Projects

BloomRender — Let your ideas bloom. AI 驅動的專業照片編輯與生成工作室，以 Google Gemini API 提供修圖、濾鏡、證件照、形象照、旅遊照、主題寫真、雙人／團體照與 AI 虛擬試穿。

以 PaddleOCR + YOLOv7 + 自訂正則化流程，自動解析台灣各大醫院住院／門診收據，輸出 API 友善的 JSON 結構。

基於 LangGraph 的多代理 RAG，以 Gemini 多模態解析 PDF、語義分塊與查詢重寫／自我校正，提供 REST 與 MCP API，支援 Docker 與 Cloud Run 部署。

部位感知的 AI 投資組合助理：結合持股、即時行情與新聞，產出開盤指南與決策儀表盤，支援趨勢交易與風險排查。

OpenAI Realtime API + Gemini Live + MCP：可選模型的類 ChatGPT 語音助理，支援即時語音、串流回覆、深色／淺色模式與工具增強對話。

將投影片與 Markdown 大綱自動轉為帶 AI 語音解說的專業影片，支援 PDF/PPTX 上傳、Gemini 腳本生成、多音色 TTS 與一鍵合成下載。

基於 n8n 建構的 LINE Chatbot，以 Google Gemini 分析用戶輸入並智能路由至 19 個子流程，涵蓋 RAG、事實查證、新聞、圖像生成與網頁爬取。

將 NotebookLM 與一般簡報型 PDF 轉成可編輯 PowerPoint，結合原生 PDF 解析、PaddleOCR、頁面分類與條件式背景重建，兼顧可編輯性與視覺還原。

以 Gemini、BigQuery 與 FastAPI 打造的會議內容處理與報告生成平台，從逐字稿、簡報與爬蟲結果自動整理出結構化趨勢報告。

從文字內容自動生成專業 Podcast 音訊，以 AI 將文字轉為雙講者對話稿，搭配 Google Cloud TTS 合成自然語音，支援多種長度模式與即時進度追蹤。

將 PDF 轉換為結構化 Markdown，內建前端介面與 FastAPI 後端，採混合解析策略（PyMuPDF + Gemini Vision），支援 RAG 與 AI 解析前處理。