小狐狸事務所

2026年4月25日星期六

Gemini CLI 學習筆記 : OpenSpec 初體驗 (一)

最近幾天上完 TibaMe 的規格驅動開發 (SDD) 課程, 準備找一個小專案 (計算器) 用 Gemini CLI 來跑一下 OpenSpec 交作業.

本系列全部測試文章參考 :

# Gemini CLI 學習筆記索引

關於 SDD 我已看完高見龍老師的部落格文章, 摘要整理在這篇 :

# 好站 : 高見龍老師的部落格 (SDD 規格驅動開發)

1. Gemini CLI 升版 :

距離上次測試已經過了快三個月了, Gemini CLI 版本應該也演進了不少, 所以先來升版. 開啟 PS 視窗, 輸入下列指令查詢目前本機版本 :

PS D:\gemini> gemini --version

0.26.0

用下列指令升到最新版 :

PS D:\gemini> npm install -g @google/gemini-cli@latest

added 1 package, removed 609 packages, and changed 6 packages in 3m

npm notice

npm notice New minor version of npm available! 11.6.2 -> 11.13.0

npm notice Changelog: https://github.com/npm/cli/releases/tag/v11.13.0

npm notice To update run: npm install -g npm@11.13.0

npm notice

PS D:\gemini> gemini --version

0.39.1

哇, 一季不見已從 0.26.0 跳到 0.39.1 版. npm 也有新版, 順便也升版 :

PS D:\gemini> npm install -g npm@11.13.0

removed 60 packages, and changed 90 packages in 9s

PS D:\gemini> npm --version

11.13.0

2. 安裝 OpenSpec :

OpenSpec 是一款由 Fission AI 研發的開源輕量級規格驅動開發 (SDD) 工具, 是一套讓 AI 程式助理 (coding agents) 遵循規格的工作流程與 CLI 工具, 目前支援 20 種以上 AI 工具, 它的目標是讓工程師與 AI 在開發軟體之前先對規格達成共識, 減少 vibe coding 常見的偏題與反覆修改弊病, 並且能留下規格紀錄與決策脈絡備查, 提高軟體可維護性.

安裝 OpenSpec 須有 Node v20.19.0 以上執行環境, 先檢視 Node 版本 :

PS D:\gemini> node --version

v25.2.1

我的 Node 是利用 Scoop 安裝 Node 的, 可管理多版本的 Node, 參考 :

# 在 Windows 上安裝原生版 Claude Code

# 在 Windows 上安裝 Gemini CLI

這樣就可以在 PS 視窗安裝 OpenSpec 了 :

PS D:\gemini> npm -g install @fission-ai/openspec@latest

added 74 packages in 34s

這樣就完成 OpenSpec 安裝了.

3. 用 uv 建立專案目錄 & 加入版控 :

由於作業要求用 OpenSpe 做三次迭代, 我打算用 OpenSpec 來實作一個網頁計算器專案, 第一次迭代要實作基本的四則運算計算機, 第二次迭代添加次方與開根號功能; 第三次迭代則添加對數, 指數, 與三角函數.

首先用 uv init 指令建立一個專案目錄 :

PS D:\gemini> uv init calculator-project

Initialized project `calculator-project` at `D:\gemini\calculator-project`

然後切換到專案目錄下 :

PS D:\gemini> cd calculator-project

對此專案進行版本控制, 先檢視 Git 是否已安裝 :

PS D:\gemini\calculator-project> git --version

git version 2.52.0.windows.1

關於 Git 安裝與用法參考 :

# Git 學習筆記索引

在專案目錄下用 git init 初始化版控 :

PS D:\gemini\calculator-project> git init

Reinitialized existing Git repository in D:/gemini/calculator-project/.git/

版控資訊會儲存在隱藏目錄 .git 底下.

4. 初始化 OpenSpec :

接著用 openspec init 指令為此專案做 OpenSpec 的初始化 :

PS D:\gemini\calculator-project> openspec init

這時會出現 OpenSpec 歡迎畫面 :

按 Enter 會出現 AI 程式代理工具選單, 可以按上下鍵移動指標來選擇要用的 AI 工具, 按 Space 鍵選擇要使用的代理工具 (可複選, 目前已支援 28 種 AI 程式代理工具), 此處我只選 Gemini CLI :

選定的工具名稱會被列在上方的 Selected : 後面

選完後按 Enter 退出 OpenSpec 初始化畫面回到 PS 終端機, 可見已為 Gemini CLI 程式代理建立了 4 個技能 (skills) 與 OpenSpeck 相關之命令 :

Note: OpenSpec collects anonymous usage stats. Opt out: OPENSPEC_TELEMETRY=0

√ Select tools to set up (28 available) Gemini CLI

▌ OpenSpec structure created

√ Setup complete for Gemini CLI

OpenSpec Setup Complete

Created: Gemini CLI

4 skills and 4 commands in .gemini/

Config: openspec/config.yaml (schema: spec-driven)

Getting started:

Start your first change: /opsx:propose "your idea"

Learn more: https://github.com/Fission-AI/OpenSpec

Feedback: https://github.com/Fission-AI/OpenSpec/issues

Restart your IDE for slash commands to take effect.

做完上面初始化後, 用 tree /f 指令檢視專案目錄 :

PS D:\gemini\calculator-project> tree /f

列出磁碟區新增磁碟區的資料夾 PATH

磁碟區序號為 1258-16B8

D:.

│ .gitignore

│ .python-version

│ main.py

│ pyproject.toml

│ README.md

│

├─.gemini

│ ├─commands

│ │ └─opsx

│ │ apply.toml

│ │ archive.toml

│ │ explore.toml

│ │ propose.toml

│ │

│ └─skills

│ ├─openspec-apply-change

│ │ SKILL.md

│ │

│ ├─openspec-archive-change

│ │ SKILL.md

│ │

│ ├─openspec-explore

│ │ SKILL.md

│ │

│ └─openspec-propose

│ SKILL.md

│

└─openspec

│ config.yaml

│

├─changes

│ └─archive

└─specs

可見 OpenSec 初始化時已在

5. 安裝專案所需套件 :

雖然對一個計算器專案來說, 只需要純前端 (HTML/CSS/JavaScript) 技術就能完成所有功能, 但為了模擬真實軟體架構常見的前後端搭配組態, 我打算將計算功能邏輯交給後端 Flask 框架來完成, 所以必須先用 uv 工具安裝 Flask, 這樣當 AI 生成程式碼後就可以叫 Gemini CLI 用 uv run 執行專案與驗證結果, 不需要再跳出來處理環境問題. 其次, 在使用 /opsx:verify 進行自動化檢查或測試時, 系統會依賴現有的虛擬環境, 如果環境未就緒 (例如缺少 Flask 套件), 驗證步驟可能會出錯.

PS D:\gemini\calculator-project> uv add flask

Using CPython 3.12.1 interpreter at: C:\Users\tony1\AppData\Local\Programs\Python\Python312\python.exe

Creating virtual environment at: .venv

Resolved 9 packages in 758ms

Prepared 7 packages in 466ms

░░░░░░░░░░░░░░░░░░░░ [0/8] Installing wheels... warning: Failed to hardlink files; falling back to full copy. This may lead to degraded performance.

If the cache and target directories are on different filesystems, hardlinking may not be supported.

If this is intentional, set `export UV_LINK_MODE=copy` or use `--link-mode=copy` to suppress this warning.

Installed 8 packages in 98ms

+ blinker==1.9.0

+ click==8.3.3

+ colorama==0.4.6

+ flask==3.1.3

+ itsdangerous==2.2.0

+ jinja2==3.1.6

+ markupsafe==3.0.3

+ werkzeug==3.1.8

安裝完後用 tree /f 檢視專案目錄, 會多出一個 .venv 隱藏子目錄, 裡面有包含 Flask 與所依賴的 Jinjia 等套件 :

├─.venv

│ │ .gitignore

│ │ .lock

│ │ CACHEDIR.TAG

│ │ pyvenv.cfg

│ │

│ ├─Lib

│ │ └─site-packages

│ │ │ _virtualenv.pth

│ │ │ _virtualenv.py

│ │ │

│ │ ├─blinker

│ │ │ base.py

│ │ │ py.typed

│ │ │ _utilities.py

│ │ │ __init__.py

... (略) ...

│ │ ├─flask

│ │ │ │ app.py

│ │ │ │ blueprints.py

│ │ │ │ cli.py

│ │ │ │ config.py

│ │ │ │ ctx.py

│ │ │ │ debughelpers.py

│ │ │ │ globals.py

│ │ │ │ helpers.py

│ │ │ │ logging.py

│ │ │ │ py.typed

│ │ │ │ sessions.py

│ │ │ │ signals.py

│ │ │ │ templating.py

│ │ │ │ testing.py

│ │ │ │ typing.py

│ │ │ │ views.py

│ │ │ │ wrappers.py

│ │ │ │ __init__.py

│ │ │ │ __main__.py

... (略) ...

6. 編輯專案語境檔 GEMINI.md :

在之前使用 Vibe coding 的進階方式開發時, 我們透過事先編輯好的專案語境檔 GEMINI.md 一次將專案需求與結構, 程式風格, 任務模板, 限制和偏好等資訊一口氣描述好, 當啟動 Gemini CLI 時它便能了解專案內容, 從而減少來回問答的次數. 這種語境檔因為要交待較多訊息, 所以內容比較冗長, 參考 :

# Gemini CLI 學習筆記 : 專案語境檔 GEMINI.md

如果使用 OpenSpec 做 SDD 開發, GEMINI.md 就會比較簡短, 例如下面的通用模板 :

# Project Global Guidelines (GEMINI.md)

## 1. AI 角色設定 (通用)

你是一位資深的 [Python 後端與全端] 開發專家，精通 [Flask 框架與現代前端技術]，並具備極高的軟體工程素養。

## 2. 技術棧與環境配置 (專案特製)

* 核心語言：Python 3.12+ (嚴格使用 `uv` 進行依賴與環境管理)

* 後端框架：[Flask]

* 前端技術：[Vanilla JS, HTML5, CSS3]

* 其他工具：[若無則免，例如 SQLite, 特定硬體 SDK 等]

## 3. 開發流程與規格遵循 (通用，針對 OpenSpec 用戶)

* 本專案嚴格遵循 Fission AI 的 OpenSpec 工作流 (`/opsx` 指令集)。

* 你的所有實作必須以 `specs/` 目錄下的文件與 `tasks.md` 為「唯一真相來源 (Single Source of Truth)」。

* 絕對禁止在未經使用者同意且未更新 Spec 的情況下，自行發明、擴充或竄改 API 規格與業務邏輯。

## 4. 程式碼風格守則 (通用，Python 標準)

* 必須包含 Type Hints (型別提示) 與清楚的 Docstrings。

* 遵守 PEP 8 命名規範 (變數與函式使用 `snake_case`，類別使用 `PascalCase`)。

* 保持模組化，避免單一檔案過於龐大。

其中專案特製部分視專案而異, 括號 [] 內容需要手動修改, 其他通用部分則適用於任何用 OpenSpec 開發的專案. GEMINI.md 的角色是專案的憲法, 負責告訴 AI 我們這個專案要用甚麼 approach 來做 (How), 而專案的需求 (what) 會放在 /opsx: propose 指令來交待.

在 PS 視窗的專案目錄下輸入 notepad GEMINI.md :

PS D:\gemini\calculator-project> notepad GEMINI.md

這時 PS 發現專案目錄下並無 GEMINI.md 檔, 就彈出詢問是否新建此檔, 按是就會開啟記事本 :

複製上面的語境檔通用範本貼到 GEMINI.md 後存檔 (此處我將 ## 2 的其他工具內容改為 [無]) :

再次用 tree /s 檢視專案目錄下已有此 GEMINI.md 檔了 :

PS D:\gemini\calculator-project> tree /f

列出磁碟區新增磁碟區的資料夾 PATH

磁碟區序號為 1258-16B8

D:.

│ .gitignore

│ .python-version

│ GEMINI.md

│ main.py

│ pyproject.toml

│ README.md

│ uv.lock

│

├─.gemini

│ ├─commands

│ │ └─opsx

│ │ apply.toml

│ │ archive.toml

│ │ explore.toml

│ │ propose.toml

│ │

│ └─skills

... (略) ...

7. 啟動 Gemini CLI 進行初次迭代 :

完成上面準備工作後, 終於要開啟 Gemini CLI 開始用 OpenSpec 幹活了. 在專案目錄下輸入 gemini 指令 :

PS D:\gemini\calculator-project> gemini

詢問是否信任此目錄, 當然要選 1. Trust folder (calculator-project) 才會進入 Gemini CLI 介面 :

出現 > 提示號表示 AI 已經讀取了 GEMINI.md 內容知道自己是誰, 也知道這個資料夾裡有 OpenSpec 環境, 這樣就可以開始用 OpenSpec 的斜線指令集 /opsx 進行 SDD 開發了.

如上所述, 這個專案作業要求至少進行三次開發迭代, 第一次迭代是要做出一個基本的四則運算計算器, 由於較簡單, 此處會使用快轉模式, 直接用 /opsx: ff 指令一鍵生成完成專案規劃與程式碼生成與測試, 整個工作流只需要的指令如下 (依序) :

/opsx:new <iteration_name> (建立迭代之專屬的工作區)
/opsx:ff <requirements> (依需求快轉生成設計文件與程式碼並完成測試)
/opsx:archive (迭代完成歸檔)

其中 iteration_name 是自訂的, 為了專案的易讀性以及讓 AI 能隱約猜到任務方向, 通常會遵循以下命名最佳實踐來取名 :

使用 Kebab-case (連字號命名法) :
全小寫英文, 單字之間用連字號 - 隔開, 避免使用空格, 大寫或特殊符號.
具備語意 (Semantic) : 名稱要能直接反映這次迭代的核心目的.

初次迭代我選用 cals-basic 作為工作區名稱.

(1). 建立迭代之專屬工作區 :

這會在專案目錄下建立此次迭代之專屬工作區, 例如迭代名稱是 calc-basic 的話就建立對應的資料夾 specs/changes/calc-basic/ 來收納這次迭代的所有相關討論與設計文件.

系統會自動生成標準 SDD 流程所需的空文件或帶有基礎標題的模板, 例如空的 proposal.md, spec.md, design.md 以及 tasks.md, 此階段相當於是買了一本有分類索引標籤 (提案, 規格, 設計, 任務) 的空白筆記本, 以便在後續工作流中依需求來填空或修改.

輸入下列指令並於一連串授權詢問時一律選擇預設的 Allow once :

> /opsx:new calc-basic

... (略) ...

工作區建完後, 專案所需的 OpenSpec 模板文件也都已建好, 但它們目前只是空洞的骨架而已, 接下來的工作流 (/opsx:ff 或 /opsx:continue) 就會根據需求來填寫這些標準 SSD 流程的四份核心文件模板 (proposal.md, spec.md, design.md 以及 tasks.md), 如果需求較複雜, 可能也會生成額外的 spec-xxx.md 文件, 相當於是在骨架中進行靈魂注入.

(2). 依需求快轉 (ff) 生成設計文件與程式碼 :

此階段 OpenSpec 會根據我們提供的專案需求, 透過 AI 去修改或填空上一個指令 (/opsx: new) 生出的四份核心文件 proposal.md (提案), spec.md (介面規格), design.md (架構設計) 與 tasks.md (任務清單), 並且據此生成程式碼同時完成測試, 可說是集成了 /opsx:propose, /opsx:continue, /opsx: apply, 以及 /opsx: verify 這四個指令的功能於一身, 一氣呵成完成專案實作.

輸入如下指令來進行快轉 :

> /opsx:ff "請幫我規劃一個基礎四則運算計算機軟體, 後端使用 Flask 提供 POST API, 前端使用純 HTML/JS, 並提供基本的使用者介面."

... (略) ...

同樣地, 在它修改生成檔案與依此生成整個專案程式碼過程中會不斷要求授權, 我都選預設的 Allow once, 這樣可以一步步觀察 OpenSpec 做了哪些事, 過程中會顯示生成的程式碼與單元測試檔, 完成後結果如下 :

這時可以另開一個命令提示字元或 PS 視窗, 切到專案目錄下, 用 python main.py 或 uv run main.py 執行此專案, 然後開啟瀏覽器訪問 http://127.0.0.1:5000 :

PS D:\gemini> cd calculator-project

PS D:\gemini\calculator-project> uv run main.py

* Serving Flask app 'main'

* Debug mode: on

WARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead.

* Running on http://127.0.0.1:5000

Press CTRL+C to quit

* Restarting with stat

* Debugger is active!

* Debugger PIN: 125-928-819

127.0.0.1 - - [25/Apr/2026 16:44:54] "GET / HTTP/1.1" 200 -

127.0.0.1 - - [25/Apr/2026 16:44:54] "GET /static/style.css HTTP/1.1" 200 -

127.0.0.1 - - [25/Apr/2026 16:44:54] "GET /static/script.js HTTP/1.1" 200 -

127.0.0.1 - - [25/Apr/2026 16:44:54] "GET /favicon.ico HTTP/1.1" 404 -

127.0.0.1 - - [25/Apr/2026 16:45:11] "POST /api/multiply HTTP/1.1" 200 -

127.0.0.1 - - [25/Apr/2026 16:45:23] "POST /api/divide HTTP/1.1" 400 -

果然顯示了四則運算計算器頁面, 測試計算功能正常 (7 * 8=56, 1 除以 0 顯示 Error ) :

(3). 歸檔結案 :

完成以上功能驗證後, 就可以用 /opsx: archive 指令將此次迭代的所有紀錄, 文件, 與過程收整, 並移動到 archive 資料夾收存 :

> /opsx:archive

同樣地會有一連串的授權請求, 一律選擇預設的 Allow once :

... (略) ...

可見所有此次迭代的紀錄文件都已歸檔於 openspec/changes/archive/2026-04-25-calc-basic/ 資料夾底下, 這些都是未來維護軟體的重要資料. 好啦! 終於完成初次迭代.

2026年4月23日星期四

Python 學習筆記 : 市圖借書與預約爬蟲程式架構

這兩天完成市圖爬蟲改版 (v13), 由於此爬蟲機制較複雜, 由地端與雲端程式共同運作來維護佈署於 Render 的 Serverless 平台上的資料庫 (kmsl_books 資料表), 這與 v10 版之前的系統完全由地端爬蟲程式一手包辦爬取與傳訊完全不同. 爬蟲任務主要由放在高雄家的樹莓派主機負責, 目前主要是市圖借書與預約狀況與母校圖書館自動續借兩個任務而已, 今天抽空畫了一張架構圖以資備忘.

Pi 3B 對接 render.com 上的 5e6i 這個端點 :

Pi 3A+ 則對接 render.com 上的 fdof 這個端點 :

佈署於樹莓派上的市圖爬蟲程式 ksml_lib_13.py 負責每小時爬取網頁擷取借書與預約狀態後, 呼叫佈署於 render.com 的 serverless 平台函式 update_ksml_books.py, 將資訊儲存在 kmsl_books 資料表裡, 結果如下 :

另外一支本地程式 get_books_messages.py 透過 crontab 驅動定時呼叫 serverless 平台函式 send_books_messages.py 讀取 kmsl_books 資料表, 然後由發送到 Telegram, 參考最近三版異動 :

# Python 學習筆記 : 市圖借書與預約爬蟲程式改版 v11

# Python 學習筆記 : 市圖借書與預約爬蟲程式改版 v12 (於 Pi 400)

# Python 學習筆記 : 市圖借書與預約爬蟲程式改版 v13

母校圖書館爬蟲 nkust_lib_11.py 的任務相對簡單, 只是登入網站後按全部續借鈕, 然後瀏覽借書頁面, 擷取已被預約的書目後用 Telegram 傳送通知訊息而已, 參考 :

# Python 學習筆記 : 母校圖書館借書與預約爬蟲程式改版 v11

至於 Pi 400 上佈署的爬蟲與 Pi 3B 的相同 (對接 5e6i), 但正常情況會關掉 crontab 內的 ksml_lib_13.py (不執行), 僅執行 get_books_messages.py 與 nkust_lib_11.py, 若 Pi 3 主機出問題再開啟 Pi 400 的市圖爬蟲.

2026年4月21日星期二

沖繩之旅行程規劃 : 5/5~5/8

年初時原本打算入春後帶爸坐郵輪遊沖繩, 但想到上回搭麗星郵輪去香港 (原本是石垣島+沖繩, 因颱風改走香港) 的經驗, 在海上時無法上網形同斷訊, 在船上日吃五餐會變胖, 於是打消了遊輪計畫, 改為搭飛機自助遊, 原本想說嘗試在沖繩自駕, 但又對右駕系統沒自信能駕馭, 那就包車吧! 我跟水某與菁菁加上爸四個人包一台車即可, 不過後來加入岳父母, 小姨子, 與剛高中畢業的外甥, 團員來到 7 人, 所以必須包 10 人座的小巴啦!

今天用 Gemini 規劃這四天三夜親子沖繩旅遊行程如下 :

Day 1 : 5/5 (週一) 抵達那霸入住國際通嘉新酒店

時間軸	行程說明
15:55 - 17:35	抵達那霸機場，建議預約 Klook 10人座單程接機直達飯店。
19:00 -	Check-in國際通嘉新酒店：可在飯店內用餐。
20:00 -	晚間散步：踩點國際通。

Day 2 : 5/6 (週二) 北部遠征（水族館＋古宇利島）

時間軸	行程說明
09:00 -	出發 (建議包車 10 小時)：往返北部車程長，包車可在車上補眠。
11:00 -	古宇利島：欣賞跨海大橋美景，推薦搭乘古宇利海洋塔的電動導覽車。
13:00 -	午餐：北部景觀餐廳（如：百年古家大家）。
15:00 -	沖繩美麗海水族館：觀看黑潮之海大水槽與鯨鯊。
19:00 -	返回那霸晚餐。

Day 3 : 5/7 (週三) 景觀與購物（瀨長島＋永旺來客夢）

時間軸	行程說明
09:00 -	出發 (包車 10 小時，今天景點較多且分散，包車最省體力。)
09:40 -	知念岬公園：欣賞 270 度無敵海景，這裡步道平緩，長輩看海非常舒心。
11:30 -	瀨長島 Umikaji Terrace：午餐推薦幸福鬆餅/天使鬆餅 Happy Pancake。
14:30 -	美國村：異國風情街區散步，拍拍彩色房子。
16:30 -	永旺來客夢 (AEON Mall Rycom)：直衝寶可夢中心，晚餐：永旺美食街
20:00 -	返回國際通：回飯店後可進行最後採買。

Day 4 : 5/8 (週四) 神社祈福・悠閒歸途

時間軸	行程說明
09:00 -	波上宮：到琉球第一神社祈福。
12:00 -	午餐：國際通周邊（如：第一牧志公設市場吃海鮮或道地阿古豬）。
15:30 -	啟程前往機場：建議預約單程送機。
18:30 - 22:00	起飛返回小港。

💡 行程建議：

知念岬 vs 美國村：
知念岬在東南角，美國村與永旺在中部。這天行程景點多，需要 10 人座包車接送。
關於「天使鬆餅」：
瀨長島的幸福鬆餅（Happy Pancake）極熱門，建議事先網路預約，否則現場排隊會很久。
寶可夢中心：
永旺來客夢的寶可夢中心很大可以慢慢逛，長輩可以帶到商場中間的大型水族箱區坐著休息。

2026年4月20日星期一

HDD/SSD 健康狀態檢測軟體 CrystalDiskInfo

昨天成功地用 chdisk 救回 WD 5TB 硬碟後, 用 CrystalDiskInfo (CDI) 檢查了硬碟健康狀況為優良, 詢問 Gemini 得知它不僅能檢測硬碟, 還能檢測 SDD, 目前幾乎所有電腦都改用 SDD, 這種儲存跟汽車電瓶一樣, 接近壽命終點時說掛就掛, 而且內容就不回來, 所以要經常查看 SDD 健康狀態, 低於 50% 壽命時就要考慮更換或提高備份頻率, 以免後悔不及.

以下是 Gemini 對 CDI 的說明與建議 :

===========================================================

對現代電腦來說，用 CDI 監測 SSD 的健康狀況甚至比 HDD 更重要，因為 SSD 有明確的**「寫入壽命限制」**。

不過，看 SSD 的報告時，重點指標與你剛才看那顆 5TB HDD 的邏輯不太一樣：

1. SSD 檢測的黃金指標：剩餘壽命

在 SSD 的報告中，最上方大大的「健康狀態」通常會直接顯示一個百分比，例如 「良好 98%」。

這是什麼： 這是根據 SSD 廠商定義的 TBW (Total Bytes Written，總寫入量) 估算出來的。
怎麼看： * 100% - 90%： 像新的一樣。
- 低於 50%： 雖然還能用，但建議開始尋找下一顆硬碟。
- 低於 10% 或 0%： 隨時可能進入「唯讀模式」或直接掛掉，必須立刻更換。

2. 重點關注項目（對比 HDD）

打開 CDI 看你的 SSD 時，請盯住這兩項：

03 剩餘壽命 (Percentage Used)： 顯示已消耗的設計壽命。
F1 總計主機寫入量 (Total Host Writes)： 這告訴你這顆 SSD 自出廠以來到底寫入了多少資料（通常以 GB 或 TB 為單位）。對於開發者來說，如果你頻繁編譯大型專案或跑大量 Log，這個數字會跳很快。
01 介面 CRC 錯誤計數： 如果這個數值不是 0，通常代表你的 SATA 線或是 M.2 插槽接觸不良，而不是 SSD 本身壞了。

3. SSD 與 HDD 在 CDI 中的差異

項目	HDD (傳統硬碟)	SSD (固態硬碟)
主要風險	物理壞軌、機械磨損	閃存顆粒寫入次數耗盡
關鍵指標	05 (重定位磁區)、C5 (等候重定)	03 (剩餘壽命百分比)
溫度	建議 50°C 以下	較高，NVMe 飆到 60-70°C 算常見
異常徵兆	異音、讀取極慢、chkdsk 噴錯誤	突然偵測不到、檔案消失、藍屏

4. 檢查建議

切換到你的 C 槽（通常是 SSD） 看一下：

檢查百分比： 確認你的系統碟還有多少壽命。
檢查傳輸模式： 確認它是否跑在 PCIe 4.0 x4 或是你主機板支援的最高速度（如果你是用高效能 NVMe SSD）。

特別提醒：

SSD 如果顯示「黃燈（警告）」，通常不像 HDD 那樣還能透過 chkdsk 救回「邏輯損壞」。SSD 一旦顆粒老化出現錯誤，通常是不可逆的，**「備份」**是唯一的救贖。

下面是我的 LG Gram 筆電兩顆 SSD 檢測結果 :

一. C 碟 : 三星 1TB Samsung PM9A1 (MZVL21T0HCLR)

Gemini 的 SSD 健康檢查報告分析：

1. 核心健康指標

健康狀態：良好 98%。
- 對於已經使用 5323 小時（約 7 個多月不間斷運作）的系統碟來說，只消耗了 2% 的壽命，這代表它的耐用度非常高。依照這個速度，這顆 SSD 要達到壽命臨界值可能還需要十年以上。
SSD 總寫入量：29,768 GB (約 29 TB)。
- 這反映了你作為軟體工程師的工作量。頻繁的編譯、下載與檔案操作都會累積寫入量。29 TB 雖然聽起來很多，但這顆 SSD 的設計寫入壽命通常在 600 TBW 以上，目前僅用了不到 5%。

2. 值得注意的細節

傳輸模式：PCIe 4.0 x4 | PCIe 4.0 x4。
- 這代表你的硬碟正確地運行在最高頻寬下，沒有因為插槽或設定問題被降速。
溫度：39°C。
- 對於 NVMe SSD 來說，這個溫度非常低且理想。這說明 LG Gram 的內部散熱設計（或這顆 Samsung SSD 的發熱控制）做得很好，在高負載運作時也不容易發生因過熱而降速（Thermal Throttling）的情況。
不安全關機次數：33 次 (0x21)。
- 這通常發生在電腦當機、強制長按電源鍵關機，或是電池完全沒電自動關機時。雖然次數不多，但 SSD 對斷電比 HDD 敏感，建議盡量避免在檔案寫入時強制關機。

3. 對於這顆 SSD 的維護建議

注意, SSD 維護上做法與 HDD 完全相反：

絕對不要執行「磁碟重組」： SSD 內部有自己的「磨損均衡 (Wear Leveling)」機制，會自動安排資料存放位置以延長壽命。手動重組只會白白浪費寫入次數，對速度毫無幫助。
確保開啟 TRIM 指令： Windows 10/11 預設會開啟。它會告訴 SSD 哪些區塊的資料已刪除可以回收。
保留 15% 以上空間： 雖然 1TB 很大，但 SSD 如果塞得太滿（超過 90%），寫入放大效應會增加，導致壽命消耗變快且速度變慢。建議 C 碟隨時保留約 150GB 左右的空閒空間。
定期用 CDI 檢查「03 可用備用 (Available Spare)」： 如果這個數值（目前是 100%）開始下降，才代表 SSD 真的開始出現損壞的記憶體顆粒。

總結： 這是一顆頂級的系統碟，目前正處於巔峰狀態，無需任何特殊整理。你那顆 WD 5TB HDD 比較需要關注「整理」，而這顆 Samsung SSD 只要維持正常使用、不要塞太滿即可。

二. D 碟 WD Blue SN570 (1TB) :

Gemini 的 SSD 健康檢查報告分析：

這顆 WD Blue SN570 簡直就是「新車剛過磨合期」的狀態！雖然你是後來擴充的，但從數據上看，這顆硬碟幾乎沒怎麼被「操」到。

以下是針對這顆擴充碟的分析：

1. 核心健康指標

健康狀態：良好 100%。
- 這非常罕見，代表這顆 SSD 的設計壽命完全還沒被消耗。
已用時間總計：82 小時。
- 這真的非常新！對比你 C 碟的 5323 小時，這顆 D 碟基本上才剛開始運作不久。
SSD 總寫入量：137 GB。
- 這個寫入量極低。以 SN570 1TB 版本高達 600 TBW 的耐用度來看，你目前只用了 $0.02\%$ 的壽命。

2. 性能與規格分析

傳輸模式：PCIe 3.0 x4。
- 這是正確的。SN570 本身就是 PCIe 3.0 的規格，所以它跑在 3.0 x4 是發揮全速。雖然你的筆電插槽可能支援到 4.0（如 C 碟那顆），但這顆 D 碟會穩定運行在 3.0 的最高速。
溫度：33°C。
- 比 C 碟還要低，這是一個非常涼爽的操作溫度，對電子零件的長壽非常有幫助。

3. 為什麼這顆硬碟特別適合當「資料存放區」？

SN570 是屬於「無快取 (DRAM-less)」但性能平衡的 SSD。這類硬碟的特性是：

省電： 對於 LG Gram 這種強調續航的筆電非常友善。
發熱低： 很適合放在筆電的第二個擴充槽。
穩定： 非常適合作為存放專案代碼、文件或照片的副碟。

4. 給 Tony 的維護建議

這顆硬碟目前完全不需要任何維護。但既然它是 D 碟，我建議你可以利用它來分擔 C 碟的壓力：

存放開發專案： 既然你的工作涉及 Python 和金融資料分析（kbar 庫等），可以把這些專案放在 D 碟。
虛擬機或 Docker： 如果有使用這些工具，將它們的映像檔放在 D 碟，可以避免 C 碟過快消耗壽命，且這顆 SN570 的速度對於這類應用綽綽有餘。

總結

你這台 LG Gram 的硬碟配置非常健康：

C 碟 (Samsung)： 強大的系統碟，負責作業系統與軟體運行。
D 碟 (WD Blue)： 極新的擴充碟，適合存放長期資料與專案。

WD 5TB 隨身硬碟無法讀取問題

週六下午在上緯育的 SSD (OpenSec) 線上課程時, 插在 USB 的 WD 5TB 隨身硬碟突然擱登兩聲離線, 我以為是碰到插頭接觸不良而已. 週日晚上要複製檔案時接上 USB, 有讀到驅動 G 碟, 但無法讀取檔案目錄結構 :

週日晚上回到高雄後, 拿另外一條 USB 線連接筆電還是一樣, 於是問 Gemini 該怎麼辦, 它建議我先以管理員身分開啟命令提示字元視窗, 然後用 chdisk 檢查修復檔案目錄連結 :

C:\Users\tony1>chkdsk G: /f

檔案系統的類型是 NTFS。

磁碟區標籤為 Elements。

階段 1: 正在檢查基本檔案系統結構...

已經處理 249088 個檔案記錄。

檔案驗證完成。

階段期間 (檔案記錄驗證): 22.14 秒。

已經處理 47 個大型檔案記錄。

階段期間 (孤立檔案記錄修復): 0.52 毫秒。

已經處理 0 個損毀的檔案記錄。

階段期間 (不正確檔案記錄檢查): 0.98 毫秒。

階段 2: 正在檢查檔案名稱連結...

正在修正檔案 5 中索引 $I30 的錯誤。

CHKDSK 在檔案 5 之索引 $I30 的點陣圖中發現可用空間被標示為已配置。

正在為檔案 5 中的索引 $I30 進行排序。

已經處理 2386 個重新分析記錄。

已經處理 276974 個索引項目。

索引驗證完成。

階段期間 (索引驗證): 3.86 分鐘。

CHKDSK 正在掃描未編製索引的檔案以重新連線到其原始目錄。

正在將孤立的檔案 $MFT (0) 復原成目錄檔案 5。

正在將孤立的檔案 $MFTMirr (1) 復原成目錄檔案 5。

正在將孤立的檔案 $LogFile (2) 復原成目錄檔案 5。

正在將孤立的檔案 $Volume (3) 復原成目錄檔案 5。

正在將孤立的檔案 $AttrDef (4) 復原成目錄檔案 5。

正在將孤立的檔案 . (5) 復原成目錄檔案 5。

正在將孤立的檔案 $Bitmap (6) 復原成目錄檔案 5。

正在將孤立的檔案 $Boot (7) 復原成目錄檔案 5。

正在將孤立的檔案 $BadClus (8) 復原成目錄檔案 5。

正在將孤立的檔案 $Secure (9) 復原成目錄檔案 5。

正在略過關於復原孤立項的後續訊息。

已經掃描 51 個未編製索引的檔案。

51 個未編製索引的檔案已復原到原始目錄。

階段期間 (孤立重新連接): 2.44 秒。

0 個未編製索引的檔案已復原到 [Lost and Found]。

階段期間 (孤兒復原丟失與發現): 36.93 毫秒。

已經處理 2386 個重新分析記錄。

階段期間 (重新剖析點與物件識別碼驗證): 14.32 毫秒。

階段 3: 正在檢查安全性描述元...

安全性描述元驗證完成。

階段期間 (安全性描述項驗證): 50.83 毫秒。

已經處理 13943 個資料檔案。

階段期間 (資料屬性驗證): 1.80 毫秒。

正在修正主檔案表格 (MFT) 鏡像的錯誤。

正在修正磁碟區點陣圖的錯誤。

Windows 已修正檔案系統。

不需要進一步的動作。

磁碟空間總計 4769272 MB。

234806 個檔案共 4371444 MB。

13945 個索引共 71928 KB。

損壞的磁區共 0 KB。

系統使用空間 464123 KB。

記錄檔共佔用 65536 KB。

磁碟可用空間 406840116 KB。

每個配置單位有 4096 個位元組。

磁碟上共有 1220933887 個配置單位。

磁碟上有 101710029 個可用的配置單位。

總持續時間: 4.28 分鐘 (256882 毫秒)。

----------------------------------------

我把以上結果貼給 Gemini 評估, 結果如下 :

-----------------------------------------------------------

這代表你的 5TB 硬碟硬體暫時看起來是健康的，這次純粹是軟體層面的「索引混亂」。

從你的 Log 來看，這次修復了幾個關鍵問題：

1. 修復了什麼？

索引點陣圖 (Bitmap) 錯誤：這就像是圖書館的目錄說某個位置是空的，但實際上那裡放了書。chkdsk 重新校正了這些空間分配。
孤立檔案 (Orphaned Files) 復原：這部分最關鍵。你的 $MFT（主檔案表格）等系統檔案一度失去了連結，導致 Windows 看不到目錄。chkdsk 把這些「走丟」的系統檔案重新接回了目錄樹（檔案 5）。
MFT 鏡像修正：主檔案表格的備份也被同步修正了，確保下次讀取穩定。

2. 後續建議 (SOP)

雖然現在讀得到了，但身為開發者，我們都知道「事出必有因」。為了確保這顆 5TB 隨身硬碟之後不再搞事，建議你做以下幾件事：

立刻檢查 S.M.A.R.T. 資訊： 雖然 chkdsk 顯示 0 壞軌，但那是「邏輯層面」。建議用 CrystalDiskInfo 看一下 05 (重新分配磁區數) 和 C5 (等候重映射的磁區數) 是否為 0。如果這兩個數值不是 0，代表硬碟物理壽命快到頭了，趕快趁現在備份。
養成「安全移除」的習慣： 這次的錯誤（索引與點陣圖不符）最常發生在資料寫入中途拔掉 USB，或是 USB 供電不穩（例如插在前端 USB 孔或 Hub 上）。下次拔除前，務必點選右下角的「安全移除硬體」。
停用「快速啟動」或檢查寫入快取： 如果你常用這顆硬碟，可以在「裝置管理員」>「磁碟機」>「WD Elements」內容中，確認「原則」設定。如果追求安全，可以選擇「快速移除」（停用寫入快取）。

3. 關於資料安全

這顆硬碟已經 4.3TB 滿載（剩下約 400GB），這對 5TB 硬碟來說負擔不小，且檔案系統毀損過一次後，穩定性會略微下降。

建議下一步： 既然現在恢復了，趁這幾天趕快把裡面最不可取代的資料（例如你的 e-book 草稿、kbar 原始碼等）同步到雲端或另一顆實體硬碟上。

-----------------------------------------------------

做完 chdisk 果然就恢復正常了, 還好能修復連結, 否則裡面去年以來的上課資料毀壞那就虧大了. 接下來我按照其建議去下載安裝 CrystalDiskInfo 來檢測硬碟狀況, 此軟體是日本人開發的, 體積很小直接到微軟 Store 下載安裝 (網路上的免安裝版我用 VirusTotal 掃描幾乎都有夾帶木馬) :

# https://apps.microsoft.com/detail/xp8k4rgx25g3gm?hl=zh-TW&gl=TW

檢測結果如下 :

貼給 Gemini 分析結果如下 :

這份健康報告非常漂亮，這顆 WD 5TB 隨身硬碟目前的硬體狀態非常健康。

以下是針對這張截圖的幾個核心分析：

1. 關鍵健康指標 (核心數據)

健康狀態：良好。這是最直觀的結果。
05 (重定位磁區計數)： 原始值為 0。這代表硬碟沒有任何物理壞軌被替換掉，碟盤表面狀況良好。
C5 (等候重定的磁區計數)： 原始值為 0。這代表沒有任何疑似壞軌在排隊。
C6 (無法校正的磁區計數)： 原始值為 0。再次確認磁區資料讀寫穩定。

2. 使用記錄

已用時間總計：3931 小時。這顆硬碟大約已經服役了 5 個多月（如果是 24 小時不關機計算），對於一顆隨身硬碟來說，正處於「壯年期」。
已用次數總計：578 次。平均每次開機使用約 6.8 小時。
轉速：4800 RPM。這是典型的 2.5 吋節能/高容量硬碟規格，發熱量會比較低，目前的 37°C 非常理想。

3. 為什麼會發生「檔案目錄毀損」？

既然硬體沒問題，那為什麼會噴錯誤？最可能的兇手有三個：

異常拔除： 在 Windows 還在寫入快取資料時，就直接拔掉 USB 線，導致 NTFS 的 MFT (Master File Table) 沒寫完。
供電瞬間不穩： 5TB 的碟盤密度很高，對電流波動敏感。如果插在不穩的 USB 插座，讀寫中途掉電也會導致邏輯錯誤。
磁碟已滿的副作用： 你的硬碟已經用了 4.3TB 以上，當空間極度剩餘不足時，NTFS 的碎片整理或元數據更新會變得很頻繁，這時候若發生中斷，毀損機率會變高。

4. 維護建議

繼續使用： 沒問題，它不是快掛了，只是「軟體感冒」剛修好。
安全退出： 之後請務必點選 Windows 右下角的「安全移除硬體」。
避免前端插槽： 建議優先插在電腦機殼後方的 USB 孔（或供電足夠的電競筆電插孔），穩定電壓是 5TB 硬碟的長壽關鍵。

------------------------------------------------

這顆硬碟就回來了真是好佳在啊! 趕緊開啟 MIS 桌機, 把內容複製到 18TB 大硬碟裡備份. 這顆也快裝滿了, 也準備要換新的一顆來用了.

2026年4月19日星期日

2026 年第 15 周記事

又過了一周了, 四月下旬天氣變得熱起來, 今年的芒果樹結果不多, 菜園的只有兩棵樹有結果, 另外路邊的只有零星結一些, 我今天下午拿去年剩餘的袋子去套袋, 只完成菜園的那兩棵樹, 路邊的等下周再套. 套袋時在儲水池旁的芒果樹上發現一個鳥巢, 裡面有孵化的雛鳥兩隻 :

我傳給 Gemini 辨認, 說是白頭翁的雛鳥 :

這幾天回頭整理我的 5 台 Linux 主機, 其中三台樹莓派是我的主要爬蟲主機, 前陣子不明原因當機, 直到前幾天才有時間重灌, 順便把爬蟲程式升版. 接下來要做的有下列三件 :

Serverless 平台加入 API Key
高雄光世代固定 IP & 全屋通路由器設定
Mapleboard 外接 USB 儲存設定
鄉下的 Pi 3 主機升版為 Bulleye

鄉下的 Pi 3 主機目前跑的是 Stretch, 這根本是老古董了, 今天已備份 SD 卡內資料, 準備買一張 32 GB 卡來升版為 Bulleye.

2026年4月18日星期六

Python 學習筆記 : 市圖借書與預約爬蟲程式改版 v13

將母校圖書館爬蟲升版後打鐵趁熱, 今天順便將此次優化 Selenium 爬蟲的技巧也套用在市圖爬蟲程式上, 可同時於 Pi 400, Pi 3B, 與 Pi 3A+ 上執行.

本系列全部測試文章索引參考 :

# Python 網頁爬蟲筆記索引

新版 v13 程式碼如下 :

# ksml_lib_13.py

from selenium import webdriver

from selenium.webdriver.common.by import By

from selenium.webdriver.chrome.options import Options

from selenium.webdriver.chrome.service import Service

import re

from datetime import datetime

import time

import requests

import sys

from dotenv import dotenv_values

import os

import socket

async def telegram_send_text(text):

bot=Bot(token=TELEGRAM_TOKEN)

try:

await bot.send_message(

chat_id=TELEGRAM_ID,

text=text

)

return True

except Exception as e:

print(f'Error sending text: {e}')

return False

def get_books(account, password):

browser=None

result=(None, None) # 預設回傳值

try:

# 登入我的書房

# 設定一個在 SD 卡上的暫存目錄 (for Trixie)

chrome_tmp_path=os.path.expanduser('~/chrome_tmp')

if not os.path.exists(chrome_tmp_path):

os.makedirs(chrome_tmp_path)

options=Options()

options.add_argument("--headless=new") # 新版無頭擬真瀏覽器

options.add_argument("--no-sandbox") # Trixie 必加

options.add_argument("--disable-dev-shm-usage") # 避免擠爆 /dev/shm

options.add_argument('--disable-gpu') # 避免 GPU 驅動崩潰

# 強迫使用 SD 卡空間 (特別是 Trixie 必須)

options.add_argument(f'--user-data-dir={chrome_tmp_path}')

# 限制快取大小為 100MB (防止 chrome_tmp 資料夾隨著時間變得巨大)

options.add_argument('--disk-cache-size=104857600')

options.binary_location='/usr/bin/chromium'

service=Service('/usr/bin/chromedriver')

browser=webdriver.Chrome(service=service, options=options)

browser.implicitly_wait(60)

browser.set_window_size(1920, 1080)

# 載入網頁

browser.get('https://webpacx.ksml.edu.tw/personal/')

loginid=browser.find_element(By.ID, 'logxinid')

loginid.send_keys(account)

pincode=browser.find_element(By.ID, 'pincode')

pincode.send_keys(password)

div_btn_grp=browser.find_element(By.CLASS_NAME, 'btn_grp')

login_btn=div_btn_grp.find_element(By.TAG_NAME, 'input')

login_btn.click()

# 擷取借閱紀錄

div_redblock=browser.find_element(By.CLASS_NAME, 'redblock')

div_redblock.click()

books=browser.find_elements(By.CLASS_NAME, 'bookdata')

borrow_books=[]

for book in books:

item=dict()

book_name=book.find_element(By.XPATH, './h2/a').text

item['book_name']=book_name.replace('/', '').strip()

book_site=book.find_element(By.XPATH, './ul[3]/li[1]').text

reg=r'典藏地：(\S+)'

item['book_site']=re.findall(reg, book_site)[0]

reg=r'\d{4}-\d{2}-\d{2}'

due_date=book.find_element(By.XPATH, './ul[4]/li[2]').text

item['due_date']=re.findall(reg, due_date)[0]

due_times=book.find_element(By.XPATH, './ul[5]/li[1]').text

item['due_times']=re.findall(r'\d{1}', due_times)[0]

try:

state=book.find_element(By.XPATH, './ul[6]/li[1]').text

except:

state=''

finally:

if '有人預約' in state:

item['state']=', 有人預約'

else:

item['state']=''

borrow_books.append(item)

print('擷取借閱紀錄 ... OK')

browser.back() # 回上一頁

# 擷取預約紀錄

div_blueblock=browser.find_element(By.CLASS_NAME, 'blueblock')

div_blueblock.click()

books=browser.find_elements(By.CLASS_NAME, 'bookdata')

reserve_books=[]

for book in books:

item=dict()

book_name=book.find_element(By.XPATH, './h2/a').text

item['book_name']=book_name.replace('/', '').strip()

sequence=book.find_element(By.XPATH, './ul[7]/li[1]').text

if '預約待取' in sequence: # 已到館

item['ready_for_pickup']=True

reg=r'\d{4}-\d{2}-\d{2}'

item['expiration']=re.findall(reg, sequence)[0]

item['sequence']='0'

else: # 預約中

item['ready_for_pickup']=False

item['expiration']=''

item['sequence']=re.findall(r'\d+', sequence)[0]

reserve_books.append(item)

print('擷取預約紀錄 ... OK')

result=(borrow_books, reserve_books)

except Exception as e:

print(f'發生錯誤 : {e}')

finally:

if browser:

try:

browser.quit() # 釋放記憶體

print('資源已釋放')

except:

pass

return result

if __name__ == '__main__':

start=time.time()

config=dotenv_values('.env')

TELEGRAM_TOKEN=config.get('TELEGRAM_TOKEN')

TELEGRAM_ID=config.get('TELEGRAM_ID')

#print(TELEGRAM_TOKEN)

#print(TELEGRAM_ID)

host_name=socket.gethostname()

print(f'主機 : {host_name}')

if len(sys.argv) != 3:

print(f'用法: {sys.argv[0]} 帳號密碼')

sys.exit(1)

# 取得傳入的帳密參數

account=sys.argv[1]

password=sys.argv[2]

# 呼叫 get_books() 取得借書與預約書

borrow_books, reserve_books=get_books(account, password)

b_msg='' # 借書資訊字串初始值

r_msg='' # 預約資訊字串初始值

# 處理借書

if borrow_books:

borrow=[]

for book in borrow_books:

book_name=book['book_name']

book_site=book['book_site']

due_times=book['due_times']

due_date=book['due_date']

state=book['state']

due_date=datetime.strptime(due_date, '%Y-%m-%d') # 到期日

today_str=datetime.today().strftime('%Y-%m-%d')

today=datetime.strptime(today_str, "%Y-%m-%d")

delta=(due_date-today).days # 計算離到期日還有幾天

if delta < 0: # 負數=已逾期

msg=f'🅧 {book_name} (逾期 {abs(delta)} 天{state}, {book_site})'

borrow.append(msg)

elif delta == 0: # 0=今天到期

msg=f'⓿ {book_name} (今日到期, 續借次數 {due_times}{state}, {book_site})'

borrow.append(msg)

elif delta == 1: # 1=明天到期

msg=f'❶ {book_name} (明日到期, 續借次數 {due_times}{state}, {book_site})'

borrow.append(msg)

elif delta == 2: # 2=後天到期

msg=f'❷ {book_name} (後天到期, 續借次數 {due_times}{state}, {book_site})'

borrow.append(msg)

elif 2 < delta < 8: # 3 天以上一周內到期

msg=f'✦ {book_name} ({book["due_date"]} 到期, '\

f'續借次數 {due_times}{state}, {book_site})'

borrow.append(msg)

# 製作借書到期摘要字串

if len(borrow) != 0:

borrow.insert(0, f'\n❖ {account} 的借閱 :')

b_msg='\n'.join(borrow) # 更新借書資訊字串

print('產生借書到期摘要 ... OK')

# 處理預約書

if reserve_books:

reserve=[]

i=0

j=['①', '②', '③', '④', '⑤']

k=['❶', '❷', '❸', '❹', '❺']

# 預約狀態

for book in reserve_books:

book_name=book['book_name']

sequence=book['sequence']

ready_for_pickup=book['ready_for_pickup'] # 已到館

expiration=book['expiration'] # 取書截止日

if ready_for_pickup:

msg=f'{k[i]} {book_name} (已到館, 保留期限 {expiration})'

else:

msg=f'{j[i]} {book_name} (順位 {sequence})'

reserve.append(msg)

i += 1

# 製作預約書摘要字串

if len(reserve) != 0:

reserve.insert(0, f'\n❖ {account} 的預約 :')

r_msg='\n'.join(reserve) # 更新資訊字串

print('產生預約書摘要 ... OK')

if b_msg or r_msg: # 任一不為空字串就更新資料表

url="https://serverless-5e6i.onrender.com/function/update_ksml_books"

payload={

"account": account,

"borrow_books": b_msg,

"reserve_books": r_msg

}

res=requests.post(url, json=payload)

print(res.json())

end=time.time()

print(f'執行時間:{end-start}')

此次改版也修正了 try-except-finally 結構, 把 browser.close() 改成 browser.quit(), 前者雖然會把視窗關掉, 但背景的 chromedriver 可能還在跑繼續吃 RAM, 導致背景殘留了一堆 chromedriver 的殭屍進程. 此優化版程式在 Pi 3B, 3A+ 與 Pi 400 均可順利執行.

執行結果如下 :

pi@kaopi3:~ $ python ksml_lib_12.py faxxxxxx 123456

擷取借閱紀錄 ... OK

擷取預約紀錄 ... OK

產生借書到期摘要 ... OK

產生預約書摘要 ... OK

{'message': 'faxxxxxx 的資料已更新', 'status': 'success'}

執行時間:667.9564106464386

pi@pi3aplus:~ $ python ksml_lib_12.py faxxxxxx 123456

主機 : pi3aplus

擷取借閱紀錄 ... OK

擷取預約紀錄 ... OK

資源已釋放

產生借書到期摘要 ... OK

產生預約書摘要 ... OK

{'message': 'faxxxxxx 的資料已更新', 'status': 'success'}

執行時間:675.6979095935822

(myenv313) pi@pi400:~ $ python ksml_lib_12.py faxxxxxx 123456

主機 : pi400

擷取借閱紀錄 ... OK

擷取預約紀錄 ... OK

資源已釋放

產生借書到期摘要 ... OK

產生預約書摘要 ... OK

{'message': 'faxxxxxx 的資料已更新', 'status': 'success'}

執行時間:573.2406423091888

可見 Pi 3B 與 3A+ 速度差不多, 但 Pi 400 就快了 100 秒.

注意, 此處呼叫的後端端點有兩個, 都是建置在 Render 平台上的 serverless 服務, 目前我有兩個端點, 分配如下 :

kaopi3 : https://serverless-5e6i.onrender.com/function/send_books_messages
pi3aplus : https://serverless-fdof.onrender.com/function/send_books_messages
pi400 : https://serverless-fdof.onrender.com/function/send_books_messages (備用)

擷取並傳送借書資訊的程式 get_ksml_books_messages.py 也是要設定對應端點, 例如 kaopi3 :

# get_ksml_books_messages.py

import requests

import socket

host_name=socket.gethostname()

print(f'主機 : {host_name}')

params={'crawler': f'{host_name}'}

url='https://serverless-5e6i.onrender.com/function/send_books_messages'

res=requests.get(url, params=params)

print(res)

此爬蟲程式會呼叫 serverless 平台上的 send_books_messages.py 函式讀取 serverless.db 上記錄的借書與預約資訊, 並送出 Telegram 訊息. send_books_messages.py 函式內容如下 :

# send_ksml_books_messages.py

import asyncio

import sqlite3

from telegram import Bot

async def telegram_send_text(token, chat_id, text):

"""非同步傳送 Telegram 訊息"""

try:

bot=Bot(token=token)

await bot.send_message(chat_id=chat_id, text=text)

return True

except Exception as e:

print(f"傳送失敗: {e}")

return False

def main(request, **kwargs):

DB_PATH='./serverless.db'

config=kwargs.get('config', {})

telegram_token=config.get('TELEGRAM_TOKEN')

telegram_id=config.get('TELEGRAM_ID')

if not telegram_token or not telegram_id:

return '未設定 TELEGRAM_TOKEN 或 TELEGRAM_ID'

try: # 連線資料庫

conn=sqlite3.connect(DB_PATH)

cur=conn.cursor()

cur.execute("SELECT borrow_books, reserve_books FROM ksml_books;")

rows=cur.fetchall()

conn.close()

except Exception as e:

return f'資料庫讀取失敗: {e}'

if not rows:

return '沒有任何資料可傳送'

# 傳送訊息

success_count=0

fail_count=0

for borrow_books, reserve_books in rows:

for msg in [borrow_books, reserve_books]:

if msg and msg.strip():

ok=asyncio.run(telegram_send_text(telegram_token, telegram_id, msg))

if ok:

success_count += 1

else:

fail_count += 1

return f'傳送完成：成功 {success_count} 筆，失敗 {fail_count} 筆'

市圖爬蟲架構較複雜, 得畫一張圖來備忘才行.

訂閱：意見 ( Atom )

小狐狸事務所

2026年4月25日星期六

Gemini CLI 學習筆記 : OpenSpec 初體驗 (一)

2026年4月23日星期四

Python 學習筆記 : 市圖借書與預約爬蟲程式架構

2026年4月21日星期二

沖繩之旅行程規劃 : 5/5~5/8

2026年4月20日星期一

HDD/SSD 健康狀態檢測軟體 CrystalDiskInfo

1. SSD 檢測的黃金指標：剩餘壽命

2. 重點關注項目（對比 HDD）

3. SSD 與 HDD 在 CDI 中的差異

4. 檢查建議

1. 核心健康指標

2. 值得注意的細節

3. 對於這顆 SSD 的維護建議

1. 核心健康指標

2. 性能與規格分析

3. 為什麼這顆硬碟特別適合當「資料存放區」？

4. 給 Tony 的維護建議

總結

WD 5TB 隨身硬碟無法讀取問題

1. 修復了什麼？

2. 後續建議 (SOP)

3. 關於資料安全

1. 關鍵健康指標 (核心數據)

2. 使用記錄

3. 為什麼會發生「檔案目錄毀損」？

4. 維護建議

2026年4月19日星期日

2026 年第 15 周記事

2026年4月18日星期六

Python 學習筆記 : 市圖借書與預約爬蟲程式改版 v13

文章標籤

常用連結

2026年4月25日 星期六

Gemini CLI 學習筆記 : OpenSpec 初體驗 (一)

2026年4月23日 星期四

Python 學習筆記 : 市圖借書與預約爬蟲程式架構

2026年4月21日 星期二

沖繩之旅行程規劃 : 5/5~5/8

2026年4月20日 星期一

HDD/SSD 健康狀態檢測軟體 CrystalDiskInfo

1. SSD 檢測的黃金指標：剩餘壽命

2. 重點關注項目（對比 HDD）

3. SSD 與 HDD 在 CDI 中的差異

4. 檢查建議

1. 核心健康指標

2. 值得注意的細節

3. 對於這顆 SSD 的維護建議

1. 核心健康指標

2. 性能與規格分析

3. 為什麼這顆硬碟特別適合當「資料存放區」？

4. 給 Tony 的維護建議

總結

WD 5TB 隨身硬碟無法讀取問題

1. 修復了什麼？

2. 後續建議 (SOP)

3. 關於資料安全

1. 關鍵健康指標 (核心數據)

2. 使用記錄

3. 為什麼會發生「檔案目錄毀損」？

4. 維護建議

2026年4月19日 星期日

2026 年第 15 周記事

2026年4月18日 星期六

Python 學習筆記 : 市圖借書與預約爬蟲程式改版 v13

2026年4月25日星期六

2026年4月23日星期四

2026年4月21日星期二

2026年4月20日星期一

2026年4月19日星期日

2026年4月18日星期六