這幾天，我們正式開源釋出了 《全台灣政府開放資料通用基石圖鑑》（tw-gov-db / 代號 GOV-300） 專案庫與配套開源圖書白皮書： 📦 GitHub 專案庫：👉 wuulong/tw-gov-db 📘 全書大一統合訂本白皮書：👉 FULL_BOOK_TAIWAN_GOV_DB.md 這篇文章不談艱深的代碼，我想從一個開發者的心路歷程，分享為什麼會有這個專案、為什麼當初做完農業部之後突然發現「沒有頭不行」，以及這個「母大腦」的架構到底是如何被逼著設計出來的。 ...
進入生成式 AI 時代後，我自己一直有一個簡單、直接卻極度高效的學習心法：「只要遇到不會、陌生或想深入的領域，就叫 AI 幫我寫一整本書來教我！」 ...
在推動 LLM 與 AI Agent 落地臨床或照護情境時，大家最常遇到、也最頭痛的問題，永遠不是模型不夠聰明，而是**「資料太散、太亂、又太容易讓 LLM 產生致命幻覺 (Hallucination)」**。 ...
在推動 AI 落地與數據架構的過程中，我們常常遇到一個很真實的痛點：「資料明明都在開放平台上，但要拿來做決策或餵給 AI 時，卻像是在拼一幅散落在十幾個不同政府門戶的拼圖。」 ...
面對超過 16.89 GB、數百萬行的台灣刑事裁判書原始文本，多數人的第一反應可能是直接丟進向量資料庫（Vector DB）做 RAG（檢索增強生成）。然而，法律文件的特殊之處在於其高度嚴謹的條文結構與精準的訴訟程序。如果只是盲目拆封分塊（Chunking），AI 非常容易產生幻覺，甚至連基本的人名遮蔽與法條層級都無法對齊。 ...
今天早上的開發重點，主要集中在將澄雲的 ATP（樂活善終自決計畫） 專家知識庫、紅軍防衛處方與實體合約，淬煉成為一個真正能落地運行的 Agentic AI 引擎 (atp-agent)。 這篇文章不談細瑣的 Debug 過程，而是著重分享我在建置這個 Agent 時的核心架構設計觀念、專家知識庫灌庫過程，以及『書-DB-實踐』三維物理驗證的實戰歷程。 ...
哈爸筆記：最近我們在台東剛開辦了「都蘭 ╳ 台東在地限定：AI 慢活共創營」，對象主要是當地的店家、小農與樂齡長輩。在進行這堂課的課程設計時，我踩出了一套極具體感的新工作流——「錄音 ➔ NotebookLM ➔ 投影片大綱與簡報」。這套方法轉出來的教學效果異常驚人，讓我最近在備課時愛不釋手。今天就來聊聊這個讓科技溫馨落地的協作心得。 ...
哈爸筆記：在帶領都蘭 AI 慢活共創營與日常技術探索中，我一直在思考：怎樣才是最省 tokens、最不累、也最符合人類大腦認知的人機協作學習法？今天把我們如何將零散的 AIQA 對話，一鍵萃取並沉澱為系統化「研究筆記」的過程與背後的心法寫下來。這是一套「先碎步前進、後架構合龍」的兩階段輕量級學習法。 ...
在與高階 AI 代理人（如 Antigravity）進行深度 Pair Programming 的過程中，開發者很快會面臨一個經典的系統挑戰——「熵增 (Entropy Increase)」。 當你沒有為 AI 建立邊界約束時，AI 會隨手寫出大量一次性的 ad-hoc 腳本、在每次對話初始化時重複載入十多個散落的規則檔、甚至在遇到大型文件時，產生 verbose 且昂貴的 Thoughts Token 刺客。 ...
一個靜態部落格（如我的「哈爸筆記」）在初期可以非常純粹，但隨著內容越來越多、讀者互動與流量統計的需求逐漸浮現，我們往往需要引入三個基礎建設： 計數器/流量分析：了解哪些文章比較受歡迎。 留言系統：與讀者互動、搜集反饋。 相關文章推薦：將零散的筆記串聯成知識網。 ...