前情提要 寫部落格、回 Issue 的時候，常常需要錄一小段操作畫面。macOS 內建的 QuickTime（或 ⌘⇧5）錄出來是 .mov，每次都還要再丟去別的工具轉 GIF、調尺寸，非常麻煩。 所以我想要一個很單純的小工具： 介面像 QuickTime 的「新增螢幕錄影」，可以錄整個桌面或框選範圍，錄完直接產生 GIF，而且可以選 GIF 的解析度。 剛好上一篇第一次用 Herdr 用得很順，這次就把規模再拉大一點： Claude Code 當 PM：開 remote GitHub repo、寫 SPEC、開 Issue、review、commit、push。 agy 當 coder，而且一次開兩個 Pane：同時解兩個 Issue。 每個 coder 做完都要回報給 Claude Code，review 通過才會 commit。 成果在這裡：kkdai/record2gif，從開 repo 到 GIF 成功存到桌面，大概一天。 一、record2gif 做了什麼？ 功能 說明 QuickTime 風格控制列 小小一條浮動視窗：錄整個螢幕 / 錄選取範圍、Options、紅色 Record 按鈕 框選範圍 全螢幕半透明遮罩，拖一個方框，顯示像素尺寸，可以調整後再錄 錄影中 控制列自動隱藏（不會被錄進去），選單列顯示 ⏹ + mm:ss，點一下或按 ⌃⌘Esc 停止 匯出視窗 循環預覽、解析度（原尺寸 / 1280 / 960 / 640 / 480 / 320 px / 自訂寬度，維持比例、絕不放大）、影格率（5–30 fps）、無限循環開關、預估輸出尺寸 存檔 預設存到桌面，檔名 Recording 2026-11-14 at 15.13.43.gif，有進度條、可以取消、存完可以在 Finder 顯示 技術選擇刻意保持簡單，完全沒有第三方套件： 部分 技術 專案 Swift Package Manager（沒有 .xcodeproj），macOS 14+ UI SwiftUI + AppKit（NSPanel、NSStatusItem、遮罩視窗） 錄影 ScreenCaptureKit（SCStream）→ AVAssetWriter 寫 H.264 .mov 暫存檔 轉 GIF AVAssetReader 逐格解碼 + ImageIO（CGImageDestination）編碼 全域快捷鍵 Carbon RegisterEventHotKey（不需要輔助使用權限） 測試 Swift Testing，19 個測試 錄影時一律用原生像素解析度錄（points × scale），縮小只在匯出 GIF 的時候做，所以同一段錄影可以匯出好幾種尺寸。 二、PM 的工作：先寫 SPEC，再拆 Issue 兩個 coder 平行寫程式，最怕的就是「各寫各的，最後接不起來」。所以 Claude Code 第一件事不是開 coder，而是寫一份 SPEC.md，裡面最重要的是兩件事： 固定的目錄結構：哪個 Issue 只能動哪個資料夾（例如只有 #4 可以改 Recording/、只有 #5 可以改 Export/）。 Issue 之間的介面合約：先把...

前情提要 最近迷上使用 TTT（Terminal Text Tool），也就是大家俗稱的 AI Terminal Editor，第一個使用的就是 Herdr。 昨天用它（Master Agent 是 Claude Opus 5.5）由他來分配工作，請 Gemini 4 Argon 去實作來優化程式碼，最後再由 Claude Code 來審核，最後再請 Claude Agent 將相關過程寫成文章，一次完成（還會自動幫我截圖附上）。 整條流水線長這樣： 階段 誰負責 做什麼 1. 分派 Master Agent（Claude Opus 5.5，左 Pane） 拆任務、開 Issue、決定誰做什麼 2. 實作 Gemini 4 Argon（透過 agy，中 Pane） 改程式、跑測試 3. 審核 Claude Code 看 diff、自己再跑測試、通過才放行 commit/push 4. 寫文章 Claude Agent（blog-writer，最右邊 Pane） 把整個過程寫成這篇文章，順便用 herdr-app shot 截圖附上 沒錯，你現在讀的這篇文章，就是上圖最右邊那個 Pane 裡的 Claude Agent 寫的（連這張截圖也是它自己拍的）。用下來也能了解，為什麼一些高手可以使用這些 TTT 來打造一條線的流水線工作架構——這部分我在第八節會再展開。 真的蠻讚～ 其他身邊同事不是玩 rex + Pi，就是一直叫我去玩 Orca 🤣 這次的實驗場：song-lingo song-lingo 是我自己做來學日文歌的小工具：貼上一支 YouTube MV，Gemini 會幫我聽寫歌詞、標註羅馬拼音、繁中翻譯與文法，再用 Gemini TTS 產生「老師示範音」；我錄音跟讀之後，Gemini 會轉錄我的發音並逐字評分。 前幾天，我才在同一個 Claude Code session 裡把整個後端從 Python + Next.js API routes 全部改寫成 Go 1.26（Issues #44–#49、Tracking Issue #50、PR #51–#56）。改寫完之後的架構長這樣： Next.js 只剩前端，用 rewrite 把 /api 轉給同一個容器裡的 Go server（127.0.0.1:8081）。 部署在 Cloud Run（asia-east1），資料放在 Cloud Storage bucket，透過 gcsfuse 掛在 /data；學習進度存在 Firestore；前面用 IAP 限制只有我能登入。 Go 版的幾個重點：genai SDK、Gemini REST（voices / interactions）、Firestore transaction、用 kagome 斷詞轉平假名、自己寫的 Hepburn 羅馬拼音表，以及把 Python difflib.SequenceMatcher 移植成 Go（用 400 組 Python 產出的 golden 測試對齊評分）。 改寫完、能動、測試也過了。但「自己寫、自己審」總是有盲點。剛好這次想試試 Herdr——一個讓多個 AI Agent 在同一個視窗裡、各自佔一個...

前情提要 這陣子陸續把幾個日常主力服務從 Python 改寫成 Go，這回輪到我平常整理名片的 LINE 機器人：kkdai/linebot-namecard-python。 這隻機器人過去已經演進了好幾輪：從最初的 Gemini Vision 辨識 + vCard QR Code 匯入通訊錄、搬上 Vertex AI 擺脫配額限制、導入 Python 版 ADK 動態閉包 Tools，一路加上 Structured Output 與消歧義清單 和 正反雙面名片合併辨識。 但這次重構成 Go 版（kkdai/linebot-namecard-go），我想挑戰一個不太一樣的工作流：先把架構改寫與單元測試丟給 Google Antigravity 的 Remote Agent 在雲端自動跑完，等我回到電腦前，再由本機的 agy CLI 接手部署到 Cloud Run 並切換 LINE Webhook。 實際跑過一輪之後，成果很驚豔——Remote Agent 在雲端 17 分鐘就把整套 Go 1.27 + google.golang.org/adk + Firestore 架構與測試寫完推上 GitHub；但同時也實地驗證了一個非常關鍵的邊界限制：你可以用 agy 呼叫 Remote Agent，卻「無法」把同一個 Remote Agent 對話切換成本地 Agent 繼續。 這篇文章上半部先把 Antigravity Remote Agents 的用法、雲地隔離原因與兩種實務解法一次講清楚；下半部再完整拆解這次 linebot-namecard-python → linebot-namecard-go 的系統架構升級與實際交接部署踩坑紀錄。 一、認識 Antigravity Remote Agents：把重活交給雲端隔離 VM 依據 Google Antigravity 官方文件（Remote Agents），Remote Agents 的核心概念是把自主開發任務從你本機的筆電，搬到 Google 代管的雲端隔離虛擬機（Cloud Sandbox VM） 裡執行。 這對長時間重構、大範圍測試或跨語言改寫非常有用： 非同步離線執行：任務在雲端 VM 跑，就算你闔上筆電、電腦休眠或斷網，Agent 依然會繼續寫扣、跑測試與改檔案。 跨裝置監看與解鎖：你可以在桌機或 CLI 派工後出門，中途用手機瀏覽器打開 antigravity.google.com 看進度、批准權限或補充指令，最後直接拿到一個完整的 GitHub Commit / PR。 雲端資源掛載（Remote Resources）：因為 Agent 跑在雲端隔離沙盒，存取檔案透過三種方式掛載： GitHub Repositories：透過 OAuth 授權後自動 clone 並掛載進遠端專案環境。 Google Drive：可直接在對話中讀取 Google Docs、Sheets、Slides、PDF 與資料夾。 上傳本地檔案：直接把檔案傳到遠端專案（單檔上限 8 MiB、每個專案最多 50 檔 / 100 MiB、帳號總上限 2 GiB），檔案會持久掛載在 /home/antigravity/upload。 1. 可以用 agy CLI 呼叫 Remote Agent 嗎？ 可以。 依據 Remote Agents 官方文件，使用前須符合兩個條件： CLI 版本：agy CLI...

flowchart LR subgraph BEFORE["Before：Go + ADK for Go（一個 container）"] direction TB B_HOOK["LINE Webhook / Cloud Tasks"] --> B_WK["worker（Go）"] B_WK -->|"runner.Run()<br/>同一個行程"| B_ADK["ADK llmagent × 3<br/>OutputSchema<br/>Session State"] B_ADK -->|"GoogleSearch + url_context"| B_GM["Vertex AI<br/>Gemini"] end subgraph AFTER["After：TypeScript + DeepSeek Harness（app + sidecar）"] direction TB A_HOOK["LINE Webhook / Cloud Tasks"] --> A_WK["worker（TypeScript）"] A_WK -->|"dsh-sdk-client<br/>stdio JSON-RPC"| A_DSH["dsh runtime 子程序<br/>sdk-minimal + patch<br/>submit_* / web_research 工具"] A_DSH -->|"Anthropic /v1/messages"| A_LL["LiteLLM sidecar"] A_LL --> A_GM["Vertex AI<br/>Gemini"] A_DSH -->|"web_research：<br/>googleSearch + urlContext"| A_GM end BEFORE ==>|"只換 Agent 層<br/>LINE / Firestore / GCS / Cloud Tasks 不變"| AFTER   Before（ADK for Go） After（DeepSeek Harness） Agent 跑在哪 同一個 Go 行程 每個 stage 一個 dsh 子程序 怎麼接 Gemini 直連 Vertex AI DSH（Messages 協定）→ LiteLLM sidecar → Vertex AI 結構化輸出 OutputSchema submit_* 工具 + 讀 session 事件 Google Search ADK 內建 geminitool 自寫 web_research 工具 Cloud Run 1 個 container 2 個 container（app + LiteLLM），一樣可以縮到 0 前情提要 在 前前篇 裡，我把 LINE 研究規劃師 Bot 從...

flowchart LR subgraph H2["Google Research Harness²：改「裝備的內容」"] direction TB OPT["雙層遞迴優化器（Python）<br/>Propose → Probe → Compose<br/>Experience Reflector"] TREE["c1..c8 裝備檔案樹<br/>systemprompt / guardrails /<br/>LongTermMEMORY / skills…"] OPT -->|"產生下一代 H^(k)"| TREE end subgraph DSH["DeepSeek Harness：負責「把 Agent 組起來跑」"] direction TB PROF["Profile = bundle + YAML patch"] RT["dsh runtime<br/>agent loop / ctx.tools / ctx.llm /<br/>session 事件"] PROF -->|"Cordis 組裝外掛"| RT end TREE -.->|"裝備被某個執行環境載入"| RT RT -.->|"執行軌跡 / 分數"| OPT   DeepSeek Harness（DSH） Google Research Harness² 一句話 Agent 的執行環境 Agent 裝備的自動優化器 「Harness」指的是 跑 Agent 的那套 runtime 包在模型外面的提示詞、護欄、記憶、技能 你會改的東西 Profile、YAML patch、外掛 c1..c8 檔案樹（但通常是 Harness² 自己改） 這個系列裡用在哪 LINE 研究 Bot 的 Agent 層 LINE AI 名片王的自我演化 前言：兩個 Harness，一週內碰到兩次 前幾天的 Harness² 三部曲（上、中、下），我把 Google Research 的 google-research/harness2 接上 LINE AI 名片王，讓它讀 OpenTelemetry 軌跡、自己長出技能檔，準確率從 62.5% 一路爬到 100.0%。 這週又剛好碰到 DeepSeek 開源的 deepseek-ai/dsh-superagent-prototype，它建在 DeepSeek Harness（DSH） 上。我把 LINE 研究 Bot 的 Agent 層從 ADK for Go 換成了 DSH，做成 kkdai/line-research-bot-dsh，目前已經在線上跑了。 兩個都叫 Harness，我一開始也以為是同一類東西。實際用過之後才發現： DSH 是「馬具怎麼組裝、怎麼套在馬身上跑」；Harness² 是「自動調整馬具上的每一條皮帶」。 兩個在不同層，甚至可以接在一起用。 因為內容太多，這次拆成兩篇： 本篇：DSH 框架到底是什麼（附框架圖），以及它跟 Google Harness² 的逐項比較。 下一篇：實際怎麼把 LINE 研究 Bot 從 ADK...

前情提要 在 上一篇 Managed Agents API 全解析 裡，我做了一隻開源的 LINE 研究規劃師 Bot：kkdai/line-research-bot。 它的玩法很簡單： 在 LINE 傳「研究 SOTA 開源向量資料庫的選型」，Bot 會依序跑 PLAN → SEARCH_COMPARE → WRITE_REPORT 三個階段：先設計 4～8 組搜尋關鍵字，再用 Google Search + URL Context 讀真實網頁並交叉比對出「共識 / 分歧 / 缺口」，最後寫成一份有 footnote 引用的繁體中文 Markdown 報告。 報告由 Cloud Run 渲染成 HTML 丟上 Cloud Storage，LINE 收到一張附摘要、主要來源與「閱讀完整報告」按鈕的 Flex 卡片。 之後再傳「第 2 章再深一點，加日文來源」，Bot 會在同一份報告上深化、版本號 +1，舊版自動存成 snapshot。 第一版是 Python 3.11 + FastAPI + google-genai（enterprise=True） 打 Pre-GA 的 Managed Agents API，靠的是官方沙箱的 持久化 filesystem：/workspace/plan.json、/workspace/sources.json、/workspace/report.md 在同一個 environment_id 底下跨回合存活，深化時 Agent 自己去讀檔。 它很好玩，但跑了一陣子之後，有幾件事一直讓我不太放心： Pre-GA，沒有 SLA：base_agent: antigravity-preview-05-2026 這種名字一看就知道哪天會變。 沙箱裡的 gsutil 是 mock 的（上一篇的踩坑二），結果 Agent 寫完報告還是得把整份 Markdown 塞回 JSON 給 Cloud Run 上傳。沙箱 filesystem 的價值其實只剩「跨回合記住三個檔案」。 一定要 background=True + 自己寫 polling 迴圈，Stage 2/3 一慢就要調 timeout（我曾經從 240 秒一路調到 600 秒）。 於是這次我決定：把整個服務改寫成 Go，所有跟 Agent 有關的事情改用 Google 官方的 ADK for Go（google.golang.org/adk v1.9.0）來做，並且部署回原本的 Cloud Run 服務、沿用一模一樣的環境變數。 整個過程我都記錄在原 repo 的 Issue #1。 改寫完成後，我把 Go 版獨立成一個新的 repo，讓上一篇文章引用的 Python 版維持原樣，兩個版本可以直接對照： Repo 內容 kkdai/line-research-bot 原本的 Python 3.11 + FastAPI + Managed Agents 版（上一篇文章的範例），以及這次遷移的 Issue #1 紀錄...