GenAI (生成式 AI)

雲端服務最讓人卻步的往往不是技術本身，而是那複雜到像迷宮的控制台介面，以及永遠搞不懂的計費陷阱。這篇文章分享我如何使用 AI Agent (Antigravity)，把原本痛苦的 GCP 系統管理工作，變成了一場輕鬆的對話。不用再查文件、不用背指令，只要「出一隻嘴」，機器就開好了，錢也省下來了。

近期為了優化個人專案的雲端成本，我對 GCP 上的 PostgreSQL 資料庫進行了一次「大手術」。將原本掛載的 500GB 閒置硬碟移除，改用 Docker 部署在 10GB 的系統碟上，並配置了固定 IP 與防火牆。這篇文章紀錄了如何從每月數百元的硬碟費中解套，同時建立更安全、標準化的 DB 架構。

參加講者尾牙「GAI 忘年會」，原本只是想輕鬆聚聚，卻帶回了兩個重磅的思維升級。當公司可以被 Context 化，當 PM 可以直接用 AI 寫 Code，我們的管理模式與工作流程正在經歷一場寧靜的革命。

很多精彩的想法都消失在會議室的空氣中？本文分享我的一套 GenAI 工作流：從手機錄音開始，透過 Google NotebookLM 生成摘要與圖表，再經由 Agentic AI (Antigravity) 改寫，最後自動部署到個人的 Hugo 網誌。這是一條讓「隨機討論」快速變成「結構化知識」的高速公路。

醫療資訊系統整合總是卡關？如果我們不強求系統對接，而是讓每個角色都有一個「AI 秘書」來幫忙傳話呢？這篇文章探討 Agent-to-Agent (A2A) 架構如何繞過技術債，用更彈性、更像人類協作的方式解決資訊孤島問題。

傳統的知識管理只能存下專家的產出，卻存不下專家的「思考方式」。本文介紹一種基於生成式 AI 的新方法論，透過「行為模擬」與「持續校正」，打造出真正像專家一樣思考與行動的 AI 代理人。

本實驗使用 GDAL/ogr2ogr 工具，從中央管河川區域 Shapefile 中萃取大甲溪河流範圍，解決 Big5 編碼篩選問題，進行 1 公里緩衝分析 (Buffer)，並透過 SQL ST_Union 合併多個圖層特徵，最終產出 KML 檔案。

本實驗記錄了如何透過 Python Fabric 構建中間層來驅動 Google Gemini CLI，解決直接操作命令列時遇到的轉義字元問題、日誌雜訊干擾，並實現模型參數的靈活配置。

本實驗記錄了從政府開放資料平台取得水利署河川流域 Shapefile 資料，並將其中「大甲溪」流域資料篩選後，使用 GDAL/ogr2ogr 工具轉換為 Google My Maps 支援的 KML 格式的完整過程。

我們如何連結彼此？社群運作的思考# 隨著「台灣河流探索」計畫的啟動，除了產出攻略與知識外，我更希望能連結一群志同道合的夥伴。 但在數位時代，工具太多，注意力太碎。為了避免「LINE 群組洗版焦慮」或「FB 演算法綁架」，我們設計了一套分層的社群運作架構，讓不同需求的夥伴都能找到舒服的位置。 ...