基礎脈絡
文件脈絡 / 版本管理 / 報告 / 需求整理
流程地圖
先把流程整理清楚，工具才承接得住
通常會先把問題、規則、工具和驗證方式對清楚，再把它整理成團隊可以延續、也方便維護的流程。
規則與協作
共用規則 / Skills / Agents / 長期記錄
工具層
MCP / Browser / Appium / Playwright / Bot API
執行層
測試 / 除錯 / 審查 / 部署確認
驗證證據
截圖 / 報告 / 執行記錄 / 驗證結果
回饋迴路
回顧整理 / 經驗更新 / 可重用流程
做過的事
先看幾個有數字的結果
這些數字來自實際做過的流程，包含測試執行、除錯、程式審查、部署確認、行動測試和知識庫交接。
35+ 可重用流程與規則
9 審查 Agents
70+ UAT / E2E 測試案例
4-7h -> 1-2h 測試週期縮短
工作範圍
常做的工作，剛好在 PM、工程和測試的交界
很多時候不是只接單一角色，而是跟不同職能一起把問題釐清，再把能落地的流程往前推完。
把內部 AI 工具從想法做到可用版本
為早期產品團隊建立 QA 自動化
MCP 與工具串接
流程文件化與交接
營運流程用的 Bot 與自動化工具
核心能力
把 AI 能力落地成可維護流程
AI workflow 設計
將模糊任務拆成流程、規則、工具、驗證方式與失敗處理，讓 AI 助手能在明確邊界內協助執行。
流程設計 / 共用規則 / Skills / Agents / 長期維護MCP / 工具整合
設計 MCP 與工具串接方式，讓 AI 能查詢資料、操作工具、執行任務，同時把憑證與環境風險控在邊界內。
MCP / 工具串接 / 唯讀存取 / 憑證安全以證據為核心的 QA 自動化
將中文測試情境轉成瀏覽器或 App 操作、截圖存證、驗證結果與測試報告，降低人工重複測試與報告失真。
Playwright / Appium / UAT / E2E / 截圖證據作品案例
案例先交代問題，再說明怎麼處理
多工具協作案例
AI 協作流程、Skills / Agents 與 MCP 工具整合
把零散流程整理清楚，讓不同 AI 和不同工作階段都能延續。
當時的問題
AI 工具越用越多，但規則、工具、測試方式和交接脈絡很容易散掉。
問題怎麼來的
真正麻煩的不是單一工具，而是每次換一個工作階段、換一個 AI，很多背景和規則都要重新補，結果很難穩定延續。
處理方式
先把共用規則、Skills、Agents、知識庫橋接和 MCP 設定拆成可以分層維護的做法，再把常見任務對回對應的規則。
最後結果
後來很多測試、除錯、程式審查和部署確認，都能沿著同一套規則往下做，也比較容易把工作脈絡留給下一個工作階段。
自然語言測試情境到可驗證報告
AI 輔助 UAT / E2E 測試流程
把驗證流程整理清楚，讓 Claude Code 先承接重複、耗時的測試工作。
當時的問題
很多測試當時還得靠人工重跑，時間被吃得很兇。
問題怎麼來的
麻煩的不只是單一測試，而是每次驗證都得重新整理步驟、重跑流程，最後還要再人工確認一次。
處理方式
先把驗證流程拆開，再把重複、耗時，而且判斷條件相對清楚的部分交給 Claude Code。
最後結果
重複驗證先被承接之後，時間就能放回真正需要判斷的地方。單輪重複驗證大多可以先壓到十幾分鐘左右，整體測試週期則整理到 1-2 小時。
從個人需求長出來的工具案例
TimeTree 行事曆自動化
把活動整理這類零碎工作，拆成 Claude 可以安全承接的工具流程。
當時的問題
活動資訊常散在海報或訊息裡，手動整理到共享行事曆很瑣碎。
問題怎麼來的
真正麻煩的不是新增一筆事件，而是日期、地點和說明常分散在不同來源，整理時很容易漏。
處理方式
先把工具邊界、欄位規則和記錄保護整理清楚，再把建立或更新事件這類重複操作交給 Claude。
最後結果
後來這件事就從手動整理，變成在日常使用裡驗證這套串接方式、工具邊界和憑證保護能不能撐住。
另外也延伸做過 LINE Todo Bot 串接、Teams Bot 架構、AI 內容流程，以及預約自動化規劃。
公開筆記
之後會慢慢把案例整理成可以公開的筆記
不會放公司敏感資訊，但會把問題、決策、限制和驗證方式寫清楚。
把手動 UAT 整理成 AI 輔助測試迴路
從中文測試情境、瀏覽器操作、截圖證據到測試報告，整理一條可重複的驗證流程。
把 AI 使用規則整理成能交接的流程
把 AI 使用規則從零散指令整理成可查、可延續，也能回頭檢查的流程。
做個人 MCP 工具時學到的事
整理工具設計、欄位邊界、憑證保護與非官方整合時要注意的事。
工作方式
一件事通常會怎麼往下拆
通常會先釐清今天的問題、輸入輸出和驗證方式，再決定哪些步驟適合交給 AI，哪些還是要保留人工判斷。工具接上之後，再補證據、錯誤處理和文件，這樣下一次不用再從頭整理。
- 釐清任務
- 定義規則與邊界
- 接上合適工具
- 執行並留下證據
- 整理流程文件
- 把經驗整理成下次可重用的做法
適合的團隊
特別適合正在把速度和穩定性一起拉起來的團隊。
特別適合新創早期、內部工具剛起步，或 QA / automation 還沒被系統化的階段。
合作方向
如果團隊正在整理 AI workflow、工具整合或 QA 自動化，適合直接聊聊。
目前主要在找 AI workflow、工具整合和 QA 自動化相關角色。
背景原本來自心理學與神經科學，做事習慣先定義問題、設計驗證方式，再決定怎麼處理。這套習慣後來也延伸到 AI workflow 和 QA automation。
聯絡方式
- yicheng980919@gmail.com
- 104 履歷
- 公開履歷連結若 104 連結失效，歡迎直接 Email 聯絡。
- PDF 履歷
- 準備中新版 PDF 會對齊 AI workflow、工具整合、QA 自動化工程師的定位。
- GitHub
- 準備公開專案TimeTree 行事曆自動化、UAT 示範流程和流程規則案例，會先清理敏感資訊後公開。