架構推動

哈爸實驗室：技術與應用生態全景圖 這張圖展示了「哈爸筆記」作為核心技術引擎，如何支撐並孵化出「2026 台灣河流探索」這個實踐場域。 graph TD %% === 定義可視化樣式 (Styles) === %% 核心技術區 (Core) - 藍/綠色系 classDef C_Mind fill:#e1f5fe,stroke:#01579b,stroke-width:2px; classDef C_Infra fill:#e8f5e9,stroke:#2e7d32,stroke-width:2px; classDef C_AI fill:#fff3e0,stroke:#ef6c00,stroke-width:2px; classDef C_Comm fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px; %% 應用場景區 (River) - 大地色/深色系 classDef R_Vision fill:#4285F4,stroke:#0d47a1,stroke-width:2px,color:white; classDef R_Content fill:#F9A825,stroke:#f57f17,stroke-width:2px,color:black; classDef R_Tech fill:#2E7D32,stroke:#1b5e20,stroke-width:2px,color:white; classDef R_Meta fill:#607D8B,stroke:#263238,stroke-width:2px,color:white; %% === Core Domain: 哈爸筆記技術堆疊 === subgraph CoreDomain [🛠️ Core Tech: 哈爸筆記技術堆疊] direction TB subgraph C_Phase1 [GenAI 思維模組] Expert(複製專家思維):::C_Mind V2B(Voice-to-Blog 自動化):::C_Mind Insight(GAI 年會洞察):::C_Mind Insight --> Expert --> V2B end subgraph C_Phase2 [雲端基礎建設] GCP(GCP 成本優化):::C_Infra Zeabur(Zeabur 部署 n8n):::C_Infra CloudAI(AI 雲端管理):::C_Infra CloudAI --> GCP --> Zeabur end subgraph C_Phase3 [Agentic AI 實作] BotDebug(Discord Bot):::C_AI Agent(打造 Agentic AI):::C_AI Tool_SQL(SQL 資料庫工具):::C_AI Zeabur --> |提供算力| BotDebug --> Agent --> Tool_SQL end subgraph C_Phase4 [社群擴散] HabaLab(哈爸實驗室 Discord):::C_Comm Event(機械系 50 週年):::C_Comm Agent --> |賦能| HabaLab HabaLab --> Event end end %% === Application Domain: 河流探索計畫 === subgraph AppDomain [🌊 Field App: 2026 台灣河流探索] direction TB subgraph R_Phase1 [願景與方法] Method1(數位河流學):::R_Vision Infra(個人文章網站):::R_Meta end subgraph R_Phase3 [實地探索] Trip1(大甲溪車宿攻略):::R_Content Trip2(后里/高美指南):::R_Content Trip1 --> Trip2 end subgraph R_Phase4 [GIS與數據深化] Data1(Shapefile 轉 KML):::R_Tech Data2(River Buffer 萃取):::R_Tech Schema(SQL Schema 設計):::R_Tech Data1 --> Data2 --> Schema end subgraph R_Phase5 [工具賦能] Tool_Fab(Fabric + Gemini CLI):::R_Tech end end %% === 跨域整合連接 (The Merger) === %% 1. 基礎設施共用 V2B ==> |內容發布| Infra Infra ==> |載體| Trip1 %% 2. 技術賦能 (Agentic AI -> GIS Tech) Agent -.-> |技術指導| Tool_Fab Tool_Fab -.-> |自動化處理| Data1 %% 3. 社群匯流 HabaLab ==> |探索基地| Method1 Method1 --> |指導| Trip1 %% 4. 資料庫整合 Tool_SQL -.-> |Schema 參考| Schema

當靈感遇上 AI：一個上午的加速實踐 這篇文章不是遊記，而是關於這個網站與這個計畫是如何誕生的紀錄。 過去，當我們萌生一個「想去探索台灣河流」的念頭時，往往會卡在繁瑣的規劃、資料蒐集，甚至是架設網站的技術門檻上。但這次，我嘗試了一種全新的工作模式——與 Agentic AI (Antigravity) 協作規劃。 以下是我們在短短時間內，從「一個想法」到「網站上線」的歷程筆記。 第一階段：從模糊到具象 (The Brainstorming) 1. 結構化龐雜資訊 一開始，我只有「想探索河流」這個模糊的概念。我請 AI 扮演研究分析師，快速梳理了台灣北部、中部、南部、東部的主要河川。 關鍵產出：AI 幫我列出了一份包含 11 條主要河川的清單，並針對每一條河列出了「景觀」、「生態」與「人文」的探索重點。這份清單成為了後續所有行程的骨架。 2. 定義探索方法論 我們不只是去玩，而是希望帶入**「流域治理」與「開放資料」**的視角。AI 協助我將這些硬核的知識轉化為一篇名為〈數位河流學〉的方法論文章，確立了這個部落格「知性與感性兼具」的基調。 第二階段：技術苦工的自動化 (The Infrastructure) 有了內容，需要載體。我選擇了 Hugo 這個靜態網站產生器，但技術細節往往是最磨人的。 GenAI 解決了什麼？ 環境建置：從 hugo.yml 的基礎設定，到 PaperMod 主題的調整。 功能客製化： Google Maps 嵌入：解決了 Hugo 預設擋掉 iframe 的安全性設定。 自動目錄 (TOC)：協助開啟全站的文章導覽，解決了不同頁面顯示不一致的問題。 系列分類 (Series Taxonomy)：建立特殊的「Series」頁面，讓針對同一條河流（如大甲溪）的不同文章能自動聚合，並擁有專屬的介紹首頁。 除錯 (Debugging)：最經典的是 “Future Date” 問題。當我看不到新文章時，AI 迅速指出是因为我的文章日期設在「明天」，並教我設定 buildFuture: true 來解決。 第三階段：內容深度的擴充 (The Content) 在撰寫《大甲溪車宿攻略》與《后里環保公園指南》時，AI 扮演了編輯與資料庫的角色。 它記住了我要去「后里」，並能提醒我那邊是合法的車泊點，甚至補充了「洗澡要去附近游泳池」這種在地細節。 當我需要針對「歷史文化」做補充時，它能迅速生成一段關於大甲溪流域開發史的背景介紹，讓我能專注於個人體驗的書寫，而非重複查閱維基百科。 第四階段：連結真實社群 (The Connection) 最後，為了讓這個計畫落地，我們建立了一個 “Planning” (旅程規劃) 頁面。 ...