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。 ...
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。 ...
最近在嘗試將一套複雜的方法論（預立醫療照護諮商與代理人系統，簡稱 ATP）重構並開發為一個運行的 Multi-Agent 系統時，我與 Antigravity 進行了一場極為密集的對話與對抗。 這場設計實戰讓我對新時代的人機協作有了更深一層的體悟： 使用 AI 的真正瓶頸，往往不在於程式碼的實作（Implementation），而在於「如何從雜亂的現場狀況下，套用系統工程方法，解決想不清楚的困境。」 在軟體工程 2.0 時代，最難的不是寫程式碼，而是**「講清楚你真正想要什麼」**——而最無奈的是，這個你想要的終極產品，在你的腦袋中其實還沒有完全形成。以下是我從這次架構重構歷程中，提煉出的關鍵方法論。 ...
在 AI Agent 時代，我們發現傳統寫代碼 (Code) 的工法正被「定義 Goal、推理迴圈 (Loop) 與結束條件 (Exit Conditions)」所徹底顛覆。 在學習 Google Antigravity SDK 時，我慢慢體會到新的開發概念與傳統寫 Code 的根本性不同。當我們要建構一個新的 Agent 軟體或平台時，到底該如何提供精確的 Initial Prompt 與系統規格？這篇文章就來聊聊我這陣子在個人環境下，利用 「對抗式規格生成」 進行系統工程開發，以及如何死守錢包、擊退 「Token 刺客」 的第一手踩坑與自癒實戰。 ...
大家好，我是哈爸！ 最近我一直在思考一個問題：我們天天在講 AI Agent，但到底要怎麼做，才能把一個複雜領域的「非結構化文本」，真正有條理、有邏輯地轉化為「高品質的結構化知識庫」？ ...
這幾個星期，我把大半的精力投入在了一個名為 Sovereign Health Agent (SHA, 自主健康代理人) 的地端專案中。隨著「大書」手冊（共 12 章 Guides）的發布與倉庫物理重建，這個專案終於迎來了一個階段性的穩態。 ...
「Skill 優先」的 AI 協作新實踐：從需求定義到知識點萃取的自動化進化# 🚀 序言：一個新的協作節奏# 在過去的 AI 協作中，我通常是先遇到問題，發出指令，解決之後再考慮是否要將它整理成工具。但這一次，我試著調換順序：先說出一個「Skill」的構想，定義它的通用流程與腳本格式，然後直接用它來演練並修正。 ...