
把台灣 19 個醫療開放資料庫裝進口袋:tw-med-db 的開源設計與 Agentic AI 數據架構
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 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。」 ...

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。 ...

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」? ...

大二的小兒子目前在當工讀生,工讀的內容是做政府標案的開放資料整理。我看他每天在處理一堆雜亂的 CSV 檔案,並在 QGIS 軟體中手動轉檔、製作 Shapefile,雖然他對 QGIS 已經有基礎,但我總覺得他在資料處理的實踐上「缺乏章法」。 ...

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。 ...

不要被 AI 掏空!硬核學術研究者的「數位主權」革命 —— 從 VRES 實戰到《個人賦能》v1.1 改版# 最近幾週,不論是在與企業對接 AI 轉型的案子中,還是在規劃與實體學術研究生的對話時,我都深刻感受到一個籠罩在整個學術與專業領域上空的隱形危機:「自我掏空(Self-hollowing)與認知斷代」。 ...
山脈水文探索的三柱架構:邏輯、證據與實踐的數位循環# 在處理像「台灣山脈水文」這樣複雜的主題時,我們往往會陷入資料碎片化的困境:筆記在 Markdown 裡、數據在 Excel 裡、心得在部落格裡,彼此互不相連。 為了打破這個僵局,我們在 bmad-pa 專案中實踐了一套名為 「三柱架構 (Triad Methodology)」 的知識工程方法。 ...
翻越中央山脈的數位路徑:能高越嶺古道的高程對合與效率辯證# 在《台灣山脈水文地景解碼》的建構過程中,我們迎來了第一個關鍵的 POC (Proof of Concept) 實證:能高越嶺古道。 為什麼要做這件事? 身處台灣,我們被壯闊的山脈環抱,但山脈往往被視為「障礙」。我想透過「山、河、古道」的三位一體邏輯,重新解構台灣的地景。這不僅是為了驗證日治警備道的選線智慧,更是為了建立一個可驗證、可視化的數位知識體系。我希望透過數據,讓大家看見每一條翻越脊樑的路徑背後,都有著深刻的水文邏輯與能量平衡。 ...