[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-github-mcp-server-turns-ai-into-repo-ops-zh":3,"article-related-github-mcp-server-turns-ai-into-repo-ops-zh":31,"series-tools-a08aaec2-3cd1-457c-bb87-d5e10922d200":84},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":23,"views":27,"created_at":28,"published_at":29,"topic_cluster_id":30},"a08aaec2-3cd1-457c-bb87-d5e10922d200","github-mcp-server-turns-ai-into-repo-ops-zh","GitHub MCP Server 讓 AI 變 repo 操作員","\u003Cp data-speakable=\"summary\">\u003Ca href=\"\u002Ftag\u002Fgithub\">GitHub\u003C\u002Fa> MCP Server 讓 AI 工具直接讀 repo、處理 issue、PR 和工作流，少掉一堆手動貼來貼去。\u003C\u002Fp>\u003Cp>我用 AI 接開發流程一陣子了，老實說，很多時候都像在看一場很會講話的表演。它可以幫你講 repo、幫你摘要 diff，甚至對 bug 講得頭頭是道，但一到真的要做事就\u003Ca href=\"\u002Fnews\u002Fspidermonkey-retiring-asmjs-firefox-148-zh\">開始\u003C\u002Fa>露餡。它不知道你現在在哪個 branch，不知道 issue thread 裡前面吵過\u003Ca href=\"\u002Fnews\u002Fwhy-webassembly-reshaping-cloud-computing-2026-zh\">什麼\u003C\u002Fa>，也不知道那個失敗的 Actions run 到底跟哪個 PR 有關。最後還是我在那邊複製、貼上、補上下文，像在幫模型當實習生。\u003C\u002Fp>\u003Cp>後來我看到 GitHub 官方的 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgithub\u002Fgithub-mcp-server\">GitHub MCP Server\u003C\u002Fa>，我才覺得這件事終於有點像樣。它不是在吹模型多聰明，而是很直接地說：好，讓工具直接跟 GitHub 講話。\u003Ca href=\"https:\u002F\u002Fmodelcontextprotocol.io\u002F\">MCP\u003C\u002Fa> 這個協定就是把 AI 跟外部系統接起來的標準方式，GitHub 這次做的是把 repo、issue、PR、Actions 這些真實資料暴露給 AI 用，不是叫模型靠想像補完。\u003C\u002Fp>\u003Cp>我先講結論：這篇不是在吹 AI 寫 code 多神，我要拆的是 GitHub 這套方法論到底在解\u003Ca href=\"\u002Fnews\u002Ffifa-headliner-labels-bts-lisa-fan-war-zh\">什麼\u003C\u002Fa>痛點，還有你如果要把它接進工作流，應該先從哪一步下手，才不會把 \u003Ca href=\"\u002Ftag\u002Ftoken\">token\u003C\u002Fa> 管理搞成事故現場。\u003C\u002Fp>\u003Ch2>GitHub 終於不讓模型瞎猜 repo 狀態\u003C\u002Fh2>\u003Cblockquote>GitHub 的 MCP Server 讓 AI 工具直接連到 GitHub 平台。\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：模型不用再靠你手動塞上下文，也不用假裝自己看過整個 repo。它可以直接透過標準介面去問 GitHub，拿到真正的 repository、issue、pull request、workflow 資料。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779507387748-nl75.png\" alt=\"GitHub MCP Server 讓 AI 變 repo 操作員\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>這件事看起來很基本，但我自己踩過太多坑了。最常見的狀況就是，AI 看的是過期上下文。你剛 rebase 完，它還在用上一次的分支狀態回你；你已經關掉 issue，它還在建議你去補那個不存在的 bug 描述。它講得很順，錯得也很順。這種東西拿來聊天可以，拿來做 repo ops 不行。\u003C\u002Fp>\u003Cp>MCP 的全名是 \u003Ca href=\"https:\u002F\u002Fmodelcontextprotocol.io\u002Fdocs\">Model Context Protocol 文件\u003C\u002Fa>裡講的那套東西，本質上就是讓工具用一致的方式把能力丟給 AI client。不要每家都自己發明一套脆弱插件格式，今天這個 host 能接、明天那個 host 壞掉。GitHub 這個 server 的意思很簡單：這些是 GitHub 對 AI 來說可以做的事，這是官方認可的接法。\u003C\u002Fp>\u003Cp>我自己的做法很直接：不要把 chat 視窗當真相來源。你要的是它去查 GitHub 的真實狀態，不是讓它對 repo 狀態自由發揮。這個界線畫清楚，廢話會少很多。\u003C\u002Fp>\u003Cul>\u003Cli>要查 repo、issue、PR、Actions，就讓工具直接連 GitHub。\u003C\u002Fli>\u003Cli>要做腦暴、寫草稿、想命名，再用一般聊天就好。\u003C\u002Fli>\u003Cli>只要沒查來源系統，我就先當它講的是猜測。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>真正有用的不是生 code，是做 repo 操作\u003C\u002Fh2>\u003Cp>GitHub README 寫得很明白，這套東西不是拿來吹「AI 幫你把 app 寫完」。它主打的是 repository management、issue 和 PR automation、CI\u002FCD workflow intelligence、code analysis、team collaboration。也就是說，它是在把 AI 塞進開發者每天本來就在用的系統裡。\u003C\u002Fp>\u003Cp>這個 framing 我覺得才正常。我要的不是一個會亂發明專案架構的助手，我要的是它幫我找 failing workflow、整理 regression、開 issue、順手把第一版修正草稿寫出來。這些工作都不難，但很碎，碎到你一天會被切很多次注意力。AI 如果能幫我吃掉這些碎片，我就少很多精神損耗。\u003C\u002Fp>\u003Cp>README 裡提到幾個很實際的範圍。Repository management 可以搜尋檔案、分析 commit、理解專案結構，還能跨 repo 查資料；issue 和 PR automation 可以建立、更新、triage、review；CI\u002FCD 可以看 Actions run、分析 build failure、整理 release、抓 pipeline insight。這不是空話，這是工作流地圖。\u003C\u002Fp>\u003Cp>我以前就碰過這種狀況：最懂問題的人，往往也是最沒時間的人。他知道 bug 在整合路徑，知道凌晨兩點那個 run 壞得最有代表性，也知道八成是某個 PR 引進來的。問題是他沒空把這些線索整理成大家都看得懂的格式。AI 如果能直接抓 GitHub 上的資料，就能少掉很多來回。\u003C\u002Fp>\u003Cp>實操上我會這樣用：先挑一個很窄的任務，像是「把失敗的 Actions run 摘要成 issue 草稿」。這種任務有固定輸入、固定輸出，也比較容易檢查它到底有沒有真的懂。\u003C\u002Fp>\u003Cul>\u003Cli>Repo ops：搜尋、檢視、摘要，不要再手動貼半天。\u003C\u002Fli>\u003Cli>Issue ops：triage、草稿、更新、關聯工作項目。\u003C\u002Fli>\u003Cli>Workflow ops：讀 Actions failure，轉成可執行的下一步。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>先用遠端，別一開始就把自己拖進本機地獄\u003C\u002Fh2>\u003Cp>GitHub 提供遠端 MCP server，這是我會先試的路。README 很老實地說，這是最容易上手的方式。只要你的 MCP host 支援 remote server，你直接指向 GitHub 的 endpoint 就能用。這種設計很務實，因為大多數人卡住的不是概念，而是安裝流程。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779507383219-dxc5.png\" alt=\"GitHub MCP Server 讓 AI 變 repo 操作員\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>它支援的 host 也很實際，像 \u003Ca href=\"https:\u002F\u002Fcode.visualstudio.com\u002F\">VS Code\u003C\u002Fa> 1.101+、\u003Ca href=\"https:\u002F\u002Fclaude.ai\u002Fdownload\">Claude Desktop\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fcursor.com\u002F\">Cursor\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.windsurf.com\u002F\">Windsurf\u003C\u002Fa>。GitHub 還直接給了 VS Code 的 remote URL 範例：\u003Ccode>https:\u002F\u002Fapi.githubcopilot.com\u002Fmcp\u002F\u003C\u002Fcode>。這種細節看起來很小，但通常就是這種小地方決定工具會不會真的被用起來。\u003C\u002Fp>\u003Cp>如果你的 host 不支援 remote，那就退回本機 \u003Ca href=\"\u002Ftag\u002Fdocker\">Docker\u003C\u002Fa> server。README 裡有 \u003Ca href=\"https:\u002F\u002Fghcr.io\u002Fgithub\u002Fgithub-mcp-server\">ghcr.io\u002Fgithub\u002Fgithub-mcp-server\u003C\u002Fa> 這個 image，搭配 Docker 和 GitHub Personal Access Token 就能跑。我喜歡它有這個 fallback，因為 MCP 生態還在長，硬要大家只走一條路反而不切實際。\u003C\u002Fp>\u003Cp>我自己測 \u003Ca href=\"\u002Ftag\u002Fagent\">agent\u003C\u002Fa> 工具時最常遇到的問題，就是每個 editor 都有自己的脾氣。這個要 OAuth，那個要 env var，另一個乾脆要你自己拼設定檔。遠端方案的價值就在這裡：先把摩擦降到最低，真的不行再切本機。\u003C\u002Fp>\u003Cp>實操上我的建議很簡單：能用 remote 就先用 remote。只有在你有企業政策、host 不支援、或要自己控環境時，才切 local。不要一開始就把團隊拖進最硬的那條路，然後再說這工具不好用。\u003C\u002Fp>\u003Cul>\u003Cli>先確認你的 host 是否支援 remote MCP。\u003C\u002Fli>\u003Cli>如果支援，先走 GitHub 官方遠端 endpoint。\u003C\u002Fli>\u003Cli>如果不支援，再考慮 Docker 本機版。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>OAuth 是正路，PAT 是不得不的折衷\u003C\u002Fh2>\u003Cp>README 把兩種主要認證方式都寫出來了：OAuth 和 GitHub Personal Access Token。這個差別很重要，因為很多整合最後翻車，不是功能不行，是認證處理太隨便。能用 OAuth，我會優先選它，至少對使用者跟管理端都比較乾淨。\u003C\u002Fp>\u003Cp>在 \u003Ca href=\"\u002Ftag\u002Fvs-code\">VS Code\u003C\u002Fa> 的情境裡，GitHub 提供的是 remote server JSON 設定，讓 host 自己處理 auth。也有 PAT 版本，會透過 Authorization header 帶入 token。文件也很坦白地說，不同 app 的支援程度不一樣，有些情境可能要 GitHub App 或 OAuth App 才能接 remote。這種話雖然不性感，但很重要，因為很多人就是跳過這段，結果半天都連不上。\u003C\u002Fp>\u003Cp>本機 server 的 token 管理就更直接了。GitHub 建議用環境變數、.env file，不要把 token 放進版本控制，還提到最小權限 scope 之類的基本原則。這不是安全口號而已，這是「你到底是做了一個工具，還是做了一個 credential 洩漏風險」的差別。\u003C\u002Fp>\u003Cp>我看過不少團隊為了圖方便，直接給 AI 工具超大權限，因為 setup 比較快。結果工具一旦有人不放心，就沒人敢用。這種東西最後只會變成 demo。比較好的做法是從最小權限開始，讓 workflow 先跑起來，再慢慢放大範圍。\u003C\u002Fp>\u003Cp>實操上我會這樣寫：如果 host 支援 OAuth，就走 OAuth；如果只能用 PAT，就把 token 放 env var，並且在 repo 文件裡寫清楚最小 scope。把 token 處理當成整合的一部分，不要當成附錄。\u003C\u002Fp>\u003Cul>\u003Cli>OAuth 優先，PAT 當備案。\u003C\u002Fli>\u003Cli>token 放環境變數，不要 commit。\u003C\u002Fli>\u003Cli>權限先縮小，再視需求加，不要一開始就全開。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>企業環境能不能用，才是這東西的真考驗\u003C\u002Fh2>\u003Cp>GitHub 沒有只講 public cloud 那一套。README 直接提到 GitHub Enterprise Cloud 的 data residency，也說明可以把 server 指到 enterprise hostname。這種資訊很無聊，但我反而覺得這才是重點。真正會需要這套的人，通常不是週末玩 demo 的人，而是有企業限制的人。\u003C\u002Fp>\u003Cp>文件也很老實地說，GitHub Enterprise Server 不支援 remote server hosting，所以那一類使用者要走 local config。這種誠實我尊重，因為很多產品文件都喜歡寫得像「到處都能用」，等你真的接進去才發現一堆例外。這裡至少先把例外講出來。\u003C\u002Fp>\u003Cp>對企業團隊來說，問題從來不是「能不能接 AI 到 GitHub」。問題是「能不能在不違反 host policy、身份規則、資料駐留要求的情況下接」。所以 remote 和 local 的分流很合理。雲端環境先用 remote，自架或更嚴格的環境就用 local。\u003C\u002Fp>\u003Cp>我會再多看一層：如果你的團隊有多個 repo、多個 team、還有一堆安全 gate，那 agent 只有在能遵守這些規則時才有價值。比起一個很快但會被資安擋掉的方案，我寧可要一個慢一點但穩定可控的整合。\u003C\u002Fp>\u003Cp>實操上你要先決定目標環境：GitHub.com、GitHub Enterprise Cloud，還是 GitHub Enterprise Server。決定完再選 auth 和 hosting path，不要反過來硬套。\u003C\u002Fp>\u003Cul>\u003Cli>GitHub.com：優先 remote。\u003C\u002Fli>\u003Cli>GitHub Enterprise Cloud：看是否符合資料駐留與政策。\u003C\u002Fli>\u003Cli>GitHub Enterprise Server：直接準備 local 路線。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>我會先自動化這三種事，別一開始就想全包\u003C\u002Fh2>\u003Cp>如果是我在團隊裡推這套，我不會一開始就說「讓 AI 幫你做所有 repo work」。那種講法很容易變成漂亮 demo，然後沒人敢碰。我要先挑那些重複、低風險、而且 source of truth 明確的工作。\u003C\u002Fp>\u003Cp>我第一個會做的是摘要失敗的 Actions run，第二個是根據 bug report 草擬 issue，第三個是把 PR summary 跟 linked issue 整理出來。這三件事都很適合 AI，因為它們需要讀很多資訊，但不需要它自己做架構決策。也因為資料都在 GitHub 裡，所以有清楚的 audit trail。\u003C\u002Fp>\u003Cp>再來我會加一個 read-only 的 code understanding 工作，例如「找出這次 incident 牽涉到哪些檔案，順便講 blast radius」。這種任務很適合讓 agent 先證明它懂上下文，但又不需要它直接改東西。\u003C\u002Fp>\u003Cp>最後才碰 write actions，而且也要很保守。先讓它產 issue 草稿，再考慮自動建立 issue。先讓它寫 PR 說明，再考慮自動更新 PR。先讀，再草稿，最後才寫。這個順序很土，但通常最有效。\u003C\u002Fp>\u003Cp>實操上我會把 rollout 寫成一條階梯：read-only → draft → write。你如果跳過這個順序，通常不是省時間，是把時間拿去收爛攤子。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># GitHub MCP Server setup template for AI repo ops\n\n## Goal\n讓 AI 工具直接讀 GitHub repo、issue、PR、Actions，先做摘要與 triage，再慢慢擴到寫入動作。\n\n## Recommended path\n- 先用 remote GitHub MCP Server。\n- 如果 host 不支援 remote，再改用 local Docker server。\n- 先 read-only，再 draft，最後才 write actions。\n\n## Remote server config for VS Code 1.101+\n{\n  \"servers\": {\n    \"github\": {\n      \"type\": \"http\",\n      \"url\": \"https:\u002F\u002Fapi.githubcopilot.com\u002Fmcp\u002F\"\n    }\n  }\n}\n\n## Remote server config with PAT\n{\n  \"servers\": {\n    \"github\": {\n      \"type\": \"http\",\n      \"url\": \"https:\u002F\u002Fapi.githubcopilot.com\u002Fmcp\u002F\",\n      \"headers\": {\n        \"Authorization\": \"Bearer ${input:github_mcp_pat}\"\n      }\n    }\n  },\n  \"inputs\": [\n    {\n      \"type\": \"promptString\",\n      \"id\": \"github_mcp_pat\",\n      \"description\": \"GitHub Personal Access Token\",\n      \"password\": true\n    }\n  ]\n}\n\n## Local Docker config\n{\n  \"github\": {\n    \"command\": \"docker\",\n    \"args\": [\n      \"run\",\n      \"-i\",\n      \"--rm\",\n      \"-e\",\n      \"GITHUB_PERSONAL_ACCESS_TOKEN\",\n      \"-e\",\n      \"GITHUB_HOST\",\n      \"ghcr.io\u002Fgithub\u002Fgithub-mcp-server\"\n    ],\n    \"env\": {\n      \"GITHUB_PERSONAL_ACCESS_TOKEN\": \"${input:github_token}\",\n      \"GITHUB_HOST\": \"https:\u002F\u002Fgithub.com\"\n    }\n  }\n}\n\n## Secure token handling\n- token 放環境變數，不要 commit\n- .env 檔案加進 .gitignore\n- 權限先用最小 scopes\n- 定期 rotate token\n- 不要把 token 貼進 issue、PR、log\n\n## Good first workflows\n1. 摘要失敗的 GitHub Actions run\n2. 根據 bug report 草擬 issue\n3. 摘要 PR 與 linked issue\n4. 搜尋 repo 裡跟 incident 相關的檔案\n5. 把 recent commits 用白話講清楚\n\n## Enterprise notes\n- GitHub Enterprise Cloud：確認 data residency 與 host policy\n- GitHub Enterprise Server：走 local server\n- 設定 GITHUB_HOST 對應你的環境\n\n## Rollout rule\nRead-only first, draft second, write last.\n\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這段模板是我根據 GitHub 官方 README 的設定模式整理出來的，不是逐字抄文件。你可以直接複製去改 host、token 跟環境變數，先把一個 workflow 跑通再說。\u003C\u002Fp>\u003Cp>原始來源我放在這裡：\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgithub\u002Fgithub-mcp-server\">https:\u002F\u002Fgithub.com\u002Fgithub\u002Fgithub-mcp-server\u003C\u002Fa>。協定背景可以一起看 \u003Ca href=\"https:\u002F\u002Fmodelcontextprotocol.io\u002F\">MCP 官方文件\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fdocs.github.com\u002F\">GitHub Docs\u003C\u002Fa>，如果你要接到具體編輯器，\u003Ca href=\"https:\u002F\u002Fcode.visualstudio.com\u002F\">VS Code\u003C\u002Fa> 的文件也值得打開。\u003C\u002Fp>","拆 GitHub MCP Server 的實際玩法，附可直接複製的設定模板，讓 AI 真的能碰 repo、issue、PR 和工作流。","github.com","https:\u002F\u002Fgithub.com\u002Fgithub\u002Fgithub-mcp-server",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779507387748-nl75.png","tools","zh","a523e900-a0c4-4977-b575-b53122d39cc4",[17,18,19,20,21,22],"GitHub MCP Server","Model Context Protocol","repo ops","GitHub Actions","OAuth","PAT",[24,25,26],"MCP 的價值不是聊天更像人，是讓 AI 直接查 GitHub 真實資料。","最實用的切法是先 remote、先 read-only，再慢慢擴到 draft 和 write。","token 與權限設計是整合的一部分，不先管好就等著出事。",6,"2026-05-23T03:35:57.445621+00:00","2026-05-23T03:35:57.426+00:00","c3c88dd2-a940-438a-b359-0e5a24562273",{"tags":32,"relatedLang":43,"relatedPosts":47},[33,35,37,39,41],{"name":21,"slug":34},"oauth",{"name":18,"slug":36},"model-context-protocol",{"name":17,"slug":38},"github-mcp-server",{"name":20,"slug":40},"github-actions",{"name":19,"slug":42},"repo-ops",{"id":15,"slug":44,"title":45,"language":46},"github-mcp-server-turns-ai-into-repo-ops-en","GitHub MCP Server turns AI into repo ops","en",[48,54,60,66,72,78],{"id":49,"slug":50,"title":51,"cover_image":52,"image_url":52,"created_at":53,"category":13},"63d8b456-ad6b-475e-86e9-d4677ca226aa","magenta-realtime-2-score-inside-daw-zh","Magenta RealTime 2 讓你在 DAW 裡即時改曲","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781046204038-8tox.png","2026-06-09T23:02:55.9651+00:00",{"id":55,"slug":56,"title":57,"cover_image":58,"image_url":58,"created_at":59,"category":13},"f60261ff-a42e-4cfb-9f90-97785e633289","open-source-ai-tools-beat-claude-paid-tiers-zh","開源 AI 工具在價值上已經贏過 Claude 付費方案","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781045266035-on7t.png","2026-06-09T22:47:20.195939+00:00",{"id":61,"slug":62,"title":63,"cover_image":64,"image_url":64,"created_at":65,"category":13},"8520cd4f-2531-4808-a95d-26f590239d7a","500-ai-agent-projects-show-where-agents-work-now-zh","500 個 AI agent 專案，現在能做什麼","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781033591132-c0nh.png","2026-06-09T19:32:37.03924+00:00",{"id":67,"slug":68,"title":69,"cover_image":70,"image_url":70,"created_at":71,"category":13},"c557ef1c-7fde-4c86-918e-4fb9680ee9df","chocolatey-go-package-policy-installs-zh","Chocolatey 的 Go 安裝變成政策","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781029110289-xkbh.png","2026-06-09T18:18:05.078435+00:00",{"id":73,"slug":74,"title":75,"cover_image":76,"image_url":76,"created_at":77,"category":13},"90b2df54-df6e-417d-9e16-91e9ad2f53d7","go-support-policy-turns-releases-into-a-checklist-zh","Go 支援政策把發版變清單","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781028200122-3m4u.png","2026-06-09T18:02:49.50176+00:00",{"id":79,"slug":80,"title":81,"cover_image":82,"image_url":82,"created_at":83,"category":13},"119c23c6-8ae7-4c4e-820e-1eba0730d702","rustdesk-self-hosting-secure-remote-access-zh","RustDesk 自架遠端存取部署指南","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781017373324-g7et.png","2026-06-09T15:02:24.118819+00:00",[85,90,95,100,105,110,115,120,125,130],{"id":86,"slug":87,"title":88,"created_at":89},"855cd52f-6fab-46cc-a7c1-42195e8a0de4","surepath-real-time-mcp-policy-controls-zh","SurePath 推出即時 MCP 政策控管","2026-03-26T07:57:40.77233+00:00",{"id":91,"slug":92,"title":93,"created_at":94},"9b19ab54-edef-4dbd-9ce4-a51e4bae4ebb","mcp-in-2026-the-ai-tool-layer-teams-use-zh","2026 年 MCP：團隊真的在用的 AI 工具層","2026-03-26T08:01:46.589694+00:00",{"id":96,"slug":97,"title":98,"created_at":99},"af9c46c3-7a28-410b-9f04-32b3de30a68c","prompting-in-2026-what-actually-works-zh","2026 提示工程，真正有用的是什麼","2026-03-26T08:08:12.453028+00:00",{"id":101,"slug":102,"title":103,"created_at":104},"05553086-6ed0-4758-81fd-6cab24b575e0","garry-tan-open-sources-claude-code-toolkit-zh","Garry Tan 開源 Claude Code 工具包","2026-03-26T08:26:20.068737+00:00",{"id":106,"slug":107,"title":108,"created_at":109},"042a73a2-18a2-433d-9e8f-9802b9559aac","github-ai-projects-to-watch-in-2026-zh","2026 必看 20 個 GitHub AI 專案","2026-03-26T08:28:09.619964+00:00",{"id":111,"slug":112,"title":113,"created_at":114},"a5f94120-ac0d-4483-9a8b-63590071ac6a","claude-code-vs-cursor-2026-zh","Claude Code 與 Cursor 深度對比：202…","2026-03-26T13:27:14.279193+00:00",{"id":116,"slug":117,"title":118,"created_at":119},"0975afa1-e0c7-4130-a20d-d890eaed995e","practical-github-guide-learning-ml-2026-zh","2026 機器學習入門 GitHub 實用指南","2026-03-27T01:16:49.712576+00:00",{"id":121,"slug":122,"title":123,"created_at":124},"bfdb467a-290f-4a80-b3a9-6f081afb6dff","aiml-2026-student-ai-ml-lab-repo-review-zh","AIML-2026：像課綱的學生實驗 Repo","2026-03-27T01:21:51.467798+00:00",{"id":126,"slug":127,"title":128,"created_at":129},"80cabc3e-09fc-4ff5-8f07-b8d68f5ae545","ai-trending-github-repos-and-research-feeds-zh","AI Trending：把 AI 資源收成一張表","2026-03-27T01:31:35.262183+00:00",{"id":131,"slug":132,"title":133,"created_at":134},"3ce6e6e2-bac5-463e-9f8d-45caabcc61f7","awesome-ai-for-science-research-tools-map-zh","AI 科研工具清單，開始像地圖了","2026-03-27T01:46:50.521945+00:00"]