WalkGIS 實戰：一小時打造「大甲溪溯源」與「智慧水圳」雙主題地圖
驗證 WalkGIS 系統的擴充性：透過標準化流程，快速部署「大甲溪水利溯源」與「智慧水圳」兩條全新路線，並整合 Google Maps 導航與 AI 內容生成。
Python
打造 AI-First GIS 系統：從 SpatiaLite 到 WKT 的架構演進 (WalkGIS V0.1 開發筆記)
在構建「WalkGIS —— 全台散步地圖」專案的過程中，我與 AI Agent (Antigravity) 進行了一場深度的架構辯論。核心問題在於：當我們希望 AI 能像人類一樣理解地圖時，傳統的 GIS 資料庫還是最好的選擇嗎？ ...
[公告] 匯流成河：河川探索計畫正式併入哈爸筆記
為了集中創作能量與技術資源，原獨立的「2026 台灣河流探索」網站正式併入「哈爸筆記」，未來將作為本站的核心系列持續更新。
【實戰】我的 Discord Bot 進化史：從鸚鵡學舌到 Agentic AI 的奇幻漂流
為了解決機器人「已讀不回」的問題痛了一整晚後，我決定不只要修好它，還要讓它變聰明。本文分享如何利用 n8n 的 AI Agent 節點，結合 Google Gemini 模型與外部工具 (Calculator, Wikipedia)，打造一個不只能聊天，還能「思考」並「主動查證」的智慧助理。
大甲溪散步地圖：SQLite Schema 設計 (AI 友善 WKT 版本)
散步地圖資料庫 Schema 設計 (AI 友善版)# 導言# 本文件旨在闡述為「大甲溪散步地圖」專案設計的 SQLite 資料庫 Schema。此設計特別考量了 GenAI 協作 (Agentic Workflow) 的需求，選擇使用標準的 WKT (Well-Known Text) 格式來處理地理空間資料，取代依賴性較高的 SpatiaLite 二進位格式。這確保了從資料蒐集、AI 處理到 QGIS 呈現的過程中，資料具有最高的可讀性與移植性。 ...
實驗紀錄：使用 Fabric 封裝 Gemini CLI 提升 AI Agent 協作效率
本實驗記錄了如何透過 Python Fabric 構建中間層來驅動 Google Gemini CLI，解決直接操作命令列時遇到的轉義字元問題、日誌雜訊干擾，並實現模型參數的靈活配置。
實驗紀錄：取得河川流域 Shapefile 圖資並轉換為 KML 匯入 Google My Maps
本實驗記錄了從政府開放資料平台取得水利署河川流域 Shapefile 資料，並將其中「大甲溪」流域資料篩選後，使用 GDAL/ogr2ogr 工具轉換為 Google My Maps 支援的 KML 格式的完整過程。
幕後紀實：GenAI 如何協助我從零啟動「台灣河流探索」計畫
當靈感遇上 AI：一個上午的加速實踐# 這篇文章不是遊記，而是關於這個網站與這個計畫是如何誕生的紀錄。 過去，當我們萌生一個「想去探索台灣河流」的念頭時，往往會卡在繁瑣的規劃、資料蒐集，甚至是架設網站的技術門檻上。但這次，我嘗試了一種全新的工作模式——與 Agentic AI (Antigravity) 協作規劃。 ...
背景說明# 模型與環境： antigravity with Gemini 3.0 Flash Think, … 代號部分： Q 為哈爸提問，A 為 AI 回答，Ｍ是我對這個問題的相關註解，T 為模型提供的思考過程 本文版本： 版本歷史# 筆記# QA# TABLE WITHOUT ID Q,M FROM "ChatGPT-QA/AIQA-" Q8.1-sessions 的內容架構# M:: Q::能否將剛才執行的 log, 寫入 events/notes/wuulong-notes-blog/content/kb/antigravity-practice/logs，我想查看過程 A:: Listed directory sessions Edited inspect_session_db.py Ran command: python /Users/wuulong/.gemini/antigravity/brain/a4db2743-acdb-482d-b14c-cb343d21adea/scratch/inspect_session_db.py 這個 .db 檔案的本質是一個標準的 SQLite 資料庫。Antigravity 平台使用 SQLite 作為它的 State Storage Engine (狀態存儲引擎)，來保存 Agent 在執行過程中的所有推理軌跡與上下文。 ...
背景說明# 模型與環境： antigravity with Gemini 3.0 Flash Think, … 代號部分： Q 為哈爸提問，A 為 AI 回答，Ｍ是我對這個問題的相關註解，T 為模型提供的思考過程 本文版本： 版本歷史# 筆記# QA# TABLE WITHOUT ID Q,M FROM "ChatGPT-QA/AIQA-" Q8.1-sessions 的內容架構# M:: Q::能否將剛才執行的 log, 寫入 events/notes/wuulong-notes-blog/content/kb/antigravity-practice/logs，我想查看過程 A:: Listed directory sessions Edited inspect_session_db.py Ran command: python /Users/wuulong/.gemini/antigravity/brain/a4db2743-acdb-482d-b14c-cb343d21adea/scratch/inspect_session_db.py 這個 .db 檔案的本質是一個標準的 SQLite 資料庫。Antigravity 平台使用 SQLite 作為它的 State Storage Engine (狀態存儲引擎)，來保存 Agent 在執行過程中的所有推理軌跡與上下文。 ...