當 Clean Architecture 的實踐完善後，我們在各種功能的抽換就能獲得許多彈性，接下來我們會以 BoltDB 來示範將原本儲存在記憶體的資訊，轉換為保存在硬碟的持久性版本。

在前面的案例中，我們並沒有考量到「輸入檢查」這件事情，因此在 gRPC 的案例中，我們發現即使沒有填寫 Name 也可以順利建立訂單，這並不符合我們的期待。

在上一階段我們完成了可以運行的 gRPC Server 接下來就可以將原本 RESTful API 上的實作移植到 gRPC 上，讓我們可以使用 gRPC 來操作這些功能。

RESTful API 的版本已經實作完畢，我們接下來會實作 gRPC 的版本，我們會透過這次的擴充，來了解為什麼 Controller 和 UseCase 會被切分開來。

AI（人工智慧）領域的發展非常快速，在二月之前我還不覺得以 AI 來寫程式是有效的，因為我需要複製程式碼到編輯器中，然而 My LLM codegen workflow atm 這篇文章改變了我的看法，因為有一些工具已經足夠成熟能直接編輯檔案。

有非常多額外內容，我會把下半年連載的展示專案跟閒聊另外放在 YouTube 影片 裡面討論。

現階段我們已經將 Tokenization（代號化）的機制整合到原本訂單的使用者資訊中，然而在 Token 的紀錄中仍會存在明碼的資料，因此我們還需要加入加密機制來處理，要如何處理也是一個值得思考的問題。

處理完在 Place Order 時將顧客名字轉換成代號（Token）進行儲存的處理後，我們也需要讓讀取出來的資料能將資訊轉換回原本的樣子，假設系統已經運行一段時間，我們還需要區分是否是尚未進行代號處理的版本，還是已經被處理過。

我們已經對於 Tokenization 機制的設計有大致的方向，那麼就可以開始來對 Place Order 的流程進行調整，將原本直接把客戶名稱儲存到 Order 改為先向 Token 機制要求產生一個代號，再作為原本的替代儲存進去。

訂單的建立和查詢已經完成，然而下單者的名字仍然被明碼儲存在我們系統之中，我們希望針對個資做更好的保護，因此決定導入代號化（Tokenization）的機制，將原本儲存的名字已代號（Token）儲存，並且將真實的資料另外加密。

基於 Place Order 的實作，我們的專案已經有一個不錯的雛形可以在相當容易擴充的狀況下繼續進行。然而，如果只能建立訂單仍不足以驗證功能完善，因此我們接下來要加入 Lookup Order 來確認是否順利的將資料儲存到記憶體中。