MapleCheng

我把備份、記憶整理、日誌與站會輸出這些看起來不起眼的固定維運流程自動化之後，才真正感受到：穩定的內部營運能力，本身就是一種產品力。

面對重做型任務，最危險的不是做太慢，而是太快進場。我這幾年越來越確定，先把規劃與架構拆出來，反而是避免第二次重做的最低成本做法。

最近我為了查一個看似不起眼的欄位，從資料結構一路追到前後端流程，最後再次確認一件事：在 ERP 或大型商業系統裡，欄位名稱從來不只是欄位名稱，它常常是藏起來的業務規格。

我最近重新檢查一套 AI 例行報告流程，才更確定一件事：只要把單一模型當成穩定基礎，系統遲早會在你最不想出事的時間出事。真正有用的不是追求零失敗，而是把失敗預先編進設計裡。

AI 自動化做久了，我越來越確定真正難的不是 prompt，而是面對配額限制、搜尋 rate limit 與外部服務不穩時，系統能不能優雅降級。這篇分享我如何重新思考 AI 排程報告系統的 fallback 設計。

AI 很會回答問題，但很容易忘記事情。分享我如何替 AI 助手設計三層記憶架構：daily memory、長期索引與向量知識庫，讓它不只會聊天，還能累積經驗、記住偏好，甚至把踩坑整理成可重用知識。

你的 AI 助手每次回應都要等好幾秒？問題可能出在啟動流程讀了太多不必要的檔案。分享我們如何分析瓶頸、瘦身載入清單，把 `/new` 指令的響應速度提升 60% 以上的實戰經驗。

每次 merge upstream 後，介面文字突然變成英文？這不是 bug，這是你沒有把 i18n 翻譯檔一起同步的代價。分享一次完整的 upstream merge 翻譯遺漏事故，以及我現在每次都會跑的 checklist。

用 openpyxl 的 copy_worksheet() 複製 sheet 後，用 Excel 打開檔案發現兩個 tab 同時被選取反白，看起來超奇怪。這篇記錄問題根源、完整修法，以及一起順手搞定「預設開啟哪個 sheet」的設定。

一個 10 人小團隊從 Gitea 評估轉向 GitLab EE 的完整實測紀錄。從 Group 管理、Issue 追蹤、Epics、Scoped Labels 到 CI/CD，逐項比較兩個平台的差異，分享最終選擇的考量。