ATAK

在開發 AI Field Scout (AI 偵查員) 系統的過程中，我們的一個核心需求是：讓 AI Agent 能即時把發現的資訊（例如：附近的便利商店、危險地形、或是沿著路徑移動的隊友）投放到使用者的 ATAK 地圖上。 ATAK (Android Team Awareness Kit) 是一個非常強大的戰術地圖軟體，它使用 CoT (Cursor on Target) 這種 XML 格式來交換訊息。網路上大部分的教學都推薦使用 UDP Multicast，但在實際的開發環境（特別是 Mac 電腦連接 iPhone 熱點，或是複雜的內網環境）中，UDP 經常因為路由、防火牆或廣播限制而撞牆。 經過了一番「通訊地獄」的除錯後，我們總結出了一套最穩定的解決方案：使用 TCP 直連。 這篇筆記將分享如何用 Python 建立一個穩定的 CoT 發送器，讓你的程式碼能直接控制 ATAK 地圖上的標記。 為什麼選擇 TCP 而不是 UDP？ 雖然 CoT 的原生設計大量依賴 UDP Multicast 來達到「即插即用」的群組廣播效果，但在點對點（Point-to-Point）的開發測試中，UDP 有幾個痛點： 網路不可靠：在手機熱點或某些 Wi-Fi 設定下，Multicast 封包常被丟棄或過濾。 除錯困難：UDP 是「射後不理 (Fire and Forget)」，程式碼送出去了，你完全不知道對方收到了沒。 路由黑洞：作業系統（特別是 macOS）在多重網路介面下，UDP 出站路由容易走錯路（No route to host）。 相對的，TCP (Transmission Control Protocol) 提供了一個非常明確的機制： ...

在進行長距離的河川探索（如大甲溪、濁水溪）時，我們依賴 ATAK (Android Team Awareness Kit) 作為主要的軌跡記錄工具。然而，在實際作業中遇到了一個痛點： ATAK 為了效能或訊號不穩，常會將一整天的行程自動切分成多個軌跡檔案 (GPX/KML)。 這造成兩個後續應用的問題： 管理困難：一天產生 3-4 個檔案，Day 4 就有三個 GPX (01:31, 04:47, 06:12)。 Data Package 限制：ATAK 的 Data Package 雖然好用，但主要針對靜態圖層 (Points, Shapes)，對於「動態軌跡」的打包支援較弱，往往需要手動匯出 GPX。 Google My Maps 拒收：當我們想把這些高精度的原始軌跡整合到 Google My Maps 分享時，會因為點數過多 (Over 2000 points) 而導致上傳失敗或顯示不全。 🛠️ 解決方案：Python 自動化合併與抽稀 為了不僅將檔案「接起來」，還要能「瘦身」給 Google 吃，我開發了一個 Python 腳本來處理這個標準作業程序。 步驟一：處理 Namespace 陷阱 ATAK 輸出的 GPX 檔案，其 XML Namespace 有時會帶有尾端斜線（.../GPX/1/1/），這會導致標準的 Python xml.etree.ElementTree 解析失敗。 解法：寫一個 Helper Function strip_ns()，不管 Namespace 長怎樣，只認標籤名稱（如 trkpt），這樣最穩健。 ...

在規劃「2026 台灣河流探索」的過程中，除了路線本身的挑戰，最實際的問題往往是：「哪裡可以補給？」以及更重要的——「哪裡有廁所？」。 雖然 Google Maps 很強大，但要一眼在地圖上看出「哪一家超商有廁所」並不容易。於是，我決定自己動手做一張專屬的地圖，並將其整合到我的主力導航工具 Google My Maps 與 ATAK 中。 🚀 任務目標 取得全台灣便利商店的資料。 篩選出標記為「有廁所」的店家。 製作成 Google My Maps 可以吃的 KML 檔。 打包成 ATAK 可以用的 Data Package。 🛠️ Step 1: 資料來源 - OpenStreetMap (OSM) 相較於政府資料只有地址，OpenStreetMap (OSM) 社群維護的資料包含了更多屬性（如廁所、ATM、品牌）。我使用 Overpass API 來抓取資料。 Python 抓取腳本 (核心邏輯) 我們不需要下載整個台灣的圖資，只需針對 shop=convenience 進行查詢： overpass_query = """ [out:json][timeout:60]; area["name:en"="Taiwan"]->.searchArea; ( node["shop"="convenience"](area.searchArea); way["shop"="convenience"](area.searchArea); ); out center; """ 這段腳本會抓下全台約 13,000+ 筆超商資料。 🧹 Step 2: 現實的殘酷 - 資料篩選 抓下來後，我原本期待能有滿滿的廁所清單，結果進行統計後發現： Total Stores: 13,000+ Toilets = Yes: ~550 Toilets = No: ~150 Toilets = Unknown: 12,000+ 顯然 OSM 上關於廁所的標記還很不普及（填寫率不到 5%）。但換個角度想，這 550 間 是經過熱心網友確認「一定有」廁所的精華名單，對於急需的人來說，這就是最可靠的綠洲。 ...

在 上一篇 我們搞定了「有廁所的便利商店」地圖資料。然而，當我們真正走入濁水溪或曾文溪的荒野時，地圖上需要的資訊遠不止這些。 我們需要知道哪裡有攔沙壩 (Weir) 可以觀察水流，哪裡有 吊橋 (Suspension Bridge) 可以跨越峽谷，哪裡有 土地公廟 (Earth God Temple) 可以補給休息。 ATAK 內建的軍規符號太過複雜且抽象，網路上抓的圖示又風格不一。於是，我決定自己動手做一套**「WalkGIS 河川探索專用圖示包」**。 🎯 設計理念：直覺至上 在地圖上（尤其是戶外強光下的手機螢幕），辨識度是第一要務。經過幾次嘗試（從下載 icon 到失敗的 fallback），我發現最有效的方法竟然最簡單： 「直接把字寫在圓圈裡。」 看圖示猜半天這是廟還是房子？不如直接寫個**「廟」**。 這是水壩還是水管？直接寫個**「壩」**。 我將需求分為四大類色系，建立了一套視覺語言： 💚 生存 (Survival) - 綠色：廁、店 (雜貨)、水 (水源)、車 (車宿點) 💙 水利 (Hydro) - 藍色：壩、橋、閘 (水門)、生 (生態點)、景 (觀景) 🧡 人文 (Culture) - 橙/棕：廟 (土地公)、跡 (遺跡)、訊 (解說牌)、村 (部落) ❤️ 危險 (Danger) - 紅色：危 🛠️ 技術實作：Python Pillow 自動繪圖 我寫了一個 Python 腳本 (generate_chinese_icons.py)，完全不依賴外部圖片素材，直接用程式碼「畫」出這些圖示。 核心邏輯 定義設定檔：用一個 List 管理所有圖示的名稱、顯示文字與顏色。 字體偵測：自動抓取 macOS 系統內的 PingFang.ttc 或 STHeiti 中文字體。 畫布生成： 建立 64x64 的透明底圖。 畫一個實心圓圈（帶白邊），顏色由設定檔決定。 將中文字置中寫在圓圈上。 ATAK 打包：生成 iconset.xml 並將所有 PNG 壓成 ZIP 檔。 程式碼與成果 # 部分程式碼片段 def create_text_icon(item): # ... 畫圓與寫字 ... draw.ellipse([4, 4, 60, 60], fill=item['color'], outline='white', width=3) draw.text((x, y), item['label'], font=font, fill='white') # ... 存檔 ... 執行後，我得到了一個 River_Exploration_Icons_Text.zip。 ...

今天的行程很長，從后里平原一路往上游挺進，穿過東勢客家山城，最後抵達群山環繞的谷關。這不僅是海拔的爬升，也是一場對於「地圖準確度」的實戰測試。 同時，我也進行了一場關於 ATAK (Android Team Awareness Kit) 軟體的實戰實驗：到底把資料「打成一包 (Data Package)」對於旅行紀錄有什麼幫助？ 旅程就看影片： 🎥 2026 大甲溪河流探索 Day 3 Relive 🗺️ 行程流水帳 (AI 軌跡還原版) 這份行程是透過我從 ATAK 匯出的 GPX 軌跡檔，再請 AI Agent 進行時間與空間分析後還原的結果。有趣的是，因為我只匯出了其中一段軌跡，所以 AI 很誠實地告訴我：「其他行程並沒有在軌跡裡」。 主要步行與活動時段： 09:38 | 📍 老祖早餐灌蛋餅：這蛋餅形狀真的特別，是用灌的，做為本日的起點。「應該是 9:01-9:27（以前）」 09:48 | 📍 東勢客家文化園區：舊車站改建，適合散步。 10:46 | 📍 龍神橋 (東勢區)：跨越深邃溪谷的重要橋樑，新舊並存。 10:54 | 📍 東勢林業文化園區：見證大雪山林業的伐木歲月，腹地廣大。 11:40 | 📍 東勢本圳：尋找水利源頭，位置稍微偏離一點，可能是在水圳旁移動。「走去月恆門」 11:48 | 📍 月恆門：非常精確的經過此點，也在此遇見了在地的洗衣文化。 12:43 | 📍 白冷圳紀念公園：向工程師磯田謙雄致敬，偉大的倒虹吸管水利工程。 未在軌跡中的行程（包含開車）： 后里環保公園：一早醒來的地方，有點冷，幾無花海。 馬鞍壩、天輪壩：大甲溪中游的兩大壩體。 谷關：本日終點，在此挑戰捎來步道並在路邊車宿。 🧪 技術筆記：ATAK Data Package 實驗 這次旅程我也嘗試了 ATAK 的「Data Package」功能，想說能不能像打包行李一樣，把這次旅行的所有照片、標記點、軌跡通通包成一個檔案分享或備份。結果遇到了一些有趣的技術細節： ...

最近在整理舊檔案時，翻出了一個好幾年前製作的 ATAK 地圖擴充包 (ATAK-Maps-LASS.zip)。這個懶人包當年整合了 Google、Bing、以及最重要的台灣通用電子地圖與魯地圖，為了讓團隊能快速在 ATAK 建立共同的圖資環境。 沒想到興沖沖地匯入新版 ATAK 後，卻發現無法讀取，甚至連最關鍵的魯地圖都無法顯示。 於是我請了 AI 助手協助除錯，沒想到短短幾分鐘內就找出了結構性問題與連結失效的原因，並協助重新打包修復。這篇文章簡單紀錄一下這次的協作修復過程，並分享這個「復活版」的地圖包給大家。 修復過程：AI 如何解決問題？ 1. 修正 ZIP 結構問題 一開始匯入失敗的原因，是資料夾結構多了一層。 原本結構：ATAK-Maps-LASS.zip -> ATAK-Maps-Map/ -> Taiwan_map/ … 正確結構：ATAK 要求資料包的內容（XML 設定檔）必須直接位於壓縮檔的根目錄。 解決：AI 自動協助將目錄攤平並重新打包。 2. 魯地圖 (Rudy Map) 網址失效 這是最棘手的部分。原本的設定檔使用的是 http://rudy.tile.basecamp.tw，但發現： HTTPS 限制：現代 Android 系統與新版 ATAK 預設阻擋明文 HTTP 連線。 DNS 解析失敗：該網址目前似乎無法穩定連線。 解決：經過 AI 搜尋與測試，找到了由 Happyman 維護的穩定鏡像站，並支援 HTTPS 加密連線。我們將設定檔更新為： <url>https://tile.happyman.idv.tw/map/moi_osm/{$z}/{$x}/{$y}.png</url> 地圖包內容與特色 這個修復後的 Data Package 包含了多種實用的線上圖資來源，適合登山、搜救或戶外活動使用： 🇹🇼 台灣在地圖資 (Taiwan_map) 這是此包的精華，針對台灣使用者最佳化： TW_RUDY (魯地圖)：登山界必備神圖，包含詳盡的等高線、地形渲染與登山路徑（已更新為 Happyman Mirror）。 TW_EMAP (臺灣通用電子地圖)：內政部國土測繪中心官方圖資，準確度最高，林道與地標資訊豐富。 TW_PHOTO (正射影像)：高解析度的台灣航照圖。 TW_B5000 (1/5000 基本地形圖)：適合需要精密地形判讀的場景。 🌍 全球主流圖資 Google Maps： Hybrid / Satellite：衛星影像與混合圖（含路名）。 Terrain：帶有陰影的地形圖。 Roadmap：標準街道圖。 Bing Maps：微軟的衛星與街道圖，有時在山區的雲層遮蔽狀況比 Google 好。 ESRI： World Topo：ArcGIS 的地形圖，風格精美。 Nat Geo：國家地理雜誌風格地圖。 OSM (OpenStreetMap)： Standard：標準開源地圖。 CycleOSM：強調自行車路徑的版本。 OpenTopoMap：基於 OSM 的等高線地形圖。 下載 下載 ATAK-Maps-LASS_Fixed.zip 註：本資料包僅包含 XML 連線設定檔，需在有網路的環境下瀏覽（ATAK 會自動快取瀏覽過的圖磚供離線使用）。 ...

這兩天在整理「大安大甲溪聯通管工程」的 WalkGIS 專案資料時，我思考了一個問題：網頁版的 GIS 雖然方便瀏覽，但如果我要去現場勘查，或者需要跟團隊進行離線協作，最專業的工具其實是 ATAK (Android Team Awareness Kit)。 但是，要將 WalkGIS (基於 Markdown 和 KML) 的資料轉移到 ATAK，並不是單純把 KML 丟進去就好。為了最好的使用者體驗，我們需要製作成 Data Package (Mission Package)，這樣才能包含版本資訊、圖示設定，甚至自動載入地圖。 如果是以前，我可能需要花幾個小時去翻 ATAK 的技術文件，搞懂 MANIFEST.xml spec，這是最枯燥的部分。 但這次，我嘗試了 Agentic Workflow，讓 AI 來擔任我的「技術研究員」兼「資深工程師」。 1. 任務指派：從模糊到清晰 我一開始甚至不確定 ATAK 的具體格式細節，所以我只問了 Agent： 「你知道 ATAK data package 的格式嗎？」 Agent 不僅幫我搜尋了格式規範，還直接總結出重點： 它是個 Zip 檔。 核心是 MANIFEST/manifest.xml。 需要 UUID 來管理版本。 支援 KML/KMZ 和影像。 2. 實作：一句話生成工具腳本 知道原理後，我並沒有自己寫程式碼，而是直接把專案路徑和需求丟給 Agent： 「我想要將 大安大甲溪聯通管工程計畫 中的所有點位，打包成 data package」 Agent 做了以下幾件事： 掃描我的專案結構：自動找到 static/walkgis_prj/features 下的所有 .md 檔案。 理解資料欄位：解析 Frontmatter 中的 coordinate、title、color。 撰寫 Script：生成了一個 create_2026_daan_dajia_pipeline_atak_pkg.py，完整處理了 KML 生成、XML Manifest 建立、UUID 產生，最後壓縮成 Zip。 整個過程不用 3 分鐘，我就得到了一個可以動的 Python 腳本。 ...