MapleCheng

分享如何用 Obsidian 搭配 AI 助理實現自動化知識管理，包括 Daily Journal 自動生成、週復盤彙整、iCloud 同步踩坑經驗。

每天使用 AI 助理超過 10 小時的重度使用者，從指令遵循、中文能力、coding 品質等面向比較 Claude 與 GPT 的真實體驗。

探討如何用 Sub-Agent 設計模式解決 AI 助理的長任務阻塞問題，實現多工平行處理，提升使用體驗。

比較 AI Agent 的兩種工具擴展方式 MCP 和 Skills 的優缺點、適用場景與決策框架，分享實際選擇經驗與混合使用策略

深入介紹 Cursor Agent CLI 工具 cursor-agent 的用法、三種模式、對話管理、輸出控制，以及在自動化流程中的實際應用場景

分享同時整合兩個 Notion workspace 時遇到的 Token 覆蓋、批量建立重複資料等踩坑經驗，以及 Notion API 的實用技巧與跨 workspace 整合模式

LLM 最大的痛點就是沒有記憶。這篇分享 OpenClaw 如何用三層記憶架構解決這個問題，以及我在設計和維護 AI 記憶系統過程中學到的經驗和踩過的坑。

AI 助理不該只會回答問題。這篇分享我用 OpenClaw Cron Jobs 打造自動化工作流的實戰經驗，包括每日日報生成、投資分析推送、記憶整理，以及一路踩過的各種坑。

AI coding agent 能力很強但容易失控。本文分享如何將軟體開發的角色分工（PM、Tech Lead、Developer）套用到 AI Agent 上，建立多層次的分工架構，包括 planning 前移、plan review checklist、分支策略等實踐經驗，大幅提升 AI 輔助開發的品質和可控性。

用 LLM 搭配 FinMind 台灣金融資料 API，打造四個角色分工的 AI 投資分析團隊：股市動態日報員、技術分析師、產業情報員、風控官。本文分享從設計理念、資料串接、排程架構到實測效果的完整實踐經驗。