DeepRetro 完整教學 本文目的：把 DeepRetro 的「為什麼要用 LLM 做逆合成」、「整個 pipeline 怎麼運作」、「怎麼跑起來然後接進你的 lead optimization 工作流」一次講清楚。重點放在架構理解、實務操作、幻覺防護機制、以及對你場景的適用性評估。 1. 專案定位與動機 1.1 一句話總結 DeepRetro 是一個 開源的混合式逆合成規劃工具 (hybrid retrosynthesis planning tool)，先讓 AiZynthFinder（template-based MCTS engine）嘗試，失敗時再讓 LLM（Claude / DeepSeek-R1）...
教學：microsoft/retrochimera — 前沿 Ensemble 逆合成模型完整指南 第 1 章：專案定位與價值主張 這個專案解決什麼問題？ 在 drug discovery（藥物發現）的 lead optimization（先導化合物優化）流程中，medicinal chemist（藥物化學家）設計出新的 analog（類似物）後，最關鍵的問題是：這個分子做得出來嗎？ Retrosynthesis（逆合成分析）就是回答這個問題的核心技術——從目標分子反推可行的合成路徑，直到所有起始物料（building block）都能商業購買。 現有的 AI retrosynthesis 模型主要分兩類：...
agents-best-practices 完整教學 從零理解如何用 provider-neutral（供應商中立）的方式設計、建構、審計與維運 agentic harness（代理人控制面板）。 1. 專案定位 這是什麼？ agents-best-practices 是一個 Agent Skill（代理技能包），封裝了建構 agentic harness 的完整知識體系。它不是一個框架或函式庫，而是一份結構化的設計參考，讓 AI agent（如 Claude Code、Codex、或任何 Agent-Skill-aware runtime）在對話中能夠即時載入並應用這些最佳實踐。 核心哲學 「模型提議行動；harness 驗證、...
AnythingLLM 完整教學 — All-in-One Self-Hosted AI Application 1. 專案定位 AnythingLLM 是 Mintplex Labs 開發的 all-in-one (一站式) self-hosted AI application (自建 AI 應用)，定位為「你一直在找的那個 AI app」——私有、功能完整、無需複雜設定。它解決的核心問題是：讓非技術使用者也能在幾分鐘內部署一個功能齊全的私有 ChatGPT，支援文件 RAG (Retrieval-Augmented Generation; 檢索增強生成)、AI agent、多用戶管理。 為什麼需要 AnythingLLM？ 需...
bookMDViewer 完整教學 從安裝使用到原始碼解析：一款 4 MB 的跨平台 Markdown 檢視器如何做到 GFM + Mermaid + 即時編輯 + HTML 匯出。 1. 專案定位 這是什麼？ bookMDViewer 是一款輕量、完全本機的 Markdown viewer（檢視器）與 editor（編輯器），以 Tauri v2 打造。它使用作業系統內建的 WebView（而非內嵌 Chromium），因此： 指標 bookMDViewer (Tauri) 典型 Electron App Windows 執行檔大小 ~4 MB ~150-200 MB 閒置記憶體 ~30-60 MB ~200-400 MB 啟動...
Claude Chat Exporter 完整教學 1. 專案定位 Claude Chat Exporter 是一個純 JavaScript 瀏覽器腳本，用於將 Claude.ai 網頁版的對話匯出 (export) 為格式完整的 Markdown 檔案。 核心價值：不同於傳統的 HTML 解析 (parsing) 匯出工具，此專案透過攔截 (intercept) Claude 原生複製按鈕 (copy button) 的 clipboard 寫入來擷取內容，因此能 100% 保留表格、LaTeX 數學公式、程式碼區塊等所有複雜格式元素。 屬性 值 GitHub agarwalvishal/claude-chat-exporter...
Claude 個人帳號轉 Team 完整教學 從決策評估到實際操作：如何安全地將 Claude 個人帳號的對話紀錄、Memory、Projects 與 Claude Code 設定遷移到 Team 方案。 1. 專案定位與核心結論 這份文件解決什麼問題？ 當公司從個人 Claude 帳號（Free / Pro / Max）轉換到 Team plan（團隊方案）時，使用者面臨一個關鍵問題：個人帳號累積的對話紀錄、memory（記憶）、projects（專案）和 Claude Code 本機設定，能否直接轉移到 Team 帳號？ 核心結論 Claude Team 方案目前不支援將個人帳號資料直接合併或原樣轉移到 Team 帳號。 官方...
Claude 個人帳號轉 Team 完整教學 從決策評估到實際操作：如何安全地將 Claude 個人帳號的對話紀錄、Memory、Projects 與 Claude Code 設定遷移到 Team 方案。 1. 專案定位與核心結論 這份文件解決什麼問題？ 當公司從個人 Claude 帳號（Free / Pro / Max）轉換到 Team plan（團隊方案）時，使用者面臨一個關鍵問題：個人帳號累積的對話紀錄、memory（記憶）、projects（專案）和 Claude Code 本機設定，能否直接轉移到 Team 帳號？ 核心結論 Claude Team 方案目前不支援將個人帳號資料直接合併或原樣轉移到 Team 帳號。 官方...
ECC 完整教學 — Agent Harness Performance Optimization System 第 1 章：專案定位 ECC 是什麼？ ECC 是一套開源的 agent harness performance optimization system (代理人工具鏈效能最佳化系統)，專為 AI coding agents 設計。它不只是一堆設定檔——而是一個涵蓋 skills (技能)、agents (代理)、hooks (鉤子)、rules (規則)、memory (記憶)、learning (學習)、security (安全) 的完整生態系統。 為什麼需要 ECC？ 當你使用 Claude...
Headroom 完整教學 — AI Agent Context Compression Layer 1. 專案定位 Headroom 是一套 AI agent 的 context compression (上下文壓縮) layer (層)，目標是把 LLM 收到的所有輸入——tool output (工具輸出)、log (日誌)、RAG chunk (檢索增強生成區塊)、檔案內容、對話歷史——在送達 LLM provider 之前進行智慧壓縮，達成 60–95% 的 token (語元) 節省，同時維持回答品質不變。 為什麼需要 Headroom？ AI coding agent（如 Claude...