All Posts
The complete archive.
Every post on the blog, newest first.
多 Agent Token 優化系列 pt.6：Agent 專責化實戰指南 — 打造精準高效的專家團隊
深入探索 Agent 專責化策略：從單一通用 Agent 到專業分工的專家團隊，涵蓋職責劃分、System Prompt 精簡、工具最小化配置、模型差異化選擇等完整實作，幫助你大幅降低 System Prompt 的 Token 消耗並提升輸出品質。
多 Agent Token 優化系列 pt.5：選擇性 Context 傳遞 — 打造高效協作系統
多 Agent Token 優化系列 pt.5：深入探索選擇性 Context 傳遞策略，從依賴關係映射、結構化輸出到相關性過濾，提供完整實作範例，幫助你大幅降低 Agent 間通訊的 Token 消耗。
多 Agent Token 優化系列 pt.4：模型分層實戰 — 智能路由打造高效低成本系統
多 Agent Token 優化系列 pt.4：深入探索模型分層策略，從任務分類、智能路由到動態選擇，提供完整實作範例，幫助你在保持品質的同時大幅降低 AI 應用成本。
多 Agent Token 優化系列 pt.3：Context 壓縮與摘要 — 打造可無限對話的 AI 系統
多 Agent Token 優化系列 pt.3：深入探索 Context 壓縮與摘要技術，從滑動視窗、階層式摘要到語意壓縮，提供完整實作範例，幫助你打造可無限對話且成本可控的 AI 應用。
多 Agent Token 優化系列 pt.2：Prompt Caching 實戰 — 從記憶體快取到 RAG 系統
多 Agent Token 優化系列 pt.2：深入探索 Prompt Caching 的實際應用，從 Claude API 原生快取、應用層記憶體快取、到 RAG 系統整合，提供完整程式碼範例，幫助你打造高效低成本的 AI 應用。
多 Agent Token 優化系列 pt.1：完整指南 — 使用 Claude API 構建高效 AI 系統
多 Agent Token 優化系列總覽：深入解析 Token 用量優化策略，涵蓋 Prompt Caching、Context 壓縮、Agent 專責化、模型分層、選擇性 Context 傳遞等方法，幫助你建構高效且低成本的多 Agent 系統。
SpotifyMCP2: Control Spotify with Claude via the Model Context Protocol
A deep dive into SpotifyMCP2, an open-source Model Context Protocol server that integrates Claude with the Spotify Web API. Learn how it works, how to set it up, and how to extend it. Covers MCP architecture, OAuth2 flow, TypeScript design, and all 8 exposed tools.
finance_data: A Python Toolkit for Downloading SEC Financial Filings from EDGAR
A complete guide to the finance_data open-source project: a Python-based toolkit for downloading SEC EDGAR financial reports including 10-K annual reports, 10-Q quarterly filings, and 13-F institutional holdings. Covers setup, usage examples, and the underlying architecture.
InvestSkill: Professional Investment Analysis Plugin for Claude Code
Complete guide to InvestSkill, a Claude Code plugin that provides six powerful analytical tools for stock evaluation, fundamental analysis, technical analysis, economics research, portfolio review, and sector analysis. Learn how to integrate AI-powered financial analysis into your development environment.
Part 3 — Crypto Quantitative Trading Part 3: Optimization, Validation, and Production Deployment
Complete guide to deploying quantitative crypto trading strategies to production. Learn validation techniques, optimization methods, live trading APIs, monitoring systems, and ML enhancements. Includes full AWS deployment architecture and Docker containerization.
Part 2 — Crypto Quantitative Trading Part 2: Advanced Strategies and Backtesting Framework
Advanced guide to cryptocurrency trading strategy development and backtesting. Implement multiple strategy types, build robust backtesting frameworks, apply proper risk management, and evaluate performance with industry-standard metrics. Complete with Python implementations.
Part 1 — Crypto Quantitative Trading Part 1: Fundamentals and Essential Concepts
Comprehensive guide to crypto quantitative trading fundamentals. Explore market microstructure, data sources, technical indicators, and statistical analysis. Build production-ready data pipelines for Bitcoin and Ethereum with Python, pandas, and ccxt.
心靈 Lesson 2：如何建立「賣股票」的固定流程？投資心法完整指南
完整指南教你如何建立股票賣出的固定流程。從核心持股的機會成本分析、成長股的移動停利設定，到事件型標的的分批獲利策略，打造讓你長期走得下去、不後悔的賣出邏輯。
Everything Claude Code: The Ultimate Production-Ready Plugin Collection Guide
Deep dive into the everything-claude-code repository by an Anthropic hackathon winner. Discover how to set up, customize, and leverage production-ready agents, skills, hooks, commands, and MCP configurations for maximum productivity with Claude Code.
Building a Sentiment-Driven US Stock Trading System with X.com Real-Time Analysis
Learn how to architect a production-ready sentiment-driven stock trading platform that streams X.com posts in real-time, analyzes market sentiment using AWS Bedrock and HuggingFace, and automatically executes trades on US stocks based on social media signals.
Building an Intelligent Bitcoin Trading System with AWS CDK and ML Models
Learn how to architect and deploy an intelligent cryptocurrency trading system on AWS using CDK, with historical price analysis, ML-powered predictions from AWS Bedrock and HuggingFace, and event-driven trade execution.
Part 3 — Synthwave 讀書會串流實戰（三）：賽博龐克視覺製作、霓虹燈美學與 80 年代復古設計
系列第三篇：掌握賽博龐克視覺設計精髓、使用 AI 生成霓虹燈美學場景、復刻 80 年代經典設計元素，以及創造沉浸式的直播視覺體驗。
Part 2 — Synthwave 讀書會串流實戰（二）：AI 音樂生成、合成器音色設計與專業音樂策展
系列第二篇：掌握 AI 生成 Synthwave 音樂的核心技巧、80 年代經典合成器音色重現、BPM 與節奏設計、以及如何策展出讓程式設計師進入心流的完美播放列表。
Part 1 — Synthwave 讀書會串流實戰（一）：80 年代復古文化、市場分析與目標受眾定位
系列第一篇：深入探索 Synthwave 文化起源、為什麼它是 2026 年的黃金利基市場、如何精準定位高價值受眾（遊戲玩家、程式設計師、創作者），以及建立差異化品牌策略。
Part 4 — AI 深海/太空環境音串流實戰（四）：Shorts 導流、社群經營與多元變現策略
系列完結篇：從 0 到 10 萬訂閱的完整增長路線圖。掌握 Shorts 病毒式傳播技巧、社群深度經營策略，以及月入 $5,000+ 的多元變現模式。
Part 3 — AI 深海/太空環境音串流實戰（三）：OBS 設定、串流上線與自動化監控
系列第三篇：把音頻與 4K 視覺組裝成 OBS 場景、設定多場景輪播並完成上線檢查；編碼參數、自動重啟與監控見共用基礎建設篇。
Part 2 — AI 深海/太空環境音串流實戰（二）：4K 視覺製作與動態場景生成
系列第二篇：使用 Midjourney V7 和 Runway Gen-3 創造令人驚嘆的 4K 深海與太空視覺。從提示詞工程到動態影片生成，打造沉浸式直播體驗。
Part 1 — AI 深海/太空環境音串流實戰（一）：市場分析、科學原理與 AI 工具選擇
系列第一篇：深度分析深海/太空環境音市場機會、聲音設計的科學原理，以及如何使用 AI 工具生成高品質音頻內容。從零開始建立你的沉浸式環境音頻道。
ADHD 友善專注音樂頻道實作指南：從零到一的完整路線圖
手把手教你建立 ADHD 友善專注音樂 24/7 直播頻道：從科學原理、音頻設計、視覺製作到實際上線，包含完整技術實作步驟與優化策略。
Part 4 — Synthwave 讀書會串流（四）：開發者社群與變現策略
Synthwave 讀書會串流系列最終章：如何建立開發者社群、製作病毒式 Shorts、科技品牌合作，以及完整的變現路徑規劃（$0 到 $10K/月）