跳到主要內容

網站開發是怎麼一回事!?點解!?

網站開發是怎麼一回事!?點解!?


此篇文章獻給完全不瞭解網站開發是何物的人!

網站開發,聽起來就是一個神秘又奇妙的名詞,這類的人,總會讓人覺得講著神秘的語言,笑著奇異的笑點,當群聚的時候有一個很強大的力場。

這群人,就是大家口中所說的『程式設計師,網站工程師』

身為專業的人,口中烙英文這也是很正常的事情,就如小弟本身,每天都至少掛著很特別的名詞 - HTML ,念起來潮到一個不行,更不用說 CSS 什麼的,那就太夢幻了。

網站開發,在其中工作的人,不論是設計,開發,到 QA ,一定都會讓其他人覺得,你電腦一定很好吧,然後就把電腦送到你家門口,請你幫忙『看一下』。

這種事情一直都在我們身邊發生,但是這邊要極力聲明『電腦問題,請找專業』,請認明黃色 X 屋。

網站架構什麼的

對於各位來說,網站就如同信仰一般,深植於你我的心裡,隨時在身邊發生。舉例 facebook, google, line 無一不用到網站,所以這玩意兒,已經是生活中不可獲缺的一部份。

那網站的架構是什麼?那就先切分成兩個大方向來看,網站的表皮,網站的肉。
網站的皮 -> 網站資料
簡單來說眼睛所看,就是網站的皮。送出的資料及回饋資訊,就是網站的肉,也就是網站資料。(至於資料是怎麼儲存,怎麼進行!?這就不屬於本文所介紹的範圍)

所以網站架構就是這麼簡單,但是卻需要至少一批人來進行。 從專案需求者,專案架構師,專案管理師,設計師,前端設計師,後端設計師等人都會需要,當然一個開發團隊不一定會有這麼多人,但是這些角色是一定都會存在著(有些人重複身兼數職)

而這中間很多事情都牽扯到人,許多人與人之間的溝通,行為,互動,思考等,所以『網站開發』這件事情也就變的不是這麼容易。(畢竟牽扯到人的問題,就是一個很大的問題)

邏輯,程式什麼的重要嗎?

對於網站開發,對於一個好的網站設計師,程式設計師兩角色來說,邏輯的清晰是需要的,而且必要存在心中。

畢竟網頁目前需要符合在不同載具(手機,平版,電腦等),為了要一體適用所有情境,就會有所謂的規範,才有辦法讓這麼多不同的尺寸解析度條件下,達到最小標準,讓使用者可以在不同載具上進行閱讀,互動。(RWD)

但是至於程式功力是不是要很強大!?這可能就要看需求,以及這個網站的目的,也許要,也許不用。(沒有標準答案)

要如何進入這個領域

熱情,熱情還是熱情!

對於自己來說,網站開發的這個領域實在變動太快,光是前面講的皮,肉(還沒有講到骨頭)裡面就已經包含多要學習的基本概念,不同的語言語法需要被學習。
如果沒有了熱情,這股力量將難以持續

如果想知道自己有沒有熱情,可以試著從底下推薦的文章開始耐心閱讀起,甚至推薦完成基本的推薦線上課程。

希望這樣講解,能夠讓更多人瞭解『網站開發』,到底是怎麼一回事。

初階入門文章

何謂前端工程師

思維

2015 前端趨勢

實做線上課程

留言

  1. A 'lazy-eyed man' named Caesar shows love for casino giant
    Caesar 후 스코어 is 출장안마 the most famous man in the world and an important figure in the history of 토토 라이브스코어 gambling in many 신규 가입 머니 지급 countries. He 파워 볼 사이트 is most popular in

    回覆刪除

張貼留言

這個網誌中的熱門文章

Vibe Coding:為什麼 Junior 更快上手?Senior 要如何追趕?

現象層面(市場觀察) 最近有篇文章討論 junior & senior 開發者在 AI 時代的角色轉變,非常熱門。 身為 Cympack 產品開發團隊 ,我們也一直關注這個議題,在閱讀這篇文章時觀察到一些有趣的現象,對我們來說,這正好反映出 AI 正在改變開發生態,junior 借力 AI 快速成長、senior 則需要在 「架構思維」 與 「多 agent 協作」 中找到新定位,其中有些啟發(insight) 可以跟大家分享。 為什麼 Junior 更容易上手 vibe coding? 心智負擔低 → Junior 沒有太多傳統 code workflow 的框架包袱 敢於嘗鮮 → Gen Z / 年輕工程師天生習慣用 prompt-based 工具、跟 LLM 互動 少「優雅程式設計」的束縛 → 不太糾結「這樣寫會不會不夠優雅」,反而 embrace 快速迭代、快速出成果 反觀 Senior: 熟悉大型系統設計 有豐富的「工程正統流程」知識(架構設計、測試策略、效能優化、設計模式) 對 AI 生成 code 的品質 / 維護性通常比較保留 部分 10+ 年資深工程師,對 prompt engineering 沒那麼熟練,還在觀望 技能面(未來的關鍵能力) Vibe coding 本質上 = prompt engineering + AI co-pilot 管理能力 能力項目 誰目前比較有優勢? Prompt 撰寫 / AI 互動 Junior 較強(熟悉 chat-based 流程) 系統設計 / 架構把關 Senior 較強 AI 生成 code 驗證 / Bug 察覺能力 Senior 較強(能看出潛在問題) 快速疊代 / Hackathon 式開發 Junior 較強 長期維護性 / 穩定性 Senior 較強 總結 Junior 確實更快適應 vibe coding,並且更習慣以 「chat-based coding」 的工作流開發。 Senior 擁有驗證 AI 產物與系統設計的深度能力,但若不主動練習 vibe coding,長期會逐漸落後於新一波開發潮流。 就如同在 GAI 技術年會分享,希望帶給各位的感受, 『與 AI 協...

RAG 和 Prompt 原理超簡單解說!想知道 AI 怎麼找答案看這篇

這篇文章是給對於你已經開始使用所謂的 ChatGPT / Claude / Gemini 之類的 AI 服務,甚至是 Siri (嘿丟,他也是一種 AI 應用服務喔) 簡單來說是非 技術人員, PM,小白,想要趕快惡補的人 ,直接花十分鐘可以看完的一篇科普業配文章。 或者是概念僅止於,AI 這東西會幻想,會有誤差,會對於生活有些幫助但沒有幫助的人們,做個簡單又不是太簡單的介紹,希望用一個非常入門的方式讓你們有個了解。 當然,這篇文章目的很簡單, 就是引流 ,如果你身邊有已經對於 Web 技術開發的人員,歡迎報名分享給他,年末出國不如學一技在身,參加今年我們舉辦最後一場 RAG 實作工作坊,報名連結 , https://exma.kktix.cc/events/ai-for-dev-course-rag-2 注意: 接下來每個大段落結束都會有一段工商導入,但文章絕對精彩,請注意! 為了讓各位容易想像,我們將整個世界的資訊,先濃縮到這本『西遊記』的世界觀當中,我們整個世界都在這個 『西遊記』 ,而 大型語言模型 我們用 『書精靈』 來描述。 PS. 我們先預設各位,應該都有聽過,西遊記!如果沒有聽過西遊記的,請右轉出去,謝謝! 先來談談向量 在《西遊記》的世界裡,我們可以把 向量想像成一種「內容座標」 ,讓系統知道每個角色、場景、法術等的 「位置」和「距離」 。向量幫助語言模型知道不同內容之間的關聯程度。 向量就像內容的「距離」和「位置」 比方說,唐三藏的 「位置」(向量)會接近「佛經」和「取經」 的概念,因為他一路上都是為了取經而前進。孫悟空的 向量位置則會更靠近「金箍棒」和「七十二變」 這些概念,因為這些是他的特徵。 相似內容靠得更近:像「佛經」和「取經」會靠近唐三藏的向量,因為它們彼此有很強的關聯。 相差較大內容會離得較遠:像「取經」和「妖怪」「妖怪的寶藏」就距離比較遠,因為妖怪的寶藏和取經的目標關聯性不大。 是誰決定的這些位置? 簡單來說,這些位置和關係是模型自己學出來的。語言模型會閱讀大量的資料和這世界觀的資訊,觀察哪些詞語經常一起出現,根據「共同出現的頻率」來決定它們的關係,並且自動生成向量。例如: 如果模型看到 「唐三藏」 總是和 「取經」 一起出現,它就會讓「唐三藏」的向量靠近「取經」。 ...

Vibe Coding 協作到自建 Dev Agent?從 Claude / Codex 到 OpenHands

過去一年,越來越多工程師開始 把 AI 真正帶進工作流程 。從一開始用 ChatGPT、Claude 來問語法問題,到後來很多人愛上 Cursor,直接在編輯器裡讓 AI 幫忙改 code、補 test case、甚至自動整理 PR。這樣的開發體驗,已經大大改變了我們寫程式的方式。 更現實的是,在很多企業內部、政府單位、或涉及機密資料的專案裡, 其實根本不能直接用 Cursor 或雲端 LLM 工具。   畢竟這些服務通常會把資料傳到雲端模型做處理,萬一專案裡有未公開的技術、敏感客戶資料,或是受限於法規 (像金融、醫療、政府標案) ,直接用雲端 AI 工具就會踩 紅線 。  因此,許多團隊反而更希望 「自己架一套 Dev Agent」 ,可以在內網執行,資料完全掌握在自己手上,該整合的內部工具、該讀的私有 repo、該串的 CI/CD pipeline,全部客製化、安全可控。 這時候,像 OpenHands 這樣的開源 Dev Agent 框架就特別有價值。它的出發點不是單純的 AI 助手,而是讓你能夠打造出一個真的可以跑在自己環境裡、可以理解整個開發流程的 AI 工程師。從建置到部署,從 CLI 操作到瀏覽器查詢, 從多檔案編輯到自動測試,全部都能自己完成,甚至還能針對不同專案調整專屬的工作流。 對很多開始探索 AI 協作開發的團隊來說,這是一條 從 「AI 幫你寫一段程式」,走向「AI 幫你解決一整個任務」 的進化路徑。而且,還是在可控、可自定義、安全的環境裡完成的。 🧩 主要概述 OpenHands 是由 All‑Hands AI 開發的開源「軟體開發代理人平台」,能模仿人類工程師從建立程式、修改程式碼、執行指令,到瀏覽網頁、呼叫 API……等一整套開發流程 它提供雲端(OpenHands Cloud)與本地 Docker 運行版本,用戶能配置 LLM(如 Claude、OpenAI、Gemini…) 📚 核心特性與怎麼使用 代理人的工具能力 支援代碼編輯、命令行、執行環境、網頁瀏覽、API 呼叫—接近人類開發者完整技能。其中 OpenHands Cloud 版本提供 $50 試用額度讓大家方便使用,又或者如果自己本機有 docker 的話,可以自己Local 版本透過 Docker 自架環境。 ...