問題
AI 學習資源變動很快，但單純的趨勢清單無法協助 Windows 使用者安全安裝工具，或把學習轉化為可展示的工程成果。
我的角色
我設計內容模型、雙語學習路徑、本機安裝安全指引、作品集進程與部署後的網站體驗。
限制條件
建議必須能因應工具變化，避免不安全的一行安裝習慣，並適用於使用 Windows 終端機的學習者。
關鍵決策
每個趨勢都連接到先備條件、檢查步驟、引導式練習、作品成果與面試問題，而不是把熱門程度當成能力。
架構
靜態優先的 Astro 介面分離編輯內容、Skill 排名資料、安全提示與可重用學習模組，同時維持低成本託管。
工程證據
已部署路由、真實學習模組、安裝檢查、雙語內容與作品任務提供可檢查的證據。
成果
HeatStack 成為可持續累積的學習資產，而非一次性的趨勢文章，讓使用者從發現一路走到實作與證明。
限制與下一步
趨勢新鮮度取決於上游收集流程，每項 Skill 的品質仍需人工判斷後才能推薦。