從個人沙盒到團隊對合:v1.4.0 打造虛擬企業的「實踐原型」
在 v1.3.0 的發布文中,我們確立了企業 AI 轉型的「物理化」架構與 L0-L4 的層次化賦能。但隨著理論的完善,一個更尖銳的實戰問題浮現:「如果我只有 5 個隊友,明天早上進辦公室,我們該如何用 AI 開始協作?」 ...
在 v1.3.0 的發布文中,我們確立了企業 AI 轉型的「物理化」架構與 L0-L4 的層次化賦能。但隨著理論的完善,一個更尖銳的實戰問題浮現:「如果我只有 5 個隊友,明天早上進辦公室,我們該如何用 AI 開始協作?」 ...
當我們開始嘗試將 AI 與歷史地理資訊系統 (HGIS) 結合時,最初是在探勘總體性的《臺灣通史》。但歷史的魔鬼往往藏在地方的細節裡。 為了驗證我們的架構是否具備「橫向擴展」到區域史料的能力,我將目光轉向了北台灣早期的政經中心——竹塹 (新竹)。這次,我決定一次挑戰五本重量級的地方方志:《新竹縣採訪冊》、《淡水廳志》、《樹杞林志》、《新竹縣志初稿》、《新竹縣制度考》。 ...
在完成《個人賦能》書籍的集成後,我的注意力重新回到了這片土地。 過去一週,我們對《流域導讀》(現正式更名為《流域導航》)進行了一場堪稱「範式轉移」的升級。如果說 v1.0 是我帶著你「看」河流的故事,那麼今日釋出的 v2.0,則是交付給你一套能跟河流「對話」的數位技能組。 ...
在《台灣歷史知識地圖》Layer 2 架構釋出後,我們隨即投入了第一個實戰場域:曾文溪流域。 這次的目標非常明確:我們不再滿足於地圖上冷冰冰的座標點,而是要透過「時空對合」技術,讓曾文溪流域的 696 個 POI 全部具備歷史靈魂與文獻厚度。 ...
在先前的系列中,我們完成了從原始文本(Layer 0)到結構實體(Layer 1)的跨越。透過 Python 腳本,我們讓幾十萬字的《臺灣通史》變成了資料庫中清晰的人名、地名與座標。 ...
經過前三篇的努力,我們左手握有中研院的「1920年代空間圖資」,右手拿著從《臺灣通史》榨取出來的「600+ 個古地名與基建列表」。 這就像是一場歷史級別的相親大會——我們要讓書本裡的名字,在歷史地圖上找到歸宿,並將它們賦予現代的 WGS84 GPS 經緯度座標。這個過程,技術上叫做 Geo-Coding (地理編碼)。 ...
上一篇我們用 Python 打造了能解讀歷史座標的「時光羅盤」。但羅盤只會告訴你地名,無法告訴你歷史。真正的歷史,藏在文言文的汪洋大海中。 因為我本身對台灣史完全沒有概念,為了建立自己的知識體系,我首先向 AI 提問,得到了這份極具啟發性的「台灣方志演化樹」: ...
上一篇提到,為了驗證地形圖上的「黃金洞」與歷史水利的關聯,我決定打造一個「歷史空間感知引擎」。要建構這套系統,第一步就是要獲得一把能夠解開空間座標的鑰匙。 ...
在數位在數位開發與日常生活中,有些工具是經過深思熟慮後產生的,而有些則是「意外的產物」。Idea Pool (點子池) 的誕生,就屬於後者。這篇文章想分享的不是技術細節,而是那個開發當下的「Aha! Moment」—— 我們如何從一個單純的記錄需求,一氣呵成地演化出整套自動化生命週期。 ...
在開發 AI 應用的過程中,起初我並非直接針對「與 AI 對話」的體驗進行設計,而是希望能有一套自動化工具的支援,來 Offload (卸載) LLM 的使用負擔。但在開發過程中,意外地發展出一套極其高效的自動化開發與探勘環境,這就是 「2+1 快手」 的由來。 ...