在 VS Code 的 GitHub Copilot Chat 中，Custom Agent 可以讓我們把不同類型的工作拆成明確角色。例如有的 agent 負責規劃，有的 agent 負責提出反對意見，有的 agent 則專門整理文件。當任務變得複雜時，比起只讓單一 agent 從頭做到尾，更適合透過多個 agent 協作，讓每個角色各自處理自己擅長的部分，再由統籌者整合成最終成果。
這次影片示範的是一個「多 agent 協作任務」：使用者要求 Copilot 幫忙設計一款符合現代玩法的貪食蛇遊戲，並將企劃輸出到 plans 資料夾底下。整個過程不是直接請單一 agent 產生一份企劃，而是透過 commander agent 統籌，先理解工作區、確認限制，再把任務交給不同角色審視，最後整合成一份可審閱的遊戲企劃文件。
Custom Agent 是 VS Code 中 GitHub Copilot Chat 的自訂代理設定。它可以讓你針對不同開發任務，預先定義 AI 應該扮演的角色、可使用的工具、模型偏好與工作流程，讓 Copilot 在切換到該 agent 後，以更貼近任務需求的方式回應。
內建 agent 通常適合一般用途，但實際開發時，不同任務會需要不同的行為模式。例如規劃階段可能只需要讀取與搜尋工具，避免 AI 直接修改檔案；實作階段則需要編輯工具；Code Review 階段又會更重視安全性、可維護性與測試覆蓋。Custom Agent 的價值就在於把這些設定整理成可重複使用的工作角色。
Custom Agent 會定義在 .agent.md Markdown 檔案中，可以放在工作區內與團隊共享，也可以放在使用者層級，讓你在不同專案中重複使用。
在開發需要「位置範圍判斷」的功能時，地理柵欄（Geofencing）是很常見的需求。例如：判斷玩家是否進入指定活動區域、確認使用者是否位於服務範圍內，或是根據所在位置觸發不同的互動內容。
如果直接在程式碼裡手動輸入經緯度，不但不直覺，也很容易因為座標順序或邊界不精準而出錯。這時候可以使用 geojson.io 先在地圖上畫出範圍，再把結果匯出成 GeoJSON，最後放到 Google Maps 裡顯示與判斷。
這篇文章會介紹如何使用 geojson.io 建立地理柵欄，並示範如何將 GeoJSON 套用到 Google Maps JavaScript API 中。
Google Maps 是目前最廣泛使用的地圖服務之一,但預設樣式對於追求設計感或特殊主題的網站(例如遊戲、品牌官網、資料視覺化儀表板)來說,往往略顯單調。所幸 Google 提供了完整的樣式自訂機制,讓開發者可以透過 JSON 設定檔調整地圖上每一項元素的色彩、可見度與標籤呈現方式。
本文將介紹兩個最常被使用的工具:官方推出的 Google Maps Styling Wizard,以及社群維護的 Snazzy Maps,並說明如何將樣式套用到實際的網頁中。
預設的 Google Maps 配色雖然中性,但在某些情境下會帶來干擾:
透過樣式設定,你可以隱藏不需要的元素、調整配色,甚至打造復古、科幻、極簡等各種風格主題。
Google Maps API 是 Google 提供的網頁地圖服務，讓開發者能在自己的網站或 Web App 中嵌入互動式地圖。除了基本的地圖顯示外，還支援標記（Marker）、路線規劃、街景、自訂樣式等豐富功能,是製作 LBS（Location-Based Service）應用、店家定位、地圖小遊戲等常見專案時的首選方案。
本文以最精簡的範例,示範如何取得 API Key、建立第一張可運作的地圖,並透過 importLibrary() 動態載入新版地圖函式庫。
importLibrary）的開發者uv 是由 Astral 開發的新世代 Python 套件與專案管理工具，以 Rust 撰寫，目標是提供極速、可靠且統一的 Python 工作流程，能夠取代 pip、pip-tools、pipx、poetry、pyenv、virtualenv 等工具。
pip 與 poetry，具備全域快取機制pip 使用習慣GitHub Copilot 的 Agent Skills 功能讓你能夠建立可重複使用的工作流程，並在需要時自動載入對應的指令、腳本與資源。本文將介紹 Agent Skills 的核心概念、建立方式，以及與其他自訂功能的差異。
Agent Skills 是由一個資料夾組成的技能包，內含 SKILL.md 指令檔、腳本與相關資源。當 GitHub Copilot 判斷某個技能與當前任務相關時，會自動載入對應的內容。
Agent Skills 的設計遵循開放標準（agentskills.io），因此建立好的技能不僅適用於 VS Code，也能在 GitHub Copilot CLI 與 GitHub Copilot Coding Agent 等環境中使用。
使用 Agent Skills 的主要優點：
chrome-devtools-mcp 是由 Google ChromeDevTools 官方團隊開發的 MCP（Model Context Protocol）伺服器。它讓 AI 程式輔助工具（如 GitHub Copilot、Claude、Cursor 等）能夠直接控制並檢查一個真實的 Chrome 瀏覽器，賦予 AI 完整的 Chrome DevTools 能力，從效能分析、網路監控到自動化操作，一應俱全。