Python

當 Claude 額度燒太快，我決定自己寫 Python

把 AI 當程式碼在跑 此為深度內容 — 這篇文章深度分析 Claude 額度快速耗損現象，探討如何透過程式碼固化 AI 邏輯以降低 token 成本，並反思 AI 時代的正確分工。 大概從今年初開始，我認真用 Claude Code 處理日常的工程雜事。掃描資料夾、整理 PDF、批次重新命名——這些事情以前要寫腳本，現在直接叫 Claude 做就好。

從 30 分鐘無盡頭到 5 秒：SPV Pipeline 大規模文件相似度偵測

整理 Obsidian 筆記庫時，需要把 60 個新匯入的筆記跟現有 4,836 個檔案做相似度比對——找出內容相近（≥ 90%）但可能檔名不同的筆記。 此為深度內容 — 這篇文章深度解析文件相似度偵測，探討 SPV 三層過濾架構的優化原理與實踐應用

從文言文到 AST：AI Agent Memory 語義壓縮的可行性分析

古代人刻竹簡、抄手稿，每個字的儲存成本都極高。這個物理限制直接塑造了文言文的語言風格——用最少的字，傳遞最密集的語意。 這不只是文化，是工程決策。 當我開始思考 AI agent 的 memory 管理問題，這個古老的邏輯突然變得非常現代。

如何檢測 Cloudflare 是否阻擋外部 AI Agent：從需求、誤判到自建 bot.py

當一個外部 AI 工具說「抓不到你的網站」時，直覺很容易把責任丟給 Cloudflare。尤其站上又開了 CDN、WAF、Bot 管理或其他安全機制時，第一反應通常是：是不是把外部 agent 都擋掉了？ 但這次實際排查後，答案並不是那麼簡單。問題的核心不是「網站有沒有被擋」，而是要先把外部工具自己的抓取失敗，和 Cloudflare 真正的封鎖區分開來。