小狐狸事務所

2026年7月1日星期三

Google Antigravity 學習筆記 : GUI 待辦清單 (to-do list) 專案

在前一篇測試中, 使用 Antigravity CLI 規劃並執行了一個製作 CLI 介面的待辦清單 (to-do list) 專案, 透過預設的 Gemini 模型完成程式碼撰寫與測試, 最後人工驗證功能符合 AI 的規劃, 也完全與我們的預期一致. 本篇則是要製作 GUI 版的待辦清單, 並改用使用 Claude 模型來執行專案.

另外, 本篇還要嘗試改用 Claude 模型來執行此專案. Google 的 Antigravity 平台在 2026 年的全新架構中採用了 "多模型聯合訂閱" 模式, 購買 Google AI Pro 或 Ultra 的方案後, 課金就已涵蓋了平台內整合的所有跨廠牌旗艦模型 (包括 Claude 3.5/4.6 系列, GPT-OSS 等). 以 Google 帳號授權登入後, Antigravity 的雲端後台會自動處理所有的 API 轉接與計費, 所有的 Token 用量會在計算扣除後反映在 /usage 輸出的剩餘額度中.

本系列之前的文章參考 :

# Google Antigravity 學習筆記 : 安裝命令列程式代理 agy

# Google Antigravity 學習筆記 : 學習地圖

# Google Antigravity 學習筆記 : CLI 待辦清單 (to-do list) 專案

1. 建立專案目錄並啟動 agy :

PS D:\agy> mkdir todo-gui-app

PS D:\agy> cd todo-gui-app

PS D:\agy\todo-gui-app> agy

然後在提示號下斜線指令 /model 選擇 Claude Sonnet 做為執行此專案之底層模型 :

接下來就可以輸入專案需求了 :

> 請幫我將目前的 Todo 專案升級/建立一個 GUI 版本

需求 :

Python GUI (使用 tkinter 與 ttk 套件)

支援完整功能 : add / list / done / delete

資料持久化 : 使用 JSON 儲存資料

介面要求 : 外觀要現代 & 乾淨 (使用 ttk 佈局) 並具備良好的使用者提示 (例如刪除時跳出確認視窗)

請先不要寫程式碼.

請先針對這個 GUI 專案產出 Implementation Plan (實作計畫) 以及預計的檔案架構 (File Structure).

Claude 回覆的專案實作計畫如下 :

▸ Thought for 7s

The user wants me to create an Implementation Plan and File Structure for a Pyth...

讓我先看看現有的專案結構。

● ListDir(D:/agy/todo-gui-app) (ctrl+o to expand)

專案目前是空目錄，我來為您產出完整的實作計畫。

● Create(C:/Users/tony1/.gemini/antigrav...0-b697217b954f/todo_gui_plan.md) (ctrl+o to expand)

以上是完整的實作計畫，幾個重點決策說明：

──────

### 🔑 關鍵設計決策

1. 元件化架構

把 Header、InputBar、TodoItem、TodoList

拆成獨立檔案，方便逐步開發與維護，而非全部塞在一個大檔案裡。

2. 單向資料流

所有 CRUD 操作都走 TodoStorage ，UI 元件只負責呈現，避免狀態散落難以追蹤。

3. 自訂 ConfirmDialog vs messagebox

使用 tk.Toplevel 自製刪除確認視窗，才能套用一致的深色主題；系統 messagebox

外觀無法客製化。

4. 深色主題

ttk 的樣式透過 ttk.Style 全域設定，讓整個 App 色調一致，不必在每個元件重複指定顏色。

──────

請確認計畫後點選 Proceed 開始實作！若有任何調整（例如改用淺色主題、增加功能等）請告訴我。

輸入下列提示詞, 讓 agy 按照規劃進行實作 :

> 這規劃可以, 請依照此 Implementation Plan 逐步實作專案

每一步請先說明要做什麼再執行

Claude 回覆 Phase 1 要做的項目並徵求核准實作 :

▸ Thought for 2s

The user wants me to implement the project step by step according to the impleme...

好的，我們依照計畫逐步實作。先從 Phase 1 開始。

──────

## Phase 1 — 建立目錄結構與設計系統

要做什麼：

1. 建立所有必要的資料夾與 __init__.py

2. 實作 theme.py （全域設計 Token：色彩、字體、樣式）

3. 實作 main.py （程式進入點）

先建立完整的目錄骨架：

● Bash(New-Item -ItemType Directory -Force -Path "app", "app\components", "...) (ctrl+o to

expand)

Command

───────────────────────────────────────────────────────────────────────────────────────────────

Requesting permission for:

New-Item -ItemType Directory -Force -Path "app", "app\components", "app\dialogs",

"data"

Do you want to proceed?

> 1. Yes

2. Yes, and always allow in this conversation for commands that start with 'New-Item'

3. Yes, and always allow for commands that start with 'New-Item' (Persist to settings.json)

4. No

按 Yes 建立資料夾結構並要求授權建立 __init__.py :

先建立完整的目錄骨架：

● Bash(New-Item -ItemType Directory -Force -Path "app", "app\components", "...) (ctrl+o to

expand)

目錄建立完成，現在建立所有 __init__.py ：

● Bash(New-Item -ItemType File -Force -Path "app\__init__.py", "app\compone...) (ctrl+o to

expand)

Command

Requesting permission for:

New-Item -ItemType File -Force -Path "app\__init__.py", "app\components\__init__.py",

"app\dialogs\__init__.py" | Out-Null; Write-Host "Done"

Do you want to proceed?

> 1. Yes

2. Yes, and always allow in this conversation for commands that start with 'New-Item -

ItemType File -Force -Path "app\__init__.py", "app\components\__init__...'

3. Yes, and always allow for commands that start with 'New-Item -ItemType File -Force -Path

"app\__init__.py", "app\components\__init__...' (Persist to settings.json)

4. No

按 Yes 繼續實作到 Phase 5 :

目錄建立完成，現在建立所有 __init__.py ：

● Bash(New-Item -ItemType File -Force -Path "app\__init__.py", "app\compone...) (ctrl+o to

expand)

現在實作 theme.py — 全域設計系統的核心：

● Create(D:/agy/todo-gui-app/app/theme.py) (ctrl+o to expand)

──────

## Phase 2 — 資料層（TodoStorage）

要做什麼：實作資料模型，負責 JSON 讀寫、add / toggle / delete 操作。

● Create(D:/agy/todo-gui-app/app/storage.py) (ctrl+o to expand)

──────

## Phase 3 — UI 元件開發

要做什麼：逐一建立四個 UI 元件：Header → InputBar → TodoItem → TodoList

### 3-1 Header（頂部標題列）

● Create(D:/agy/todo-gui-app/app/components/header.py) (ctrl+o to expand)

### 3-2 InputBar（新增輸入列）

● Create(D:/agy/todo-gui-app/app/components/input_bar.py) (ctrl+o to expand)

要做什麼：先建立對話框，因為 TodoItem 會依賴它。

● Create(D:/agy/todo-gui-app/app/dialogs/confirm_dialog.py) (ctrl+o to expand)

### 3-4 TodoItem（單筆 Todo 列）

● Create(D:/agy/todo-gui-app/app/components/todo_item.py) (ctrl+o to expand)

### 3-5 TodoList（可捲動列表容器）

### 3-3 ConfirmDialog（刪除確認視窗）

● Create(D:/agy/todo-gui-app/app/components/todo_list.py) (ctrl+o to expand)

──────

## Phase 4 & 5 — 主 App 與進入點整合

要做什麼：實作 app.py （主控制器，整合所有元件與資料層），以及 main.py

（視窗初始化、置中、快捷鍵）。

● Create(D:/agy/todo-gui-app/app/app.py)

● Create(D:/agy/todo-gui-app/main.py) (ctrl+o to expand)

最後建立 requirements.txt ：

● Create(D:/agy/todo-gui-app/requirements.txt) (ctrl+o to expand)

所有檔案就緒！現在執行看看：

● Bash(python main.py) (ctrl+o to expand)

Command

Requesting permission for:

python main.py

Do you want to proceed?

> 1. Yes

2. Yes, and always allow in this conversation for commands that start with 'python main.py'

3. Yes, and always allow for commands that start with 'python main.py' (Persist to

settings.json)

4. No

至此 Claude 已完成所有實作, 按 Yes 執行程式 :

● ManageTask(Task: f7de5e33-ecc3-4c99-93d0-b697217b954f/task-34)

● Requested Permission: read_file(C:\Users\tony1\.gemini\antigravity-cli\brain\f7de5e33-ecc3-

4...)

● ListDir(C:/Users/tony1/.gemini/antigrav...17b954f/.system_generated/tasks) (ctrl+o to expand

App 正在運行中（無 crash 錯誤）。視窗應該已在您螢幕上開啟了。讓我驗證一下最終的檔案結構：

● ListDir(D:/agy/todo-gui-app)

● ListDir(D:/agy/todo-gui-app/app) (ctrl+o to expand)

專案結構完整， __pycache__ 出現表示 Python 已成功載入模組。

──────

## ✅ 實作完成總結

所有 5 個 Phase 都已完成，App 正在運行中：

Phase | 內容 | 狀態

-------------|----------------------------------------------------------------|------------

Phase 1 | 目錄結構 + theme.py | ✅

Phase 2 | storage.py （資料層 + JSON 持久化） | ✅

Phase 3 | header.py / input_bar.py / todo_item.py / todo_list.py | ✅

Phase 4 | confirm_dialog.py （自訂刪除確認視窗） | ✅

Phase 5 | app.py + main.py （整合 & 進入點） | ✅

已實作的功能：

• ✅ Add — 輸入框 + Enter / 點擊按鈕新增，空輸入紅框警示

• ✅ List — 捲動列表，最新項目在頂，時間戳記顯示

• ✅ Done — 勾選框切換完成，刪除線文字 + 灰化效果

• ✅ Delete — 🗑 按鈕 + 自訂深色確認對話框（淡入動畫）

• ✅ JSON 持久化 — 關閉後重開資料不遺失

• ✅ 快捷鍵 — Ctrl+N 聚焦輸入、 Esc 關閉對話框、 Enter 確認

執行方式：

python main.py

How's the CLI experience so far? Help us improve:

[1] Good [2] Fine [3] Bad [0] Skip

2. 驗收專案成果 :

開啟一個新的 PS 視窗, 切到專案目錄下, 用 tree /f 檢視專案結構 :

PS D:\agy\todo-gui-app> tree /f

列出磁碟區新增磁碟區的資料夾 PATH

磁碟區序號為 000000AF 1258:16B8

D:.

│ main.py

│ requirements.txt

│

├─app

│ │ app.py

│ │ storage.py

│ │ theme.py

│ │ __init__.py

│ │

│ ├─components

│ │ │ header.py

│ │ │ input_bar.py

│ │ │ todo_item.py

│ │ │ todo_list.py

│ │ │ __init__.py

│ │ │

│ │ └─__pycache__

│ │ header.cpython-312.pyc

│ │ input_bar.cpython-312.pyc

│ │ todo_item.cpython-312.pyc

│ │ todo_list.cpython-312.pyc

│ │ __init__.cpython-312.pyc

│ │

│ ├─dialogs

│ │ │ confirm_dialog.py

│ │ │ __init__.py

│ │ │

│ │ └─__pycache__

│ │ confirm_dialog.cpython-312.pyc

│ │ __init__.cpython-312.pyc

│ │

│ └─__pycache__

│ app.cpython-312.pyc

│ storage.cpython-312.pyc

│ theme.cpython-312.pyc

│ __init__.cpython-312.pyc

│

└─data

todos.json

可見 Claude 將此專案做了結構化設計, 元件與對話框放在不同資料夾裡面, 程式碼就不一一檢視了.

3. 驗證程式功能 :

在專案目錄下執行主程式 :

PS D:\agy\todo-gui-app> python main.py

執行結果可正常增刪待辦事項 :

整體外觀設計有專業感, 唯一美中不足的是, 點選待辦事項時字的顏色會改變為與背景色類似, 導致無法看清, 這可以叫 agy 進一步修改.

最後用 /usage 指令檢視執行此專案耗用了多少 Claude 模型額度 :

吃掉 8% 額度, 看起來比之前跑 Gemini 的 CLI App (不到 1%) 還耗得兇啊!

離屆退還有五年

今天是耳順之年的七月了, 離屆退破五年 :

這幾年老同事一個個陸續退了, 有些還提早退, 心裡也不免心動, 身為小田僑, 其實我也有資格申請早退, 只是不曉得退了要幹嘛. 如果爸失智情況能一直維持現在初期健忘狀態不惡化, 是可以考慮繼續做到屆退啦, 但想退其實隨時可退.

2026年6月30日星期二

Google Antigravity 學習筆記 : CLI 待辦清單 (to-do list) 專案

安裝好 Antigravity CLI 後, 接下來要透過實戰演練來熟悉如何使用此工具來開發專案, 本篇的目標是要用它來開發一個 CLI 介面的 to-do list.

本系列之前的文章參考 :

# Google Antigravity 學習筆記 : 安裝命令列程式代理 agy

# Google Antigravity 學習筆記 : 學習地圖

以前開發專案的日常通常是打開程式編輯器 (Thonny, VS Code), 建立專案, 寫程式, 抓臭蟲, 修改程式 ... 直到滿意為止. 但使用 Antigravity, 只需要將需求寫清楚, 叫 AI 規劃要怎麼做, 檢視無誤後叫它開始按規劃完成專案.

1. 建立專案目錄並啟動 agy :

開啟 PS 視窗, 建立一個專案資料夾 (例如 todo-cli-app), 切換到專案資料夾, 下 agy 啟動 Google Antigravity 工具 :

PS D:\agy> mkdir todo-cli-app

PS D:\agy> cd todo-cli-app

PS D:\agy\todo-cli-app> agy

然後輸入專案需求 :

請幫我建立一個 Todo CLI App

需求：

- Python CLI

- 支援 add / list / done / delete

- 使用 JSON 儲存資料

請先不要寫程式碼

先產出 Implementation Plan

以及檔案架構

agy 回應了下列規劃摘要 :

### 本次工作摘要：

1. 規劃了模組化的專案目錄結構。

2. 設計了 JSON 資料儲存的 Schema。

3. 定義了 add 、 list 、 done 、 delete 等 CLI 指令與對應的參數。

4. 規劃了開發階段（儲存層 -> 邏輯層 -> CLI 解析層）。

請確認此計畫是否符合您的需求。若同意此規劃，請點擊「Proceed」或告知我，我將開始為您撰寫程式碼。

看起來此規劃沒問題, 輸入如下提示 :

請依照剛剛的 Implementation Plan 逐步實作專案

每一步請先說明要做什麼再執行

按 Enter 後 agy 便開始執行它所規劃之專案 :

> 請依照剛剛的 Implementation Plan 逐步實作專案

每一步請先說明要做什麼再執行

### 步驟 1：實作儲存層（Storage Layer）

在這一步中，我們將建立專案的基礎結構與儲存模組：

1. 建立 todo 套件目錄及空的 __init__.py 。

2. 建立 todo/storage.py ，其中包含一個 Storage 類別。該類別負責讀取與寫入 todo_data.

json ，並包含對應的錯誤處理（例如檔案不存在或 JSON 格式錯誤）。

首先，我們來建立 todo/__init__.py 與 todo/storage.py 。

● Create(D:/agy/todo-cli-app/todo/__init__.py)

● Create(D:/agy/todo-cli-app/todo/storage.py) (ctrl+o to expand)

### 步驟 2：實作邏輯層（Logic Layer / Business Logic）

接下來，我們將實作 todo/manager.py 。

這個模組會包含 TodoManager 類別，它會調用剛剛建立的 Storage

模組來載入與儲存資料，並實作核心業務邏輯：

• 新增（Add）：取得現有的 todo 列表，自動生成唯一的 ID（現有最大 ID +

1），並記錄建立時間（ISO 8601 格式格式化字串），接著寫回檔案。

• 列表（List）：根據過濾條件（全部、已完成、未完成）傳回對應的 todo 項目。

• 完成（Done）：根據指定的 ID 將 todo 狀態改為 done = True 。

• 刪除（Delete）：根據指定的 ID 從列表中移除該項目。

現在，我們來建立 todo/manager.py 。

● Create(D:/agy/todo-cli-app/todo/manager.py) (ctrl+o to expand)

▸ Thought for 7s, 527 tokens

Defining CLI Interface

### 步驟 3：實作 CLI 解析層與進入點（CLI Parsing & Entry point）

現在，我們將實作 CLI 解析邏輯。

1. 建立 todo/cli.py ：使用 Python 內建的 argparse 模組來定義 subcommands（ add 、 list

、 done 、 delete ）。

• 當使用者輸入對應指令時，它會調用 TodoManager

，並以友善的可讀格式輸出結果。例如，已完成事項標記為 [x] ，未完成標記為 [ ] 。

2. 建立專案根目錄的 main.py ：做為應用程式的啟動點，直接調用 todo/cli.py 中的主函式。

首先，我們來建立 todo/cli.py 。

● Create(D:/agy/todo-cli-app/todo/cli.py) (ctrl+o to expand)

接下來，我們在根目錄建立進入點檔案 main.py ，它會直接執行 todo.cli 模組中的 main()

函式。

● Create(D:/agy/todo-cli-app/main.py) (ctrl+o to expand)

### 步驟 4：測試與驗證（Verification & Testing）

現在我們來驗證實作是否正確運作。我們將執行以下測試步驟：

1. 執行 python main.py --help 檢查說明選單是否正確。

2. 新增兩個 todo 項目。

3. 列出所有待辦事項。

4. 標記其中一個待辦事項為已完成。

5. 再次列出，確認狀態更新。

6. 刪除一個事項，確認已被移除。

首先，我們執行指令來新增事項並列出它們。

● Bash(python main.py add "Buy fresh milk"; python main.py add "Practice Py...) (ctrl+o to

expand)

Command

Requesting permission for:

python main.py add "Buy fresh milk"; python main.py add "Practice Python coding";

python main.py list

Do you want to proceed?

> 1. Yes

2. Yes, and always allow in this conversation for commands that start with 'python main.py

add "Buy fresh milk"; python main.py add "Practice Python coding"...'

3. Yes, and always allow for commands that start with 'python main.py add "Buy fresh milk";

python main.py add "Practice Python coding"...' (Persist to settings.json)

4. No

按 1.Yes 讓 agy 繼續執行專案, 完成工作 ID 1 後會再次詢問是否允許執行下一步 :

接下來，我們測試將 ID 1 的待辦事項標記為「已完成」，然後刪除 ID 2，最後列出清單以驗證。

● Bash(python main.py done 1; python main.py delete 2; python main.py list) (ctrl+o to expand)

Command

Requesting permission for:

python main.py done 1; python main.py delete 2; python main.py list

Do you want to proceed?

> 1. Yes

2. Yes, and always allow in this conversation for commands that start with 'python main.py

done 1; python main.py delete 2; python main.py list'

3. Yes, and always allow for commands that start with 'python main.py done 1; python main.py

delete 2; python main.py list' (Persist to settings.json)

4. No

↑/↓ Navigate · tab Amend · ctrl+g edit/expand command · ctrl+r Review

esc to cancel Gemini 3.5 Flash (Medium)

完成所有規劃的工作 :

### 步驟 5：撰寫 README.md（Documentation）

為了讓專案結構更完整，並方便您或其他人日後使用，我們將在專案根目錄下建立一個 README.md

說明文件，內容會說明如何安裝以及如何執行這些指令。

● Create(D:/agy/todo-cli-app/README.md) (ctrl+o to expand)

我們已經按照 Implementation Plan 逐步實作完成整個 Todo CLI App！

### 實作檔案與程式結構連結：

1. __init__.py：初始化 todo 套件。

2. storage.py：定義了 storage.py 類別，負責讀寫 JSON 檔案。

3. manager.py：定義了 manager.py 類別，實作新增、刪除、完成、列出等核心邏輯。

4. cli.py：處理指令列參數解析 ( argparse ) 與文字輸出格式化。

5. main.py：專案啟動入口。

6. README.md：專案的使用說明文檔。

### 測試結果：

我們已在終端機中成功測試了下列功能：

• 新增事項： python main.py add "Buy fresh milk"

• 列出事項： python main.py list

• 完成事項： python main.py done 1

• 刪除事項： python main.py delete 2

所有程式碼與功能皆已測試完畢並可正常運行！如果您有任何新功能需求或需要微調，請隨時告訴我。

以上就是 agy 執行此專案的過程, 至此 AI 已完成全部它所規劃的工作.

2. 驗收專案成果 :

開啟一個新的 PS 視窗, 切換至專案目錄下, 先檢視專案內容 :

PS D:\agy\todo-cli-app> dir

目錄: D:\agy\todo-cli-app

Mode LastWriteTime Length Name

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

d----- 2026/6/30 下午 02:57 todo

-a---- 2026/6/30 下午 12:39 65 main.py

-a---- 2026/6/30 下午 03:01 1452 README.md

-a---- 2026/6/30 下午 03:01 127 todo_data.json

其中 todo 是放專案程式的資料夾; todo_data.json 是用來存放待辦事項的 JSON 格式資料檔; README.md 是整個專案的說明檔, 裡面有此軟體的使用方法; main.py 為程式進入點, 它的內容很簡單, 先從 todo 資料夾下的 cli.py 匯入 main() 含是後是呼叫它而已 :

from todo.cli import main

if __name__ == "__main__":

main()

真正的邏輯寫在 todo 子目錄下的程式裡面 :

PS D:\agy\todo-cli-app\todo> dir

目錄: D:\agy\todo-cli-app\todo

Mode LastWriteTime Length Name

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

d----- 2026/6/30 下午 02:57 __pycache__

-a---- 2026/6/30 下午 12:39 3600 cli.py

-a---- 2026/6/30 下午 12:39 2197 manager.py

-a---- 2026/6/30 下午 12:39 1074 storage.py

-a---- 2026/6/30 下午 12:39 26 __init__.py

其中 __init__.py 是一個用來符合 Python 結構的空檔案, cli.py 才是主程式 :

# cli.py

import argparse

import sys

from datetime import datetime

from todo.storage import Storage

from todo.manager import TodoManager

def parse_iso_datetime(iso_str: str) -> str:

"""Parses an ISO format datetime string and returns a user-friendly format."""

try:

dt = datetime.fromisoformat(iso_str)

return dt.strftime("%Y-%m-%d %H:%M")

except ValueError:

return iso_str

def handle_add(manager: TodoManager, args):

if not args.title or not args.title.strip():

print("Error: Todo title cannot be empty.")

sys.exit(1)

new_todo = manager.add(args.title)

print(f"Added task: [ID: {new_todo['id']}] \"{new_todo['title']}\"")

def handle_list(manager: TodoManager, args):

# Determine filter status

if args.done:

status = "done"

elif args.pending:

status = "pending"

else:

status = "all"

todos = manager.list_todos(status)

if not todos:

print(f"No {status if status != 'all' else ''} tasks found.")

return

print(f"{'ID':<4} {'Status':<8} {'Title':<40} {'Created At':<16}")

print("-" * 72)

for todo in todos:

status_str = "[x]" if todo["done"] else "[ ]"

created_time = parse_iso_datetime(todo["created_at"])

print(f"{todo['id']:<4} {status_str:<8} {todo['title']:<40} {created_time:<16}")

def handle_done(manager: TodoManager, args):

success = manager.mark_done(args.id)

if success:

print(f"Success: Marked task {args.id} as completed.")

else:

print(f"Error: Task with ID {args.id} not found.")

sys.exit(1)

def handle_delete(manager: TodoManager, args):

success = manager.delete(args.id)

if success:

print(f"Success: Deleted task {args.id}.")

else:

print(f"Error: Task with ID {args.id} not found.")

sys.exit(1)

def main():

parser = argparse.ArgumentParser(

description="Todo CLI Application - Manage your tasks from the terminal."

)

subparsers = parser.add_subparsers(dest="command", help="Available subcommands")

# 'add' subcommand

add_parser = subparsers.add_parser("add", help="Add a new task")

add_parser.add_argument("title", type=str, help="The title of the task")

# 'list' subcommand

list_parser = subparsers.add_parser("list", help="List tasks")

group = list_parser.add_mutually_exclusive_group()

group.add_argument("--done", action="store_true", help="List only completed tasks")

group.add_argument("--pending", action="store_true", help="List only pending tasks")

group.add_argument("--all", action="store_true", default=True, help="List all tasks (default)")

# 'done' subcommand

done_parser = subparsers.add_parser("done", help="Mark a task as completed")

done_parser.add_argument("id", type=int, help="ID of the task to mark as done")

# 'delete' subcommand

delete_parser = subparsers.add_parser("delete", help="Delete a task")

delete_parser.add_argument("id", type=int, help="ID of the task to delete")

args = parser.parse_args()

if not args.command:

parser.print_help()

sys.exit(0)

# Initialize storage and manager

storage = Storage("todo_data.json")

manager = TodoManager(storage)

# Dispatch to handlers

if args.command == "add":

handle_add(manager, args)

elif args.command == "list":

handle_list(manager, args)

elif args.command == "done":

handle_done(manager, args)

elif args.command == "delete":

handle_delete(manager, args)

if __name__ == "__main__":

main()

manager.py 負責增刪待辦事項等操作 :

# manager.py

from datetime import datetime

from typing import List, Dict, Optional

from todo.storage import Storage

class TodoManager:

"""Manages todo actions: add, list, done, delete, delegating persistence to Storage."""

def __init__(self, storage: Storage):

self.storage = storage

def _load_todos(self) -> List[Dict]:

return self.storage.load()

def _save_todos(self, todos: List[Dict]) -> None:

self.storage.save(todos)

def add(self, title: str) -> Dict:

"""Adds a new todo item and returns it."""

todos = self._load_todos()

# Auto-increment ID

new_id = max([todo["id"] for todo in todos], default=0) + 1

new_todo = {

"id": new_id,

"title": title.strip(),

"done": False,

"created_at": datetime.now().isoformat()

}

todos.append(new_todo)

self._save_todos(todos)

return new_todo

def list_todos(self, status: str = "all") -> List[Dict]:

"""Lists todos filtered by status: 'all', 'done', or 'pending'."""

todos = self._load_todos()

if status == "done":

return [todo for todo in todos if todo["done"]]

elif status == "pending":

return [todo for todo in todos if not todo["done"]]

return todos

def mark_done(self, todo_id: int) -> bool:

"""Marks a todo item as completed. Returns True if found and updated, False otherwise."""

todos = self._load_todos()

for todo in todos:

if todo["id"] == todo_id:

if todo["done"]:

return True # Already done

todo["done"] = True

self._save_todos(todos)

return True

return False

def delete(self, todo_id: int) -> bool:

"""Deletes a todo item. Returns True if found and deleted, False otherwise."""

todos = self._load_todos()

initial_length = len(todos)

todos = [todo for todo in todos if todo["id"] != todo_id]

if len(todos) < initial_length:

self._save_todos(todos)

return True

return False

storage.py 為上面的 manager.py 操作 todo_data.json 提供基礎類別 :

import json

import os

class Storage:

"""Handles loading and saving todo data from/to a JSON file."""

def __init__(self, filepath: str = "todo_data.json"):

self.filepath = filepath

def load(self) -> list:

"""Loads todo list from JSON file. Returns empty list if file doesn't exist or is invalid."""

if not os.path.exists(self.filepath):

return []

try:

with open(self.filepath, "r", encoding="utf-8") as f:

data = json.load(f)

if not isinstance(data, list):

return []

return data

except (json.JSONDecodeError, IOError):

# If the file is corrupted or unreadable, return an empty list

return []

def save(self, data: list) -> None:

"""Saves todo list to JSON file."""

try:

with open(self.filepath, "w", encoding="utf-8") as f:

json.dump(data, f, ensure_ascii=False, indent=2)

except IOError as e:

print(f"Error saving todo data: {e}")

可見 agy 規劃的專案架構非常清晰, 可維護性很高.

3. 驗證程式功能 :

最後手動測試此軟體 :

首先用 python main.py list 檢視代辦清單內容 :

PS D:\agy\todo-cli-app> python main.py list

ID Status Title Created At

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

1 [x] Buy fresh milk

目前只有一筆資料, Status 欄為 x 表示該備忘事項已完成.

用 python main.py add 新增一筆備忘後再次檢視就會顯示兩筆 :

PS D:\agy\todo-cli-app> python main.py add "買 A4 影印紙"

Added task: [ID: 2] "買 A4 影印紙"

PS D:\agy\todo-cli-app> python main.py list

ID Status Title Created At

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

1 [x] Buy fresh milk 2026-06-30 14:57

2 [ ] 買 A4 影印紙 2026-06-30 15:15

Status 欄空白表示尚未完成. 接下來 python main.py done 2 指令將 ID=2 的備忘標示為已完成, 再次檢視清單就會看見兩筆都被標示為 x :

PS D:\agy\todo-cli-app> python main.py done 2

Success: Marked task 2 as completed.

PS D:\agy\todo-cli-app> python main.py list

ID Status Title Created At

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

1 [x] Buy fresh milk 2026-06-30 14:57

2 [x] 買 A4 影印紙 2026-06-30 15:15

開啟 todo_data.json 可以看到所儲存這兩筆待辦事項內容 :

[

{

"id": 1,

"title": "Buy fresh milk",

"done": true,

"created_at": "2026-07-01T08:15:30.657339"

{

"id": 2,

"title": "買 A4 影印紙",

"done": true,

"created_at": "2026-07-01T08:15:36.159076"

}

]

最後來檢查刪除功能, 連續刪除兩筆後再次檢視清單應為空 :

PS D:\agy\todo-cli-app> python main.py delete 1

Success: Deleted task 1.

PS D:\agy\todo-cli-app> python main.py delete 2

Success: Deleted task 2.

PS D:\agy\todo-cli-app> python main.py list

No tasks found.

可見 agy 實作的專案成果符合預期之功能.

完成後回 agy 命令列, 輸入 /usage 斜線指令檢視目前 token 用量餘額 :

此用量統計分為兩部分, 上層是 Gemini Flash 與 Gemini Pro 模型的用量餘額, 下層是第三方模型 CLAUDE (Claude Opus/Claude Sonnet) 與 GPT 用量餘額合計, 各自有分 Weekly Limit (每週上限) 與 Five Hour Limit (五小時滾動限制), 以及多久後重置, 98% 以上的周累計餘額表示過去一周都沒用到多少.

岡山之旅行前準備

即將進入七月了, 月底要帶老同事阿中去日本岡山旅行, 此行主要是應他要求, 教他如何在日本自助旅行, 包括訂機票旅館, 填寫 VJW, 購買行動漫遊, 安裝常用 App (AI, 計程車 & 轉車) 等哩哩扣扣的小細節.

我在五月時就已將行程規劃好, 參考 :

# 2026 岡山之旅規劃 (07-24~07-29)

# 預約岡山桃茂實苑觀光農場採果

今天先來教他填寫 VJW, 還有記錄一些備忘事項.

1. 填寫 VJW : https://www.vjw.digital.go.jp/

2. 委託代購清單 :

合利他命 EX
AD
龍角散
暈車藥 (小舅)

3. 備忘清單 :

太陽眼鏡
摺扇
電子行李秤

其他參考 :

# 日本自助旅遊備忘錄

~ 進行中 ~

2026年6月29日星期一

我的筆電歷史

今天在硬碟中找尋 Carbonbook 的備份映像, 為了方便判斷是哪一台筆電的映像, 乾脆搜尋部落格中關於用過的六台筆電購買紀錄, 摘要如下 :

D290A : 2010 建國路 ($42000)
技嘉 W251U : 水某購買 ($40000)
ACER AOD260 : 2011-06-30 露天拍賣 ($6500)
INHON Carbonbook : 2014-10-23 ($15000) 原廠
ACER Swift 5 (SF515) : 2019-02-23 ($35000) 建國路茂訊
LG Gram : 2023-08-24 ($34317) 遠傳 Friday

D290A 大約是 2010 年就讀高師大碩士班時為了寫論文而買的, 非常厚重 (3 公斤左右), 畢業後就很少帶來帶去, 放家裡當成桌機用. 技嘉 W251U 是水某買來研究計畫用的, 但大都是我在使用 (當時拿來學習技術分析用). AOD260 也用了 3~4 年才換 Carbonbook. ACER Swift 5 在 2023 年螢幕出現橫線後當成桌機用, 直到 6 月中被阿咪尿斃歸天.

Google Antigravity 學習筆記 : 學習地圖

由於 Antigravity CLI 已經脫離 Gemini CLI 時代的一問一答思維, 進化到 AI 代理人協同思維(Agentic System), 開發者使用 AI 的模式也要轉變, 我叫 M365 chat 擬了一個 Antigravity CLI 學習地圖 (似乎只能輸出文本), 交給 Gemini 畫成圖片, 如下所示 :

這張 Google Antigravity CLI 學習地圖的核心意旨, 是為了協助開發者從過去舊時代的 "AI 聊天工具思維" (舊版 Gemini CLI 的一問一答), 全面升級到新世代的 "AI 代理人協同思維 (Agentic System). 此學習地圖透過由淺入深的架構指引開發者如何將 AI 轉化為一個能夠自主思考與規劃, 並執行複雜任務的 "虛擬夥伴".

此學習地圖分成上下兩層, 上層是學習的起點, 用來奠定代理人的思維以掌握此新世代 AI 工具, 它由三個平行的支柱組成, 強調工具, 思維, 工程缺一不可 :

基礎操作 (工具熟練) :
開發者必須先熟悉 agy 的全新圖形終端介面 (TUI) 與設定.
Agent 思維 (核心大腦) :
此乃整張地圖最核心部分, 它告訴開發者不能再用以前 "給一個指令吐一個答案" 的線性思維來使用 agy, 必須學會如何給定一個大目標 (Prompt Engineering), 並理解 AI 是如何將大目標拆解成小任務 (Task Decomposition) 與如何自我規劃 (Planning).
工程整合 (實務落地) :
AI 代理人不能脫離現實開發環境, 開發者需學習如何讓 AI 融入現有的 Git 版本控制, 撰寫並執行測試, 以及自動化整合 (CI/CD), 才能確保 AI 寫出的程式碼是安全, 可被驗證且符合工程規範.

下層為進階匯流部分, 是邁向高效率自動化生產力提升的關鍵. 開發者在融合了上半部的基礎能力後, 軟體開發能力將產生兩大質變 :

基礎操作＋ Agent 思維 => 輕鬆駕馭多代理人系統 (Multi-Agent) :
當開發者既懂操作又懂 Agent 的思考邏輯時, 就能開始扮演 "專案經理的角色, 可以同時調動多個子代理人 (Subagents), 指派不同的技能 (Skills) 與擴充元件 (Plugins), 讓多個 AI 代理在背景非同步地協同開發.
Agent 思維＋工程整合 => 建立生產工作流 (Production Workflow) :
當 AI 的規劃能力與實際工程環境結合時就能徹底解放雙手, 透過 MCP 與 Hooks, AI 代理能全自動地巡檢專案, 自動修復 Bug, 甚至優化工作流程, 實現真正的 coding 自動化.

總之, 此學習地圖昭示開發者 : 不要只把 AI 當成會寫程式的聊天機器人, 要把 AI 當成你的團隊同僚. 它指引了一條清晰的學習路徑, 帶領開發者從基礎的指令輸入者, 進化為能夠編排, 調度, 並與多個 AI 代理人共同協作的新世代 AI 開發總指揮.

接下來我想利用 AI 學習 AI, 透過簡單實用的範例實作來快速掌握此工具. 我去年底買的 Google AI Pro 已過去半年但使用率不高, 下半年要來好好榨乾其價值呵呵.

2026 年第 25 周記事

本周花了很多時間在修復舊筆電, 經過一周努力, 周二終於破解水某那台 DELL Vostro 2520 筆電的系統管理員密碼, 這樣才有權限安裝軟體以做為下載機備品. 其次是已退役多年的應宏 INHON Carbonbook 小筆電, 此機疑似 SSD 系統碟毀損無法開機, 周末拆開機子查看, 發現其 SSD 可能是應宏的特規產品, 既非 mSATA 亦非 M.2 SATA (2013~2014 規格上未收斂), 本想在拍賣網站買個二手 128GB SSD 來更換重灌系統, 但無法找到插槽與金手指接點雷同的二手品, 聽從 AI 建議作罷, 只好將金手指擦拭一下插回鎖上, 開機已可讀到 SSD 但無法復原 Win10, 希望能從映像檔順利復原. 至於 ACER Swift 5 筆電, 因電源部分被阿咪尿到無法過電, 確定要丟回收了.

上週梅雨季結束後, 天晴沒幾天又有環流帶來豪雨, 周五南部放豪雨假一天, 周五早上我忙完 MSI 主機的 C 碟映像備份後趁雨勢稍歇回鄉下, 順路去三聖領爸的降血壓藥, 護理師告知因院長打算休息, 所以之後要到別家診所拿慢簽了, 所以等這次的藥剩下一周左右時, 要載爸去小太陽那邊掛號拿藥了.

老家要整理的地方很多, 周五下午先清理頂樓的落葉, 避免雨季時阻塞出水口. 然後更換二樓和室的燈泡, 下周要吸塵並清潔木地板. 路旁的蓮霧樹樹枝伸展到祖堂左側露臺, 掉落的樹葉與落果要花很多時間清除, 我拿了柴刀搬了梯子將樹枝截短, 但更高的部分就沒辦法, 需要爬樹去截斷樹幹, 這可不是輕鬆的活. 周六下午清理餐廳旁的浴室轉角所堆放的衛生紙包, 跑進屋裡的貓咪在那邊大便, 清理完後就顯得清爽多了. 下周目標轉向車庫靠牆的鐵架, 騰出空間來放還需要的物品.

2026年6月28日星期日

博客來買書 1 本 : Claude 萬用手冊

中午滑臉書看到博客來今天這本 66 折 :

旗標的書打 66 折機會不多, 而 Claude 我也要用到, 所以就買了,

折抵 Open 點數 204 元, 實付 258 元. 小七至興店取貨.

2026年6月27日星期六

Google Antigravity 學習筆記 : 安裝命令列程式代理 agy

自從五月底交完 Hahow 的 SDD 課程作業後就一直沒有使用 Gemini CLI, 今天想要用它來重構我的市圖爬蟲時, 發現以 Google 帳戶登入後出現 "Failed to sign in" 訊息 :

搜尋才知道原來 6/18 起 Google 在產品策略上做了一些改變, 正式停用了針對個人用戶, Google AI Pro, 以及 Google AI Ultra 方案的舊版 Gemini CLI 服務, 舊版的 Gemini CLI 目前只保留給購買 Google Cloud 企業方案, 或是使用付費企業級 API 密鑰的用戶使用. 一般個人訂閱戶 (免費/Pro/ Ultra) 現在全面由 Antigravity 家族接管, 個人端的開發工具全面整合遷移至全新的智慧 Agent 開發平台 Google Antigravity, 若想繼續在終端機 (Terminal) 中使用 Google 的 AI 服務, 須改為安裝 Antigravity CLI, 新版的工具改用 Go 語言重寫, 執行速度更快, 且支援多 Agent 非同步協同作業, 參考 :

# Gemini CLI 遷移：轉移至 Antigravity CLI (agy)

以下是我透過 Gemini, M365 Chat, 與 ChatGPT 等工具所做的知識整理.

谷歌這次的產品線異動標誌著從 Chat 模式走向 Agentic 模式的工作流革命. 舊的 Gemini CLI 本質上屬於工具型的 API 呼叫包裝, 運作模式為單次提示與回應的對話; 新版的 Antigravity CLI 則升級為 "終端型 AI 工程助手", 本質上是一個 Agent 系統, 支援如下功能 :

多 Agent 協作
工具呼叫 (Tool use)
MCP (Model Context Protocol)
持續任務執行

開發者面對此轉變, 除了須熟悉新工具的介面外, 更重要的是開發模式的轉換 : 從 Prompt 工具的 Gemini CLI 轉換到任務執行系統 (Agent Runtime) 的 agy. 這兩個開發工具的核心差異如下表 :

面向	Gemini CLI	Antigravity CLI (agy)
狀態	❌ 已退役（個人不能用）	✅ 官方主力
核心定位	API wrapper	Agent 平台 CLI
互動模式	單次 Prompt → 回答	持續任務 + 多 Agent
任務執行	❌ 基本無	✅ 可執行命令 / 改檔案
上下文	需手動提供	✅ 自動理解專案
Agent 能力	❌ 無	✅ 多 Agent 協作
工具呼叫	限制很大	✅ Tool use（Shell / Git / Browser）
MCP 支援	有但偏初級	✅ 深度整合
工作流	線性	非同步 / 多步驟
架構定位	CLI 工具	Agent Orchestration Layer
模型支援	Gemini only	✅ 多模型（Gemini / Claude / GPT 等）
安全性	主機直接操作	✅ Sandbox 執行

其中最關鍵的差異在於互動模式, Gemini CLI 是一次問一次答, 不記得上下文 (要靠 GEMINI.md), 也不會自動做事情 (例如開啟瀏覽器進行測試), 同樣一個提示詞, agy 會用不同的 Agent 分別進行結構分析, 撰寫修改程式, 跑測試與修正錯誤等任務.

其次, Gemini CLI 的回應只能告訴你怎麼做而不會幫你真的做; 而 agy 則會直接做 (改檔案, 執行 shell, 跑測試, 查 Git history ...), 因為它是 Agent + tool system, 擁有 Gemini CLI 所沒有的工作流 (workflow) 能力.

另外 agy 還有一些值得一提的亮點, 例如它支援多模型 (Gemini CLI 只能使用 Gemini 模型), MCP (所有工具都走 MCP), 企業資安在意的沙箱執行等. 總之, Google 這次進行的是一個架構性的轉變, 舊世界的 Gemin CLI 是一個一問一答的單線對話結構 :

User → Prompt → LLM → Response

而 agy 則是多 agent, 多工具整合的任務循環結構 :

User → Agent Planner → Sub Agents → Tools (MCP) → Execution + Feedback Loop

開發者思維必須從 "我用 AI 幫我寫 code" 轉變為 "我用 AI 幫我做工程工作", 這是從 Prompt → Agent Workflow 的心態轉換. 總之, agy 是 task-driven (任務驅動), 不是 command-driven (指令驅動) 的工具.

1. 安裝 Antigravity CLI :

在 Windows 下安裝 Antigravity CLI 比安裝 Gemini CLI 簡單, 無須先安裝 Node.js, 可開啟 PS 視窗輸入下列指令執行官方提供的自動化腳本即可 :

irm https://antigravity.google/cli/install.ps1 | iex

PS C:\Users\tony1> irm https://antigravity.google/cli/install.ps1 | iex

I0627 01:45:51.731347 21576 installer.go:27] Running Antigravity CLI setup...

I0627 01:45:51.811905 21576 installer_windows.go:45] Configuring Windows user PATH registry environment...

I0627 01:45:51.812422 21576 installer_windows.go:117] Successfully added %LOCALAPPDATA%\agy\bin to User PATH registry variable.

I0627 01:45:51.812422 21576 installer_windows.go:148] Broadcasting environment update system-wide...

I0627 01:45:53.794218 21576 installer_windows.go:167] Environment update broadcast completed.

Warning: C:\Users\tony1\AppData\Local\agy\bin is not present in your active Environment PATH.

Please restart your active terminal session, or add it manually if needed.

✅ Antigravity CLI binary placed successfully at C:\Users\tony1\AppData\Local\agy\bin\agy.exe

Note: The binary is installed, but it is not in your active PATH. Please follow the instructions above to add it, then restart your terminal session.

安裝完畢須關閉 PS 與所有 CMD 視窗, 重新開啟一個新的 PS 視窗 (這樣環境變數才會生效), 輸入 agy --version 檢視版本 :

PS C:\Users\tony1> agy --version

1.0.12

出現版本號表示 agy 已安裝成功.

2. 啟動 Antigravity CLI :

在 PS 視窗輸入 agy 會出現全新的終端機使用者介面 :

選擇預設的 Google OAuth, 這會開啟瀏覽器選擇要登入哪一個谷歌帳戶 :

按 "登入" :

出現一組驗證碼, 此為一次性動態密碼 (類似信用卡付款之 OTP, 無須保存), 壽命只有 5 到 10 分鐘而已, 請務必在有效期限內用它來完成驗證, 逾時自動失效必須重來. 按 Copy to Clpboard 複製到剪貼簿 :

貼到 PS 視窗按 Enter 進行帳戶驗證 :

通過驗證後選擇主題背景 (Theme), 用預設的 Terminal 即可按 Enter :

出現服務條款與詢問是否願意將與 agy 互動資料 (Interactions data) 提供給 Google, 用來幫助改進此 Coding 代理工具 (例如優化模型與功能), 基於隱私保護考量, 建議取消勾選, 用上下方向鍵移動光標到 > [x] Yes, I agree... 這行, 按 SPACE 或 Enter 鍵改成 [ ] :

接著將光標移動到下方的 [Done] 上, 按 Enter 即可完成設定並進入下一步 :

出現詢問是否授權 agy 對此資料夾進行讀寫與執行, 按 Enter 同意 :

進入 agy 提示號 > 表示完成全部設定, 可以進行對話了 :

以上設定是在使用者家目錄下進行, 但通常開發專案通常會建立一個專案資料夾, 然後切換到該專案資料夾下後再啟動 agy, 如果是 Python 專案, 建議用 uv 工具先建立好專案結構後再啟動 agy. 關於 uv 工具用法參考 :

# Python 學習筆記 : 整合型 Python 版本管理工具 uv

3. 常用指令 :

Antigravity CLI 常用指令如下表 (付 Gemini CLI 對照) :

Gemini CLI	Antigravity CLI (agy)	功能說明
gemini	agy	啟動指令。新版會直接進入互動式圖形介面 (TUI)。
gemini "prompt"	agy "task" 或 agy -p "task"	單次任務執行 (不進入 TUI，直接在當前終端機交付任務並輸出結果。
gemini --login	agy auth login	帳號登入與驗證。引導至瀏覽器綁定你的 Google AI Pro 帳號。
（無對應）	/init 或 agy init	初始化當前專案，建立代理人設定檔與必要的本地環境。
（無對應）	/grill-me	【核心新功能】重大重構前讓 AI 質詢你的邏輯，確保雙方對齊。
（無對應）	/agents	開啟專案面板，監控背景正在非同步協同作業的所有子代理人狀態。
gemini --config	/config	調整設定。可在介面中直接開關 Shell 執行、自動核准等權限。
gemini --model [name]	/model	即時查詢或切換當前專案使用的 AI 模型（如 Flash 或 Pro）。
（無對應）	/skills	列出目前專案載入的所有自訂 Skills（技能藍圖）與自訂指令。
gemini --version	agy --version	檢查當前本地端 Antigravity CLI 的版本號。
（無對應）	agy plugin import gemini	【老用戶專屬】一鍵將舊版 Gemini CLI 的擴充套件遷移至新版。
~/.gemini/plugins/	~/.config/antigravity/skills/	全域 Skills 與自訂擴充功能的存放路徑。

在提示符號 > 下輸入斜線 / 就會顯示所有斜線指令. 例如跳出 agy (TUI) 可用 /exit 或 /quit 指令 (或按 Ctrl + C); 用 /model 指令可以切換底層模型等.

2026年6月26日星期五

MSI 電競桌機維修 (七)

經過近一個月的折騰, MSI 電競桌機的復原工作終於來到尾聲, 今天要來進行收尾作業, 主要是完成下列這三項 :

取消休眠
安裝 UltraViewer 與 AnyDesk
製作備份映像

有了映像檔後, 萬一未來系統碟 Win11 毀損或又要換新, 就可以輕鬆地從放在 D 碟的映像檔快速還原, 就不用像過去三周那樣重新安裝環境, Ollama 的進度也因此暫停, 希望下周能恢復測試.

1. 取消休眠 :

最近在安裝執行環境時發現, 臨時走開約十分鐘回來電腦風扇燈不亮, 以為又當機, Power 鍵上面的小藍燈則一閃一閃, 按一下風扇燈就恢復, 電腦也甦醒到原來畫面, 應該是一段時間就進入休眠了. 現在整個本地模型已重建回來, 接下來會安裝 UltraViewer/AnyDesk, 方便回鄉下時可遠端連線進來, 如果進入休眠連線會失敗, 所以要設定為永不休眠 (但五分鐘沒使用可將螢幕關掉).

開啟 "設定/系統/電源", 將 "螢幕, 睡眠與休眠逾時/一般電源" 項目下的睡眠與休眠狀態設為 "永不" :

完成後關閉設定即可.

2. 安裝 UltraViewer :

UltraViewer 下載網址 :

# https://www.ultraviewer.net/en/download.html

用預設設定安裝即可, 完成後啟動 UltraViewer, 抄下 9 碼連線 ID, 勾選 "Run Ultraviewer with Windows", 按 "Custom Password" 右邊的按鈕設定無人值守密碼 (因為在上面已設定電腦不休眠, 所以此處 Prevent Windows from going to sleep 有無勾選都可以) :