SYSTEMS · PROTOTYPES · TOOLS

可以打開查驗的工程實作

依照系統、研究原型與工程工具分層，呈現我如何設計、實作、評測並公開記錄 AI 系統。

個旗艦系統
3
個公開程式庫
10
項公開實作
11

FLAGSHIP SYSTEMS

三個最能代表工程能力的系統

每個案例都公開問題、架構選擇、我的角色與可量測成果。

加權準確率 98.0% | 平均延遲降至 2.6s

Agentic RAG 系統

問題
企業文件格式混雜、使用者問法不穩定，傳統 RAG 容易檢索失準或漏掉關鍵步驟。
系統
以 LangGraph 建立受控流程，結合 Rule-first 路由、混合檢索、上下文驗證與重試。
我的角色
系統架構、檢索與評測流程、API 與部署設計。
證據
加權準確率 98.0%，平均延遲 2.6 秒。
查看完整案例

多醫院收據格式 → 統一 JSON 輸出，端對端自動解析

收據 OCR API

問題
多家醫院收據版型、表格與掃描品質不同，人工鍵入耗時且難以串接下游系統。
系統
整合影像校正、YOLO 區塊偵測、PaddleOCR 與醫院專屬欄位正規化。
我的角色
端對端 OCR 管線、欄位正規化與 API 輸出設計。
證據
支援 5 所以上醫院格式，統一輸出 API 可用的 JSON。
查看完整案例 Repository

1 主流程智能路由至 19 個子流程（RAG、事實查證、圖像、新聞等）

LINE Chatbot · n8n 工作流平台

問題
單一 LINE 入口同時承接 RAG、查證、新聞、圖像與網頁任務，流程容易失控。
系統
使用 Gemini 判斷意圖，透過 n8n 將請求路由至模組化子流程並統一回覆格式。
我的角色
工作流架構、意圖路由、模組整合與 LINE 交付流程。
證據
1 個主流程穩定路由至 19 個可獨立維護的子流程。
查看完整案例 Repository

RESEARCH PROTOTYPES

把前沿想法做成可運行原型

用實際系統驗證新介面、工作流與產品方向，而不只停在概念。

研究原型

TrendScope 會議趨勢平台

手動整理會議重點 → 一鍵產出結構化報告

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。

開啟專案 → GitHub ↗
研究原型

即時語音 AI

即時語音對話 · 可選 Realtime API / Gemini Live

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。

開啟專案 → GitHub ↗
研究原型

BloomRender

一站式 AI 修圖與多種生成場景（證件照、形象照、旅遊照、虛擬試穿）

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。

開啟專案 → GitHub ↗
研究原型

PPT2Preview

投影片 + 大綱 → 帶 AI 語音的專業影片

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。

開啟專案 → GitHub ↗

ENGINEERING TOOLS

可重複使用的工程工具

把文件、媒體與知識處理流程整理成可以重複執行的工具。

工程工具

Text2Podcast

文字 → 雙講者 Podcast 音訊一鍵產出

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。

開啟專案 → GitHub ↗
工程工具

PDF to Markdown Converter

PDF → 結構化 Markdown，支援 RAG 與 AI 前處理

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。

開啟專案 → GitHub ↗

SPEAKING · TECHNICAL EXCHANGE

交流這些系統背後的架構判斷

演講與聯絡