Remotion 完整教學 「用 React 寫影片」這個流派的標竿與最成熟的實作，把 component composition (元件合成) / state / hook 全部搬進 video timeline (影片時間軸)，再用 Rust-based compositor (合成器) + Lambda / Cloud Run 解掉大型 production (生產) 的渲染瓶頸。 1. 專案定位 一句話：Remotion = React + Video。用寫網頁的方式寫影片，但渲染端有自己的 native binary、自己的 lambda serverless 方案、自己的 player web component，已經...
agent-skill-creator — 跨平台 Agent Skill 工廠完整教學 一句話定位：把任意工作流（描述 / 連結 / code / PDF / 轉錄稿）丟進去，5 分鐘內產出一份「validated + security-scanned + 自帶 install.sh」的跨 14+ 平台 agent skill。 1. 專案定位 1.1 解決什麼問題 每一個 AI coding 工具（Claude Code / Copilot / Cursor / Windsurf / Codex / Gemini / Kiro…）都從零開始 — 不認識公司流程、資料來源、合規需求。每個人每次對話都要重複解釋同一套工作流，知識散...
CC Workflow Studio — 視覺化 AI Agent Workflow 編輯器深度教學 把腦中的 multi-agent workflow 拖拉成圖，匯出給 Claude Code / Copilot / Cursor / Codex / Gemini 直接執行。 同一份 workflow.json 同時驅動 VSCode extension、CLI、MCP server — 沒有「VSCode-only」路徑。 1. 專案定位 CC Workflow Studio 解決的核心問題是：人類用視覺方式設計流程，AI 用 markdown 思考工作流，兩者中間缺一個「視覺化編輯 + markdown 匯出」的橋。 對比 ...
Claude-Code-Game-Studios 完整教學 一個把 Claude Code 變成「49 名 AI 員工 + 73 個 slash command」的 indie game studio template。 1. 專案定位 1.1 它解決的問題 獨立遊戲開發者用 AI 寫遊戲時，single chat session 沒有結構： 沒人阻止你 hardcode magic number、跳過 design doc、寫 spaghetti code 沒有 QA pass、design review、也沒人問「這真的符合遊戲願景嗎？」 1.2 它的解法 把 single Claude Code session 拆成 49 ...
glab 教學：GitLab 官方 CLI 從安裝到日常工作流 內容覆蓋上游 gitlab.com/gitlab-org/cli（kaisenlinux/glab 是 Debian 打包鏡像）。 適用 GitLab 16.0+ / GitLab.com / Self-Managed / Dedicated。 1. 專案定位 glab 是什麼？ glab 是 GitLab 官方推出的命令列工具，等價於 GitHub 的 gh CLI。它讓你不必離開 terminal 就能完成 GitLab 上 90% 的日常操作：管理 Issues、開 Merge Request、查 CI/CD pipeline、發 Release、...
Hivemind 深度教學 把 6 種 coding agent（Claude Code / Codex / OpenClaw / Cursor / Hermes / pi）的 session trace 統一捕捉到 Deeplake，背景 worker 自動挖 pattern → 寫 SKILL.md → 跨 agent 注入。在 LoCoMo benchmark 上省 25% cost / 1.7× token / 31% turn。 1. 專案定位（Why this project） Hivemind 解決的是「團隊內 agent 知識孤島」問題。傳統作法： Prompt library /...
llm-neuron-atlas 詳細教學 Live demo: https://charenix.com/qwen3b-atlas Repo: https://github.com/norika1207-lab/llm-neuron-atlas 作者: Norika Oda (ORCID 0009-0006-6816-9891) License: MIT 1. 專案定位 llm-neuron-atlas 屬於 mechanistic interpretability (機械式可解釋性) 工具範疇，但與既有工具有結構性的差異： 工具 視角 規模 互動 BertViz attention 矩陣 單 head / 單層 2D...
rekipedia 完整教學 — Codebase 變成 AI-Ready 知識庫 一份「裝起來就能用」的 internal tutorial，給團隊內部準備把 rekipedia 跑進工作流的同事看。 目標版本：v0.17.29 (2026-05-28)，MIT License。 1. 專案定位 rekipedia 是一套**把任何 codebase 掃成「AI agent 可 query 的知識庫」**的 CLI 工具。它做三件事： Index：tree-sitter 抽出 symbols + relationships，存進 SQLite (.rekipedia/store.db) Wiki：用 LLM (optional)...
SkillOpt 詳細教學 一份足以讓團隊評估「能不能整合進我們的 agent pipeline」的精讀教學。 對應 paper：arXiv 2605.23904（Yang et al., 2026） 1. 專案定位 SkillOpt 是 Microsoft Research 推出的 agent skill 優化框架。它的核心信念可以用一句話表達： 與其調 model weights，不如把「skill」當成可訓練的純文字物件，用神經網路訓練的概念（epoch / batch / learning rate / validation gate）在 text space 迭代優化。 維度 定位 屬於什麼領域 LLM agent /...
spritefusion-pixel-snapper — 完整教學 把 AI 生成的「不工整 pixel art」對齊到真正的整數 grid，並量化到限定色盤；單檔 870 行 Rust，可同時編譯成 CLI 與 WASM 模組。 1. 專案定位 1.1 一句話定位 Pixel Snapper 是 Sprite Fusion（線上 tilemap editor）團隊釋出的 AI pixel art 後處理工具。它接收一張 AI 生成、解析度通常為 1024×1024 的「看起來像 pixel art 但 pixel 邊界其實亂飄」的圖，輸出一張 pixel 大小一致、grid 對齊、色盤受限的乾淨 sprite。 1.2 解決什麼...