面試一家知名企業時被問「當瀏覽器輸入網頁後，發生了什麼事？」，當時的我毫無準備，支支吾吾地回答了非常淺的一個答案，後來在教學中，有機會爭取到對轉職學員分享網路相關的題目，就決定要拿這題來挑戰自己。</p><p>被問到這題時，我當時已經工作 15 年了，我總想，如果是我大學剛畢業的時候被問到，應該會回答得更好，畢竟大學唸過網路概念，專題還是做跟網路相關的。但不是這樣的，這只是我的自我安慰，事實是，經過這十幾年的工作歷練，且在擔任講師後努力思考過怎麼整理知識，在經過這些之後，我才能精煉出最核心的部分，用最淺白的方式去詮釋這些知識。</p><p>要真的能做到「深入淺出」並不是那麼容易的事，沒有真的融會貫通，很難深入，太過專業、厲害的大大，受到知識的詛咒，又很難淺出，大概就是我這樣在中間的傢伙，可以很恰當地扮演「翻譯」的角色。看過我的書、上過我的課的朋友，大概都知道我的上課風格，我應該有接近「深入淺出」了，雖然還是難免受到知識的詛咒，但應該已經很努力在解決這個問題了，如果上課時有提醒我，我會盡力去分享跟解釋。（知道別人不知道什麼，真的困難，加上教課的話，班上同學程度範圍通常都很廣，一開始只能預設一個中間的水平來設計課程，鼓勵大家上課時勇敢發問，為自己爭取權益。）</p><blockquote>深入淺出: 以簡淺易懂的語言文字，表達深刻的道理 <a href="https://dict.idioms.moe.edu.tw/idiomView.jsp?ID=7071&amp;webMd=1&amp;la=0">https://dict.idioms.moe.edu.tw/idiomView.jsp?ID=7071&amp;webMd=1&amp;la=0</a></blockquote><blockquote><strong>知識的詛咒</strong>（英語：Curse of knowledge），又稱<strong>專家盲點</strong>，是一種<a href="https://zh.wikipedia.org/wiki/%E8%AA%8D%E7%9F%A5%E5%81%8F%E5%B7%AE">認知偏差</a>，指人在與他人交流的時候，下意識地假設對方擁有理解所需要的背景知識。Robin Hogarth首先提出該名詞<a href="https://zh.wikipedia.org/zh-tw/%E7%9F%A5%E8%AD%98%E7%9A%84%E8%A9%9B%E5%92%92#cite_note-1">[1]</a> 。專家盲點也是<a href="https://zh.wikipedia.org/wiki/%E6%95%99%E8%82%B2">教育</a>的重大阻礙之一。 <a href="https://zh.wikipedia.org/zh-tw/%E7%9F%A5%E8%AD%98%E7%9A%84%E8%A9%9B%E5%92%92">https://zh.wikipedia.org/zh-tw/%E7%9F%A5%E8%AD%98%E7%9A%84%E8%A9%9B%E5%92%92</a></blockquote><p>老實說「當瀏覽器輸入網頁後，發生了什麼事？」這題可深可淺，如果毫無準備，乍被問到時，可能會腦袋一片空白。大家現在都蠻幸運的，網路上有很多討論的文章，都寫得很不錯，但大多停在 DNS 這裡，到更往下層一點的部分，討論就比較少或是簡單幾句帶過，還蠻可惜的。</p><p>憑藉我過去累積的經驗，以及做為專業的課程技術講師，我試著為大家整理了一個完整的 HTTP request / response 運作過程，會從 DNS, TCP, IP 到 HTTP/HTTPS，讓聽眾一次補足作為網站工程師需要的網路知識，過程中還可以聽到小賴在業界中遇到的關於網路的(鬼?)故事。</p><p>這門課我講過不下十次，內容也從 90 分鐘長成 150 分鐘，每次都大獲好評，連覺得自己已經掌握的人，都能從課程中得到一些新的認識。但每次分享的時候，都受限於時間，只能由我自己講課，這次特別加上讓聽眾動手做的部分，帶你計算網路 IP，也會透過一些簡單的網路指令與封包錄製，讓你自己親自動手驗證，回家後也能延續課程的內容，自己設計實驗、自己觀察。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*E5D1gBpjomzZ7wPUzCB-KQ.png" /><figcaption>親眼觀察什麼是 TCP 三次握手，什麼又是 HTTP 基於 TCP</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*DT3NYeMV1J4-4pbWmUH08A.png" /><figcaption>親眼看到「網路封包」的樣子</figcaption></figure><p>其實 4 個小時時間應該也還是不夠的，但不知道大家對這樣基礎課程的接受程度，坦誠地說，你不知道這些一樣可以開發網站，而且可能也做得不錯。但如果你知道了更多，在 troubleshooting 時可能就會有更多靈感，在學習新的技術、框架時，可能也可以更快掌握該門技術取捨了什麼，很多東西能不能用上，可能看得不是當下，而是你能不能讓自己走到可以用到這些知識的高度。</p><p><strong>適合對象</strong></p><ul><li>轉職工程師想要學習電腦科學基礎</li><li>網站工程師，想知道自己每天在開發的網站背後發生了什麼事</li><li>覺得「封包」很抽象，想親眼看看什麼叫做網路封包</li><li>軟體開發領域的相關工作者，例如 PM，可能會有一點點吃力，但歡迎上課時盡量問</li><li>想聽小賴怎麼講解網路(?)</li><li>想挑戰 SRE 職務</li></ul><p><strong>「不」適合對象</strong>:</p><ul><li>之前已經聽過的朋友，可能除了動手做以外的部分都是重複的，但如果你願意贊助小賴，再來複習一次，也是非常歡迎的。</li><li>已經對網路掌握得非常好的人，這門課真的會從 0 開始，怕你來了覺得太簡單。</li></ul><p>因為不確定大家對基礎課程的接受度，很有可能開不成課，所以報名前務必詳讀報名須知，會有課程是否能開成的通知，開成課的話，課前也有一些準備事項，到時候要收信喔。</p><p>因場地限制，人數也有限制，有意願的及早報名，謝謝。</p><p>報名資訊及表單: <a href="https://www.google.com/url?q=https://forms.gle/SctRczoDY3ZxedbP8&amp;sa=D&amp;source=editors&amp;ust=1744026912959317&amp;usg=AOvVaw39LoJ-699eITfO9_Gist6M">https://forms.gle/SctRczoDY3ZxedbP8</a></p><p>有關於課程的問題，都歡迎留言、FB 訊息（或是其他你可以接觸到我的方式），也可以 email 至 lightdaguys@gmail.com 詢問。</p><p>學員推薦文: <a href="https://blog.kyomind.tw/network-101-course/">https://blog.kyomind.tw/network-101-course/</a></p><p>學員回饋推薦：</p><p>我會非常推薦給身邊的工程師，我認為網路是很多工程師心裡最軟的一塊（不瞭解）。課程內容提供非常多的內容與架構。學習到知識以外，最重要的是提供一個框架可以後續去學習或是查資料。</p><p>小賴把艱澀難讀枯燥乏味的網路知識拆解成很清楚地脈絡，用生動貼近生活的比喻，穿插業界上遇到的實際案例，讓整個課程變得軟硬適中！</p><p>非常推薦，覺得課程價格物超所值，老師超級認真，課後的問題也是有問必答，講義內容也超豐富。難懂的知識也可以用很生動的比喻讓人理解，很厲害</p><p>推薦的理由是老師講解得非常清楚，原本以為很困難複雜的事情，上完課有種自己變成專家(的錯覺XD)。而且案例分享很吸引人，上課風格幽默有趣、邏輯清晰，我很久沒有上這麼長時間的課還沒分心了，上完精神還特別好 XDD 如果硬要講一個不推薦的原因，大概是怕太多人報名，自己搶不到上課的位子了…</p><p>推薦 。對於剛轉職的工程師這堂課是很好的切入點，有效幫助轉職工程師了解網路基礎運作。 老師的教學方式及教材內容很扎實，課程設計的脈絡很清楚由 client → server 來認識網路的世界(網路涵蓋層面真的好廣)，課程也提升了大家對於資安的意識，其實自己很容易暴露在不安全的網路環境。很推薦這堂課給想了解網路運作的工程師</p><p>內容非常豐富扎實，涵蓋面向全面、完整，整體節奏明快但又講述得足夠清楚，並且搭配圖解和比喻說明，能明確幫助理解。且老師的口條非常清晰，把深奧的東西講解得清晰易懂!!</p><p>也分享一下反面意見:</p><ul><li>上課時間太短，希望可以延長時間，把投影片全講完</li><li>主要內容真的是101的課程，就看是否有需要</li><li>(實體課) 要轉頭和身體側身扭轉看向前方，到課程尾段時間，身體會不太舒適</li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=21157b1d47d1" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Terraform Workshop 202408]]></title>
            <link>https://azole.medium.com/terraform-workshop-202408-5bcbe6be6a8a?source=rss-490ca202f206------2</link>
            <guid isPermaLink="false">https://medium.com/p/5bcbe6be6a8a</guid>
            <category><![CDATA[terraform]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[infrastructure-as-code]]></category>
            <category><![CDATA[sre]]></category>
            <dc:creator><![CDATA[Azole (小賴)]]></dc:creator>
            <pubDate>Sun, 04 Aug 2024 07:21:49 GMT</pubDate>
            <atom:updated>2024-08-04T07:21:49.860Z</atom:updated>
            <content:encoded><![CDATA[<h4>SRE 技能宇宙之 Infrastructure as Code</h4><p>登登登登，Terraform Workshop 來了，之前 SRE 班合作的講師 John (aka 強哥) 精心規劃了一天 6hr 的 Terraform 工作坊來了！</p><p>報名連結: <a href="https://forms.gle/L2m8B6JFSKBLrLDQA">https://forms.gle/L2m8B6JFSKBLrLDQA</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*jzFhjOGwcacVWCemH4aYiw.jpeg" /><figcaption>圖片來源: Microsoft Copiot，就請大家忽略圖上的文字吧 😅</figcaption></figure><p>講師 John 是經驗超級豐富的資深 SRE，從 Terraform, K8s, ArgoCD, AWS, CICD 等都有很多實務經驗（aka 踩過很多雷）。John 根據他多年的經驗，設計了一天 6 hr 的 Terraform 工作坊，帶大家從 0 到 1 體驗 &amp; 學會什麼是 IaC、IaC 有什麼好處跟威力。來上這門課，除了學會怎麼用 Terraform 實現 IaC 之外，「可能」還有很多實務經驗（鬼故事）的分享可以聽，包括怎麼把這些工具應用在實務中、怎麼整合進團隊協作裡，這是你在其他線上課程絕對聽不到的。</p><p>其實關於 Terraform，網路上確實有不少的學習資源，那為什麼我會想要找強哥設計這門課呢？一來是有強者帶領，可以大幅降低進入的門檻，有時候就是有經驗的前輩一句話，可以抵我們自己三天的研究時間。</p><p>再來是，就我自己學習的經驗，SRE 相關的工具與技術都非常非常需要「經驗」，光看文件或入門教學，好像很簡單，但自己用起來就是滿滿的雷，這可能跟個人能力無關，而是真的就是這麼多需要去累積的經驗。畢竟在 DevOps 與 SRE 領域裡，很多時候是沒有標準答案的，牽涉到團隊的 tech stack、公司的組織、成員的協作、基礎設施等等，這些全部都會有影響，在變因很多的情況下，這些變因交互影響，就很難有所謂的標準做法。有時候甚至連參考資料都很難找到…這時候，如果可以認識很有經驗的前輩，光是跟他們討論，就能獲得很多不同的想法。</p><p>最後，也是我個人覺得最重要的，來認識有經驗的前輩與一起學習的夥伴，這真的是線上課程沒有辦法給的。過去幾年我從事技術教育工作，經常被學員間的互動給感動到，經常是同學之間給的支持，比講師還多。所以，趁這個機會，我們可以聚集一群有相同興趣、目標的夥伴。當然，這點在技術社群也一樣可以獲得，但透過一起上課、討論，彼此的關係有機會更快地緊密起來。</p><p>然後啊，雖然我極力爭取，但強哥很客氣地只想開小班制，所以名額超級有限，目前已經快要滿班了，要報名的快行動喔！</p><p>之後也會再跟強哥討論，開設其他課程，有想要許願的也歡迎留言或訊息給我。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=5bcbe6be6a8a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Docker 極速入門 -前端工程篇]]></title>
            <link>https://azole.medium.com/docker-catbeer-frontend-fe0aef70b9c6?source=rss-490ca202f206------2</link>
            <guid isPermaLink="false">https://medium.com/p/fe0aef70b9c6</guid>
            <category><![CDATA[frontend]]></category>
            <category><![CDATA[docker]]></category>
            <dc:creator><![CDATA[Azole (小賴)]]></dc:creator>
            <pubDate>Thu, 11 Jul 2024 16:27:08 GMT</pubDate>
            <atom:updated>2024-11-11T13:19:33.881Z</atom:updated>
            <content:encoded><![CDATA[<h4>For CatBeer 貓啤 Web 小聚 #01</h4><p>本篇是紀錄 2024/7/9 在 <a href="https://www.facebook.com/profile.php?id=61561547609439">CatBeer 社群</a>分享的內容，活動介紹可以參考 Accupass 的<a href="https://www.facebook.com/profile.php?id=61561547609439">活動連結</a>。</p><p>在分享時間有限的情況下，我鎖定兩個實用場景來介紹 Docker，雖然分享時還是大超時了，但…Docker 對我來說，實在太多東西可以討論了，如果想知道更多內容，歡迎報名完整的 Docker 課程。</p><h3>分享前的準備</h3><p>只需要大概知道以下指令即可</p><ul><li>Linux 的基本指令，例如 cd, ls, rm, pwd</li><li>git 指令: pull, push, commit</li></ul><p>另外，可以先安裝好 Docker Desktop 的話，就可以邊聽邊跟著試試看，Docker 官網的安裝步驟算寫得蠻清楚了:</p><ul><li><a href="https://docs.docker.com/desktop/install/mac-install/">Install Docker Desktop on Mac</a></li><li><a href="https://docs.docker.com/desktop/install/windows-install/">Install Docker Desktop on Windows</a></li></ul><h3>Docker 介紹</h3><p>Docker 是一種把你的專案、軟體及其所有相依的套件、函式庫等「打包」在一起的工具，讓你可以很輕易地在任何地方執行它。</p><p>印象中 Docker 曾宣稱「Build once, Run anywhere」，一開始的確也是這樣，直到 Mac M1 出現後就破功了，但這也是有方法可以解決的。</p><h4>Docker 底層技術</h4><ul><li>利用 Linux 上的 namespace 跟 cgroup 技術建立 container<br>。namespace: 隔離<br>。cgroups: 限制資源</li><li>Docker != Container<br>。Docker 是一個工具，用來建立、管理 container<br>。Container 是一個執行環境，裡面有你的專案、軟體等</li><li>Mac &amp; Windows 上的 Docker 是透過 VM 來達成的<br>。如果想要觀察 container 一些稍微比較底層的情況，建議在 Linux 上實驗</li></ul><h4>Docker 組成</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*4bGSGHpaQzLXku1VwGEUqA.png" /><figcaption>Docker 的組成</figcaption></figure><ul><li>Image: 用來啟動 container 的「範本」</li><li>Image Registry: 類似 github，有一堆 repo，裡面存放別人已經做好的 image<br>。dockerhub: Docker 官方的 image registry，<a href="https://hub.docker.com/">https://hub.docker.com/</a><br>。其他:<br> - Red Hat: quay.io<br> - google: gcr.io<br> - AWS: ECR<br> - github: ghcr.io</li><li>Dockerfile: 用來建立 docker image 的「程式」</li><li>Container</li></ul><h4>Docker 指令基本格式</h4><p>Docker 的指令有新舊兩版，我個人鼓勵初學時，使用新版指令，雖然新版指令比較冗長，但比較明確跟一致。（如果你現在是裝最新版的 Docker Desktop，舊版的指令一樣能用的。）</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*uObI4Iaxnz6STz2DIasgdw.png" /><figcaption>Docker 新版的指令格式</figcaption></figure><p>這邊的對象是指:</p><ul><li>image</li><li>container</li><li>network</li><li>volume</li></ul><p>例如:</p><pre># 列出 container<br>$ docker container ls<br># 列出 image<br>$ docker image ls<br><br># 刪除 container<br>$ docker container rm {container id}<br># 刪除 image<br>$ docker image rm {image id}</pre><h3>實際案例</h3><h4>使用別人開發好的 image</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*iozJo7T0q241aswW-PwS8A.png" /></figure><ul><li>Step 1: 讓自己的電腦裡有 image<br>這步可以省略，在下一步、啟動 container 時，如果發現你的電腦裡沒有這個 Docker image，Docker 會自動去拉取</li><li>Step 2: 用 image 來建立 container</li><li>Step 3: 關閉 container</li><li>Step 4: 移除 container</li></ul><pre># Step 1:<br>$ docker image pull ashleylai/lab:api<br><br># Step 2:<br>$ docker container run -d -p 3001:3000 ashleylai/lab:api<br><br><br># Step 3:<br>## 找出 contaienr id<br>$ docker container ls<br>## 停止 container<br>$ docker container stop {container id}<br><br># Step 4:<br>$ docker container rm {container id}</pre><p>說明:</p><ul><li>-p 3001:3000 是指將 container 裡的應用程式在 listen 的 port number 映射到你電腦的 port Number，其格式為 {你電腦的 port number}:{container 裡的 port number}<br>。可以想像，{container 裡的 port number} 是開發 Image 的人決定的，也許他允許用環境變數注入，但大體來說，就是由開發 Image 的人決定。 -&gt; 既然這是由開發 Image 的人決定的，那記得要跟 Image 提供方確認應該要設定多少。<br>。{你電腦的 port number} 這個就是你可以自行決定的，建議使用 1024 ~ 65535 之間的數字，而且是要你電腦沒有在用的。</li><li>ashleylai/lab:api 這就是 image 名稱，我們將以這個 image 作為「樣板」來啟動一個 container。一樣需要 Image 的提供方來提供給你。</li><li>docker container run 還有其他的參數，一樣都可以向 Image 的提供方確認。</li></ul><h4>利用 container 來建立自己的開發環境</h4><p>這次我們以 vite + react 為例，試試看能不能在我的 Mac 筆電裡，不安裝任何 nodejs 環境下，但卻可以開發 react 專案。</p><ul><li>Step 1: 決定環境，例如 nodejs 22<br>。去 dockerhub 上面找 <a href="https://hub.docker.com/_/node">https://hub.docker.com/_/node</a></li><li>Step 2: 從 Host (執行 container 的電腦) 掛載檔案夾進去 container 裡</li><li>…直接 demo 吧</li></ul><p><strong>建立專案</strong></p><pre># 先用 cd 切換到想要放專案的檔案夾<br>$ docker container run -it \<br> -v $(pwd)/myapp:/app \<br> -w /app \<br> -p 3002:5173 \<br> --rm \<br> node:22 bash<br><br># 以下是在 container 裡執行的步驟<br># 證明真的是 node 22<br>&gt; node -v<br>v22.4.0<br># 開始建立 react 專案<br>&gt; npm create vite@latest vite-react-app -- --template react<br>&gt; cd vite-react-app<br>&gt; npm i<br>&gt; npm run dev -- --host</pre><p>這次的 docker container run 參數眾多，無法在時間內解釋完畢，如果要拿來用的話，可以注意幾個重點:</p><ul><li>執行這行指令的時候，先確定你正在你要建立專案的檔案夾，可以先開一個空的檔案夾，在 Terminal cd 到這個空的檔案夾後，執行這個指令及建立 react 專案的指令後，觀察看看你電腦裡（也就是 container 「外面」）這個檔案夾的變化，會更有感覺。</li><li>注意，啟動 react 專案時，要加上 --host。分享時有學員提醒，可以設定進去 vite 的 config 裡，是的，可以，這個看個人喜好嚕，我選擇在下指令時加上，是因為我想要保持「啟動時才決定」的彈性。</li><li>啟動 container 時加上 --rm，當 container 停止(stop)時，會自動移除，不需要再去 r</li></ul><p>完成之後，可以測試看看 hot reload 是否仍有效，我測試起來是有作用的，這樣就可以達成用 container 來建立開發環境的目的了！</p><h3>遺珠之憾</h3><p>受限於時間，只能簡單介紹兩個應用，目的是希望聽眾可以直接拿去用，不過不過，我個人蠻老派的，總覺得能知道每個指令、每個有用到的參數在做什麼，能讓自己把這個工具用得更好，而且也能進一步自己組合、發展其他應用方式出來，知其然也要知其所以然。</p><p>以下列出還可以分享的內容:</p><ul><li>指令、參數詳解</li><li>Docker Nework</li><li>Docker 底層詳解</li><li>透過 Dockerfile 開發自己 Image，並且發佈在 dockerhub 上</li><li>最佳化 Docker Image</li><li>Docker Compose 的運用</li><li>Docker 的資源限制</li><li>容器安全注意事項</li><li>…等</li></ul><p>都是這樣的，不碰則已，一碰就會發現水很深，但有門檻，才有競爭力嘛，Docker 已經不算是很難學的東西，可以從這邊入手，學習到更多關於 Linux 及網路的知識，我覺得是蠻划算的 🤭</p><p>關於 Docker 的完整內容，可以參考 8 月即將在五倍紅寶石開設的實體課程，<a href="https://5xcampus.com/courses/docker">https://5xcampus.com/courses/docker</a>，有雙人跟三人報名優惠，歡迎有興趣的朋友參考一下。</p><p>另外也歡迎聯繫，可以專班（自己湊人開班之類的）或企業內訓，另外也提供 AWS 等相關課程，歡迎洽詢。</p><h3>我或我們團隊應該要用 Docker or Container 嗎？</h3><p>我自己是受 Docker （或者說 Container）幫助很多，解決了很多我在實務上的問題，當然，可能也製造了一些新問題，軟體領域都是這樣的，就看你覺得值不值得交換。我個人建議，先不要排斥，先用用看，也不要一開始就全面導入什麼的，先小範圍用用看，感受一下你們自己需不需要在來決定。</p><p>以下是你在思考或感受的過程中，可以放在心裡的問題：</p><ul><li>Q. 當你有一台新電腦或是新的 server，你需要花多少時間把開發、執行環境安裝回來?</li><li>Q. 「在我的電腦不能動」or 「在我的電腦可以動」?</li><li>Q. 上版、退版容易嗎?</li><li>Q. 入門門檻高? -&gt; 歡迎來找我討論喔</li></ul><h3>參考資料</h3><ul><li><a href="https://azole.medium.com/webconf2023-docker-%E5%85%A5%E9%96%80-101-fae89170553a">[WebConf2023] Docker 入門 101</a></li><li><a href="https://azole.medium.com/docker-container-%E5%9F%BA%E7%A4%8E%E5%85%A5%E9%96%80%E7%AF%87-1-3cb8876f2b14">Docker Container 基礎入門篇 1</a></li><li><a href="https://azole.medium.com/docker-container-%E5%9F%BA%E7%A4%8E%E5%85%A5%E9%96%80%E7%AF%87-2-c14d8f852ae4">Docker Container 基礎入門篇 2</a></li><li>《<a href="https://www.tenlong.com.tw/products/9786263336131">Docker 實戰 6 堂課:56 個實驗動手做,掌握 Linux 容器核心技術</a>》</li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=fe0aef70b9c6" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[docker image ls filter]]></title>
            <link>https://azole.medium.com/docker-image-ls-filter-a7c382787341?source=rss-490ca202f206------2</link>
            <guid isPermaLink="false">https://medium.com/p/a7c382787341</guid>
            <category><![CDATA[docker]]></category>
            <category><![CDATA[containers]]></category>
            <dc:creator><![CDATA[Azole (小賴)]]></dc:creator>
            <pubDate>Thu, 18 Apr 2024 02:59:21 GMT</pubDate>
            <atom:updated>2024-04-18T02:59:21.124Z</atom:updated>
            <content:encoded><![CDATA[<h4>不新鮮、好像有用又好像還好的小知識</h4><h3>問題</h3><p>之前在 Mac Docker Desktop 上把 Kubernetes 啟用起來後，在用 docker image ls 時，都會蠻困擾的，會有一堆關於 k8s cluster 需要的 image：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*IKZBYk8FajJ-QPtHg-4RvA.png" /><figcaption>docker image ls</figcaption></figure><p>docker container ls 時其實也是，不過在某個 Docker Desktop 的版本後，就多了個選項控制是否要出現 k8s 內部的 containers（如下圖），只需要把 Show system containers 反勾選，這樣在執行 docker container ls 時，就不會看到 k8s 內部的 containers 了，清爽很多。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*14_4Ozv77wBqWJCITS_1Gg.png" /><figcaption>Docker Desktop 設定畫面</figcaption></figure><p>其實看到就看到，要說困擾好像也還好，但如果是在教學或做教材時，就會有影響。</p><h3>解法</h3><p>其實 docker image ls 有一個參數是 --filter 可以用，先來看看用起來是怎麼樣：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0ZohkY08fRBJuTJgiyX00A.png" /><figcaption>透過 filter 參數過濾顯示的 image</figcaption></figure><p>應該可以很直覺地觀察到，這次只顯示了 image 名稱是以 golang 開頭的。</p><p>根據<a href="https://docs.docker.com/reference/cli/docker/image/ls/">官網的說明</a>，支援以下幾種 filters:</p><ul><li>dangling: 例如 docker image ls -f &quot;dangling=true&quot; 或是 docker image ls -f=dangling=true ，這樣就可以列出 dangling image 了，也就是那些目前沒有任何標籤、無法識別的 image。這些 image 可以用 docker image prune 來刪除，刪除前就可以先用 filter 查看一下。</li><li>label: 如果你在 Dockerfile 或是 build image 時，有幫 image 打上 label，那就可以用 filter 來過濾這些 label。</li><li>before &amp; since: 列出某個 image 之前或之後的 image，由下圖可以觀察到，分別列出了 image 名稱是 golang，且在 golang:v5 之前與之後的 images。除了用 image:tag 之外，也可以用 image id。</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1zQmgI5Z07TtHf8pVZFfkA.png" /><figcaption>before &amp; since</figcaption></figure><ul><li>reference: 透過指定的 pattern 去比對 reference 來過濾。Docker image 的 reference 是一個用來唯一標識和引用 Docker image 的字串，白話一點的說法就是 image 的名稱、tag，格式是 IMAGE[:TAG][@DIGEST] ，在上面的範例中，我們就是用 golang:* 來比對 image 名稱是 golang，但 tag 不拘的 image。</li></ul><p>有時候會發現一些好用的指令，但好像就是一個指令或是一個參數，可能也不是新鮮事、別人應該也都知道了？但也許還有人不知道？所以就記錄一下。</p><h3>參考資料</h3><ul><li><a href="https://docs.docker.com/reference/cli/docker/image/ls/">docker image ls 官網說明</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a7c382787341" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>