AI 導入顧問、AI 系統開發、AI Agent 助理、系統分析與設計、全部最新 47 筆接案案件

背景與目標：我希望委外協助設計一個可落地的AI代理人，用於自動化處理日常工作流程與資訊整理，並在可控的成本與風險下，先完成可驗證的原型與設計文件，作為後續正式開發與擴充的基礎。目標包含釐清使用情境、定義代理人能力邊界、建立可評估的成效指標，並產出可交付給工程團隊實作的規格。 需求描述：請協助進行AI代理人整體方案設計與原型驗證，包含需求訪談與流程盤點、使用者任務拆解與工具調用策略、提示詞與對話流程設計、知識來源與檔案資料的整理方式、權限與安全性設計、錯誤處理與人工覆核機制、成效指標與測試案例設計，並提供一個可操作的原型展示或最小可行流程，讓我能以實際案例驗證代理人的可用性與穩定性；交付內容需包含系統架構說明、資料流與工作流描述、關鍵提示詞與規則、測試結果摘要與後續迭代建議，並可配合一次到兩次線上會議進行需求確認與成果驗收。

甲.擅以AI協助作業，有意突破現狀，具破局思維及合作意向之夥伴或團隊，請留言LINE ID及電話詳談細節。 乙.合作內容： 一、 系統項目(共有兩部分)： 1. 圈客行銷部分：第一階段針對台灣地區之「廠商」獲取「台灣地區」及「國外」之準確目標客戶，並對之行銷。 2. 口碑行銷部分：第一階段針對台灣地區之「廠商」產出合意及有效之評論內容，提供消費者對GoogleMap、FB、IG、小紅書、TikTok等五個平台發出評論。 二、 第一階段年營業額預估新台幣1億元以上。 丙、承攬報酬： 1. 每月紅利分配：當月項目純淨利之15%。 2. 開發費用：開發完成前50個行業支付費用8萬元台幣(開發輪廓、重點、細節應注意部分，大致已清楚)。 3. 開發完成後，前後端系統ONCALL維運及程式增修費用：每月支付固定費用4萬元台幣。(維運期間每月新增3行業) 丁. 能力要求：(誠徵精通以下範疇、熟悉「End-to-End AI Software Development」&「Explainable AI Coding」、開發階段可每日平均投入人次時間總和至少8小時/系統維運需ONCALL，並具實際經驗之合作夥伴或團隊)： 一、 按前端(B端)及AI需求爬取及彙整FB、IG、GOOGLEMAP、官網、 amazon.....之內容： 1. 核心技能與經驗： (1) Python或其他爬蟲相關程式語言，至少2年以上實際爬蟲開發經驗。 (2) 閱讀、維護並重構既有爬蟲程式。 (3) 理解 HTTP Request / Response 機制，能處理登入驗證、Headers、Cookies、反爬機制等問題。 (4) 依據現有流程圖為主軸進行程式設計，獨立分析與補充細節，參考已開發程式進行優化與功能擴展。 (5) Web Scraping框架與工具，如Scrapy、BeautifulSoup、Selenium或Puppeteer，並根據需求選擇合適工具。 (6) 基於現有程式碼進行維護、調整與功能迭代，確保系統穩定性與持續改進。 (7) 示警細節與機制、監測平台。 (8) 了解FB/IG帳號規範。 (9) VPN上網技術及本系統反爬蟲規劃能力。 (10) 具全端程式及維運能力。 (11) 對自動化反偵測 + 帳號採購市場有豐富的經驗 2. 社交媒體爬蟲專長： (1) 爬取Instagram、Facebook等社交平台貼文、短影音（Reels、Stories等）及相關資訊（如留言、按讚數、分享數）。 (2) 熟悉各大社交媒體平台限制規範，確保資料抓取的穩定性與合法性。 (3) 能處理動態網頁（JavaScript渲染）與反爬蟲機制（如CAPTCHA、IP封鎖、反 bot、PVA 帳號市場、AI liveness 自架 GPU）。 (4) 以GraphQL 獲取資料。 3. WhatsApp： (1) 爬取amazon消費者公開相關資料。 (2) 以WhatsApp帳號發送訊息至messenger。 4. 以FB及IG帳號獲取除FB及IG內容外之「該特定受眾群之資訊及特性」。 二、 自然語言處理（NLP）與語言學，包括： 1. 語意分析、詞向量（word embeddings）、語境理解、語法結構（Syntax）、語義（Semantics）、語用（Pragmatics）。 2. 有效運用關鍵詞、上下文、格式化輸入來影響 AI 輸出。 三、 AI 及大型語言模型（LLM）知識，包括： 1. Transformer、GPT、BERT 等 LLM 的基本原理與工作方式。 2. 模型的限制（如幻覺、偏見、資訊不完整）並以設計之 prompt 避免問題。 3. 以Zero-shot、Few-shot Learning等prompt 技巧，提升 LLM 回應的準確性。 4. Prompt 設計與優化技巧： (1) 精確性（Precision）：以簡單、明確的語言表達需求。 (2) 上下文設計（Context Design）：提供適量資訊，確保 AI 理解目標。 (3) 約束與格式化（Constraints & Formatting）：要求特定輸出格式，如 JSON、Markdown、表格。 (4) 測試與調優（A/B Testing）：針對不同 prompt 設計變體，找出最佳效果。 5. 程式設計與 API 整合： (1) Python 及各大公司 API / LangChain 等框架。 (2) 撰寫腳本（.sh）來自動化 prompt 測試與分析 AI 輸出結果。 (3) 會使用正則表達式、文本處理技巧來提取與過濾 AI 產生的內容。 6. 資料分析與評估： (1) 分析 AI 回應的準確度、一致性、創造性，找出最佳 prompt 模式。 (2) 設計 AB 測試比較不同 prompt 的效果。 7. 領域知識（Domain Knowledge）： (1) 針對不同應用場景（如程式碼生成、醫療診斷、法律、行銷、不同產業）調整 Prompt。 (2) 具備 UX / UI 設計思維，確保 AI 輸出對使用者有價值。 8. 版本控制與協作： (1) 有專案合作經驗，看得懂其他人專案的程式碼。 (2) Git / GitHub。 (3) HACKMD：技術文件撰寫、記錄進度 （Prompt、流程） 、設計原則與最佳實踐。 9. 安全與道德考量： (1) 確保 Prompt 避免產生有害內容（如偏見、虛假資訊）。 (2) 瞭解 AI 法規與道德風險，如歧視、隱私保護、內容審查。 四、 資料庫系統設計、優化、與管理 (1) 關聯式資料庫（如MySQL、PostgreSQL）的設計與應用，設計資料結構與索引，針對大規模資料儲存與查詢的優化。 (2) 熟悉Linux 環境，部署與排程（ cron、systemd、Docker，具 Kubernetes (k8s)）。 (3) 設計高效的資料結構與索引，支援跨行業、多帳號的社交媒體資料存儲與快速檢索。 (4) 資料清理與正規化，確保爬取資料的一致性與可用性。 (5) 管理管理資料庫。 五、 軟性技能與其他要求 1. 程式碼品質與文件紀錄：熟悉版本控制工具（如Git），撰寫乾淨、可讀的程式碼，並保持詳細的文件紀錄，確保程式碼易於理解與維護。 2. 資料隱私與合規性：深入了解資料隱私與法律規範（如GDPR、平台使用條款），確保爬蟲行為符合法規要求，並能在設計爬蟲系統時考慮倫理與法律約束。 3. 按既定程序與架構進行：理解既定程序與架構需求，並能密切合作，具備良好的達成能力。 4. 理解業務需求並將其轉化為技術實現。 5. 持續學習與技術更新：對新技術與社交平台API更新的保持敏感，持續學習以適應快速變化的爬蟲環境。 6. 快速理解既有程式邏輯並進行維護、功能調整、錯誤修復及效能優化。 7. Microsoft Azure雲端服務，在Azure環境中部署與擴展爬蟲系統，相關工具（如Azure Functions、Azure Blob Storage）。 8. 容器化技術（如Docker），以支援爬蟲系統的部署與管理。 9. 基本資料分析能力，將爬取資料進行初步結構化處理，方便後續分析應用。 10. 版本控制與監控：Git / GitHub 程式版本管理&錯誤監控與日誌管理（如 Sentry、ELK，或可自製監控腳本）。 六、 創意思維與問題解決能力&持續學習與研究： 1. 應對社交平台反爬蟲機制的變化或資料庫效能瓶頸。 2. 能夠拆解複雜問題，轉化為 AI 可理解的輸入格式。 3. 透過迭代測試找到最有效的 Prompt 組合。 4. 思考如何讓 AI 生成更具創意、符合需求的內容。 5. 跟蹤 AI / NLP 最新技術（如 OpenAI 發布的新模型、論文、第一手知道Deepseek消息等等）。 6. 持續優化 Prompt 設計，以適應 AI 的進步與應用需求。 7. 查閱論文研究解決問題，優秀的問題解決能力。

甲.有意突破現狀，具破局思維，對本商業模式有合作意向之夥伴或團隊，請留言LINE ID及電話詳談細節。 乙.合作內容： 一、 系統項目(共有兩部分)： 1. 圈客行銷部分：第一階段針對台灣「廠商」獲取「台灣地區」及「國外」之準確目標客戶，並對之行銷。 2. 口碑行銷部分：第一階段針對台灣「廠商」產出合意及有效之評論內容，提供消費者對GoogleMap、FB、IG、小紅書、TikTok等五個平台發出評論。 二、 第一階段年營業額預估新台幣1-2億元以上。 丙、承攬報酬： 1. 每月紅利分配：當月項目純淨利之15%。 2. 開發費用：開發完成前50個行業支付費用8萬元台幣(開發輪廓、重點、細節應注意部分，大致已清楚)。 3. 開發完成後，前後端系統ONCALL維運及程式增修費用：每月支付固定費用4萬元台幣。(維運期間每月新增3行業) 丁. 能力要求：(誠徵精通以下範疇、熟悉「End-to-End AI Software Development」&「Explainable AI Coding」、開發階段可每日平均投入人次時間總和至少8小時/系統維運需ONCALL，並具實際經驗之合作夥伴或團隊)： 一、 按前端(B端)及AI需求爬取及彙整FB、IG、GOOGLEMAP、官網、 amazon.....之內容： 1. 核心技能與經驗： (1) Python或其他爬蟲相關程式語言，至少2年以上實際爬蟲開發經驗。 (2) 閱讀、維護並重構既有爬蟲程式。 (3) 理解 HTTP Request / Response 機制，能處理登入驗證、Headers、Cookies、反爬機制等問題。 (4) 依據現有流程圖為主軸進行程式設計，獨立分析與補充細節，參考已開發程式進行優化與功能擴展。 (5) Web Scraping框架與工具，如Scrapy、BeautifulSoup、Selenium或Puppeteer，並根據需求選擇合適工具。 (6) 基於現有程式碼進行維護、調整與功能迭代，確保系統穩定性與持續改進。 (7) 示警細節與機制、監測平台。 (8) 了解FB/IG帳號規範。 (9) VPN上網技術及本系統反爬蟲規劃能力。 (10) 具全端程式及維運能力。 (11) 對自動化反偵測 + 帳號採購市場有豐富的經驗 2. 社交媒體爬蟲專長： (1) 爬取Instagram、Facebook等社交平台貼文、短影音（Reels、Stories等）及相關資訊（如留言、按讚數、分享數）。 (2) 熟悉各大社交媒體平台限制規範，確保資料抓取的穩定性與合法性。 (3) 能處理動態網頁（JavaScript渲染）與反爬蟲機制（如CAPTCHA、IP封鎖、反 bot、PVA 帳號市場、AI liveness 自架 GPU）。 (4) 以GraphQL 獲取資料。 3. WhatsApp： (1) 爬取amazon消費者公開相關資料。 (2) 以WhatsApp帳號發送訊息至messenger。 4. 以FB及IG帳號獲取除FB及IG內容外之「該特定受眾群之資訊及特性」。 二、 自然語言處理（NLP）與語言學，包括： 1. 語意分析、詞向量（word embeddings）、語境理解、語法結構（Syntax）、語義（Semantics）、語用（Pragmatics）。 2. 有效運用關鍵詞、上下文、格式化輸入來影響 AI 輸出。 三、 AI 及大型語言模型（LLM）知識，包括： 1. Transformer、GPT、BERT 等 LLM 的基本原理與工作方式。 2. 模型的限制（如幻覺、偏見、資訊不完整）並以設計之 prompt 避免問題。 3. 以Zero-shot、Few-shot Learning等prompt 技巧，提升 LLM 回應的準確性。 4. Prompt 設計與優化技巧： (1) 精確性（Precision）：以簡單、明確的語言表達需求。 (2) 上下文設計（Context Design）：提供適量資訊，確保 AI 理解目標。 (3) 約束與格式化（Constraints & Formatting）：要求特定輸出格式，如 JSON、Markdown、表格。 (4) 測試與調優（A/B Testing）：針對不同 prompt 設計變體，找出最佳效果。 5. 程式設計與 API 整合： (1) Python 及各大公司 API / LangChain 等框架。 (2) 撰寫腳本（.sh）來自動化 prompt 測試與分析 AI 輸出結果。 (3) 會使用正則表達式、文本處理技巧來提取與過濾 AI 產生的內容。 6. 資料分析與評估： (1) 分析 AI 回應的準確度、一致性、創造性，找出最佳 prompt 模式。 (2) 設計 AB 測試比較不同 prompt 的效果。 7. 領域知識（Domain Knowledge）： (1) 針對不同應用場景（如程式碼生成、醫療診斷、法律、行銷、不同產業）調整 Prompt。 (2) 具備 UX / UI 設計思維，確保 AI 輸出對使用者有價值。 8. 版本控制與協作： (1) 有專案合作經驗，看得懂其他人專案的程式碼。 (2) Git / GitHub。 (3) HACKMD：技術文件撰寫、記錄進度 （Prompt、流程） 、設計原則與最佳實踐。 9. 安全與道德考量： (1) 確保 Prompt 避免產生有害內容（如偏見、虛假資訊）。 (2) 瞭解 AI 法規與道德風險，如歧視、隱私保護、內容審查。 四、 資料庫系統設計、優化、與管理 (1) 關聯式資料庫（如MySQL、PostgreSQL）的設計與應用，設計資料結構與索引，針對大規模資料儲存與查詢的優化。 (2) 熟悉Linux 環境，部署與排程（ cron、systemd、Docker，具 Kubernetes (k8s)）。 (3) 設計高效的資料結構與索引，支援跨行業、多帳號的社交媒體資料存儲與快速檢索。 (4) 資料清理與正規化，確保爬取資料的一致性與可用性。 (5) 管理管理資料庫。 五、 軟性技能與其他要求 1. 程式碼品質與文件紀錄：熟悉版本控制工具（如Git），撰寫乾淨、可讀的程式碼，並保持詳細的文件紀錄，確保程式碼易於理解與維護。 2. 資料隱私與合規性：深入了解資料隱私與法律規範（如GDPR、平台使用條款），確保爬蟲行為符合法規要求，並能在設計爬蟲系統時考慮倫理與法律約束。 3. 按既定程序與架構進行：理解既定程序與架構需求，並能密切合作，具備良好的達成能力。 4. 理解業務需求並將其轉化為技術實現。 5. 持續學習與技術更新：對新技術與社交平台API更新的保持敏感，持續學習以適應快速變化的爬蟲環境。 6. 快速理解既有程式邏輯並進行維護、功能調整、錯誤修復及效能優化。 7. Microsoft Azure雲端服務，在Azure環境中部署與擴展爬蟲系統，相關工具（如Azure Functions、Azure Blob Storage）。 8. 容器化技術（如Docker），以支援爬蟲系統的部署與管理。 9. 基本資料分析能力，將爬取資料進行初步結構化處理，方便後續分析應用。 10. 版本控制與監控：Git / GitHub 程式版本管理&錯誤監控與日誌管理（如 Sentry、ELK，或可自製監控腳本）。 六、 創意思維與問題解決能力&持續學習與研究： 1. 應對社交平台反爬蟲機制的變化或資料庫效能瓶頸。 2. 能夠拆解複雜問題，轉化為 AI 可理解的輸入格式。 3. 透過迭代測試找到最有效的 Prompt 組合。 4. 思考如何讓 AI 生成更具創意、符合需求的內容。 5. 跟蹤 AI / NLP 最新技術（如 OpenAI 發布的新模型、論文、第一手知道Deepseek消息等等）。 6. 持續優化 Prompt 設計，以適應 AI 的進步與應用需求。 7. 查閱論文研究解決問題，優秀的問題解決能力。

用於哪個行業：架設網站、串接API 細節說明： 一、專案概述 我們要建立一個類似 Poe 的 AI 多模型整合平台，使用者可以在同一個網站上切換並對話不同的 AI 模型，支援會員系統、對話管理、以及多種模型串接。 二、需要串接的 AI 模型（API） 模型名稱 GPT-4o / GPT-4.1 Claude Sonnet / Opus Gemini 1.5 Pro Llama 3（開源） deepseek 每個模型都需要申請各自的 API Key，並統一存放在後端環境變數，(以最新模型為準) 三、網站頁面清單 。公開頁面（不需登入） 1. 首頁 * 平台介紹與功能亮點 * 支援模型展示 * 立即開始 / 登入 CTA 按鈕 * 方案比較表（免費 vs 付費） 2. 登入 / 註冊頁 * 社群登入（fb, apple, google,帳號密碼） * 忘記密碼流程 3. 定價頁（Pricing） * 免費方案 vs 付費方案功能對比 * 每日訊息限制說明 。登入後頁面 4. 主對話頁 ⭐ 核心頁面 * 左側欄：1.歷史對話列表（可搜尋、刪除、重新命名） * 左側欄：2.搜尋歷史對話 * 左側欄：3.新對話 * 左側欄：4.設定 * 左側欄：5.會員頭像 * 頂部：模型選擇下拉選單（切換不同 AI） * 中央：對話介面（支援 Markdown 渲染、支援附加檔案、語音功能） * 底部：訊息輸入框（支援換行、附件上傳、送出按鈕） * 支援 Streaming 串流輸出（字一個一個出現，非等待全部完成） * 5. 探索頁 / Bot 廣場 * 展示預設 Bot（例如：翻譯助手、程式助手、客服機器人） * 可一鍵啟動對話 6. 個人設定頁（Settings） * API 用量查詢（今日已使用幾則或點數） * 主題切換（深色 / 淺色模式） * 刪除帳號 7. 帳單頁（Billing）（若有付費方案） * 目前方案狀態 * 升級 / 取消訂閱 * 付款紀錄 。後台管理（Admin） 8. 管理後台 * 使用者列表與權限管理 * 每個模型的 API 用量統計 * 異常訊息審查 四、核心功能需求 。對話功能 * 串流輸出（Server-Sent Events 或 WebSocket） * 對話歷史儲存至資料庫（每個用戶獨立） * 支援 Markdown、程式碼區塊、數學公式渲染 * 可複製單則訊息 * 對話重新命名與刪除 。會員系統 * JWT 或 Session 驗證機制 * 每日免費訊息次數限制（例如：免費 20 則/天） * 付費方案解鎖更多額度與模型 。安全性 * API Key 絕對不可暴露在前端 * 所有 AI 請求必須經過自己的後端 Proxy 轉發 * Rate Limiting（防止濫用） * 輸入內容過濾（避免惡意 Prompt Injection） 。用量追蹤 * 記錄每位用戶每日使用量 * 記錄每次請求的 Token 數量（用於成本計算）

背景與目標：我們希望將AI agent導入既有公司流程，並整合OpenClaw、Ollama與Gemma等工具，建立可在內部環境穩定運作的自動化與輔助決策能力，降低人工重複作業時間、提升跨部門資訊流通效率，並確保可維運、可擴充與具備基本資安控管。合作對象需熟悉上述工具鏈與落地方法，並具備至少3項以上已上線且持續運作的相關作品經驗，以確保能在有限時間內完成可用成果。 需求描述：請協助盤點並挑選適合AI化的公司流程，完成AI agent架構設計與實作，將OpenClaw作為流程編排與工具調用核心，串接Ollama在本地端部署的Gemma模型以提供推理與文字處理能力，並依需求整合公司既有系統與資料來源，包含文件、表單、知識庫或資料庫等。需交付可運作的原型與至少一條可上線的流程，提供部署文件、操作說明與基本監控與日誌機制，並協助設定權限與資料存取規範以降低敏感資訊外洩風險。合作期間需能進行需求訪談、定期同步進度、完成測試與驗收，並提供後續維護交接。

擔任AI 工具的操作展示與需求顧問, 有AI agent 軟體設計能力。

我們有一些潛客的聯絡及基本資料在SQL Server，希望能透過AI的方式，來整理並取得後續的銷售指引

協助公司導入 AI 工作流應用(N8N 或 其他): 1. AI 客服回覆(LINE,FB) 2. 工作流生成行銷素材圖文 , 影片 3. 行政應用 細節可連絡詳談

AI 應用的行業/領域：製造業 期望協助的任務：提升效率/降低成本 執行形式：提供現成的 AI 解決方案

本系統作為企業內部之核心即時通訊模組,全面導入 DreamsChat 商務 UI/UX 範本架構,並以後端 Microsoft SignalR 技術建構全雙工實時數據總線,主要包含以下核心功能模組: 參考版面:https://dreamschat.dreamstechnologies.com/html/status.html 1. Microsoft SignalR 實時通訊核心 (SignalR Core Telemetry): .基於 ASP.NET Core SignalR 框架封裝 ChatHub 中心控管邏輯,建立高效、全雙工 (Full-Duplex) 的持久連線通道。 .底層傳輸協定自動調度機制:優先啟用 WebSockets,並支援 Server-Sent Events (SSE) 與 Long Polling 彈性降級方案。 .實現 Hub 方法之線上連線拓撲管理 (OnConnectedAsync / OnDisconnectedAsync),提供跨廠區斷線自動偵測與指數退避 (Exponential Backoff) 重連補償機制。 .整合 Redis Backplane 跨節點訊息廣播,於多伺服器叢集環境下確保訊息一致性與水平擴展能力。 .連線心跳機制 (Heartbeat) 即時偵測客戶端存活狀態,異常斷線可在數秒內被準確識別並處理。 2. 聯絡人與組織架構管理 (Contacts & Organization): .整合 hrEmp 員工主檔,動態渲染企業組織樹狀聯絡人清單,支援多租戶隔離機制。 .支援豐富的活動狀態 (Activity Status):在線、忙碌、勿擾 (Do Not Disturb)、離開、會議中、出差中、請假中、離線,涵蓋日常多元工作場景。 .透過 SignalR 組播機制 (Groups / Users Broadcaster),即時監聽並同步分發員工之在線活動狀態變更。 .支援自訂狀態訊息與表情符號,使用者可個人化呈現可用度資訊 (如「專注工作中,預計 15:00 後回應」)。 .提供聯絡人收藏 (Favorites) 與自訂分組管理,常用對象一鍵存取,提升日常協作效率。 3. 多元對話模式 (Conversations & Channels): .一對一私聊 (Private Chat):支援企業員工間的高效、低延遲隱密即時通訊。 .多人群組頻道 (Group Channels):調用 SignalR Groups API 執行動態頻道加入與移除,支援專案或部門建立公開/私密群組,便於團隊協作與檔案共享。 .系統廣播與通知 (Broadcasts):串接 EIP 通知中心,發送全公告、系統警告與流程簽核提醒。 .支援頻道管理員角色,可設定加入權限、訊息保留期限、成員管理與管理權限委派。 .@提及 (Mention) 機制:支援 @單人、@群組、@all 多種點名模式,並強制觸發專屬提醒以確保關鍵訊息送達。 .訊息串 (Thread) 功能:於主對話下展開子討論,降低主流訊息雜訊,專案討論可清楚歸戶。 4. 富媒體訊息交互 (Rich Media Messaging): .支援文字、表情符號 (Emoji)、語音訊息 (Audio Notes) 之傳遞。 .支援圖片、影片及多格式檔案附件 (Doc, PDF, Excel) 之即時傳輸與線上預覽。 .整合訊息狀態標記,透過 SignalR 實時推送對方的「正在輸入 (Typing...)」事件,以及動態更新訊息狀態 (送達、已讀)。 .訊息表情回應 (Reaction) 機制:可快速以表情符號回饋訊息 (👍 ✅ ❤️),減少冗餘回覆。 .訊息引用回覆 (Quote Reply) 與訊息轉發 (Forward) 機制,支援跨頻道引用分享並完整保留原始發送者與時間戳資訊。 .大型檔案分段上傳與斷點續傳,支援百 MB 等級檔案傳輸,並提供病毒掃描與安全檢測。 5. 訊息狀態機與未讀通知 (Unread Status Machine): .精準動態追蹤並計算使用者在各聊天室之未讀訊息數 (UnreadCount)。 .支援一鍵標記為已讀 (Mark As Read) 與未讀訊息流動式 Badge 徽章計數同步。 .支援星號標記訊息 (Starred Messages) 功能,便於員工追蹤與收藏重要工作對話。 .訊息釘選 (Pinned) 功能:將重要公告、決議或檔案固定於對話視窗頂部,新成員加入可立即看見。 .訊息撤回 (Recall) 機制:發送後限定時間內 (2 分鐘) 可撤回,並透過 SignalR 即時通知對方訊息已撤回。 .跨裝置已讀同步:於手機端閱讀之訊息,於桌面端同步標記為已讀,維持多端體驗一致性。 6. 歷史訊息與全文檢索 (Message History & Search): .提供 Keyset 高效能分頁讀取技術,流暢載入歷史對話與媒體檔案往來紀錄。 .支援聊天室內部的關鍵字全文檢索,快速定位特定對話紀錄與歷史交辦事項。 .進階檢索條件:可依發送者、時間範圍、訊息類型 (文字 / 檔案 / 圖片 / 連結) 多維度組合過濾。 .訊息歸檔策略:過舊訊息自動歸檔至冷儲存,降低主資料庫負載,並支援需求調閱還原。 .對話匯出功能 (PDF / TXT / HTML):支援法規舉證、工作交接或個人備份用途。 7. 整合與擴充機制 (Integration & Extension): .提供 Bot 整合框架,可註冊自動回應機器人 (簽核機器人、查詢機器人、新人指引機器人) 嵌入頻道協助日常作業。 .對接 AIE 企業 AI 助理 (第三期),可於對話中直接呼叫 AI 進行即時翻譯、訊息摘要、回覆草擬與內容潤飾。 .提供 Webhook 介面,允許外部系統 (CI/CD、監控告警、業務系統) 推送訊息至指定頻道,實現事件驅動之自動通知。 .訊息事件對接 NTC 通知中心,確保關鍵訊息透過 Email / SMS / Push 等多通道扇出至離線使用者。 .支援企業內部開放 API,允許 AST / MAT / LIMS / HRM 等業務模組嵌入 IM 即時通訊能力,實現業務情境下之溝通閉環。

Line AI 我們目前正在尋找 AI 軟體高手，協助建置 雲端平台與系統架構。 專案聚焦於 Line AI × App A I x 都市更新知識褲x 防災數據 AI、後端、雲端架構或系統整合

用於哪個行業：中古車 細節說明： 1. LINE官方帳號 2. Google表單 3. Airtable資料庫 4. Make自動化 5. ChatGPT串接 功能： 會員提交需求 建立案件ID 車源資料庫 AI媒合 LINE通知 成交追蹤

我正在尋求專家可以提供python代寫相關服務，服務內容 請參考：https://www.tasker.com.tw/workroom/qYpOnr/service-detail/39419 若您能提供相關服務，歡迎提供報價與合作資訊。

甲.擅以AI協助作業，有意突破現狀，具破局思維及合作意向之夥伴或團隊，請留言LINE ID及電話詳談細節。 乙.合作內容： 一、 系統項目(共有兩部分)： 1. 圈客行銷部分：第一階段針對台灣地區之「廠商」獲取「台灣地區」及「國外」之準確目標客戶，並對之行銷。 2. 口碑行銷部分：第一階段針對台灣地區之「廠商」產出合意及有效之評論內容，提供消費者對GoogleMap、FB、IG、小紅書、TikTok等五個平台發出評論。 二、 第一階段年營業額預估新台幣1億元以上。 丙、承攬報酬： 1. 每月紅利分配：當月項目純淨利之15%。 2. 開發費用：開發完成前50個行業支付費用8萬元台幣(開發輪廓、重點、細節應注意部分，大致已清楚)。 3. 開發完成後，前後端系統ONCALL維運及程式增修費用：每月支付固定費用4萬元台幣。(維運期間每月新增3行業) 丁. 能力要求：(誠徵精通以下範疇、熟悉「End-to-End AI Software Development」&「Explainable AI Coding」、開發階段可每日平均投入人次時間總和至少8小時/系統維運需ONCALL，並具實際經驗之合作夥伴或團隊)： 一、 按前端(B端)及AI需求爬取及彙整FB、IG、GOOGLEMAP、官網、 amazon.....之內容： 1. 核心技能與經驗： (1) Python或其他爬蟲相關程式語言，至少2年以上實際爬蟲開發經驗。 (2) 閱讀、維護並重構既有爬蟲程式。 (3) 理解 HTTP Request / Response 機制，能處理登入驗證、Headers、Cookies、反爬機制等問題。 (4) 依據現有流程圖為主軸進行程式設計，獨立分析與補充細節，參考已開發程式進行優化與功能擴展。 (5) Web Scraping框架與工具，如Scrapy、BeautifulSoup、Selenium或Puppeteer，並根據需求選擇合適工具。 (6) 基於現有程式碼進行維護、調整與功能迭代，確保系統穩定性與持續改進。 (7) 示警細節與機制、監測平台。 (8) 了解FB/IG帳號規範。 (9) VPN上網技術及本系統反爬蟲規劃能力。 (10) 具全端程式及維運能力。 (11) 對自動化反偵測 + 帳號採購市場有豐富的經驗 2. 社交媒體爬蟲專長： (1) 爬取Instagram、Facebook等社交平台貼文、短影音（Reels、Stories等）及相關資訊（如留言、按讚數、分享數）。 (2) 熟悉各大社交媒體平台限制規範，確保資料抓取的穩定性與合法性。 (3) 能處理動態網頁（JavaScript渲染）與反爬蟲機制（如CAPTCHA、IP封鎖、反 bot、PVA 帳號市場、AI liveness 自架 GPU）。 (4) 以GraphQL 獲取資料。 3. WhatsApp： (1) 爬取amazon消費者公開相關資料。 (2) 以WhatsApp帳號發送訊息至messenger。 4. 以FB及IG帳號獲取除FB及IG內容外之「該特定受眾群之資訊及特性」。 5.負責建立 End-to-End 的大規模帳號生命週期管理系統 (Account Lifecycle Management)。 6.研發高效能的 RPA (機器人流程自動化) 腳本，模擬高擬真的用戶行為。 7.研究各主流平台的反爬蟲與風控機制（Risk Control），並針對 環境指紋隱匿（Anti-detect Browser） 與 動態住宅代理（Residential Proxy） 進行架構優化。 8.解決自動化流程中的驗證碼與身分校驗瓶頸（Captcha / OTP / Liveness 整合）。 二、 自然語言處理（NLP）與語言學，包括： 1. 語意分析、詞向量（word embeddings）、語境理解、語法結構（Syntax）、語義（Semantics）、語用（Pragmatics）。 2. 有效運用關鍵詞、上下文、格式化輸入來影響 AI 輸出。 三、 AI 及大型語言模型（LLM）知識，包括： 1. Transformer、GPT、BERT 等 LLM 的基本原理與工作方式。 2. 模型的限制（如幻覺、偏見、資訊不完整）並以設計之 prompt 避免問題。 3. 以Zero-shot、Few-shot Learning等prompt 技巧，提升 LLM 回應的準確性。 4. Prompt 設計與優化技巧： (1) 精確性（Precision）：以簡單、明確的語言表達需求。 (2) 上下文設計（Context Design）：提供適量資訊，確保 AI 理解目標。 (3) 約束與格式化（Constraints & Formatting）：要求特定輸出格式，如 JSON、Markdown、表格。 (4) 測試與調優（A/B Testing）：針對不同 prompt 設計變體，找出最佳效果。 5. 程式設計與 API 整合： (1) Python 及各大公司 API / LangChain 等框架。 (2) 撰寫腳本（.sh）來自動化 prompt 測試與分析 AI 輸出結果。 (3) 會使用正則表達式、文本處理技巧來提取與過濾 AI 產生的內容。 6. 資料分析與評估： (1) 分析 AI 回應的準確度、一致性、創造性，找出最佳 prompt 模式。 (2) 設計 AB 測試比較不同 prompt 的效果。 7. 領域知識（Domain Knowledge）： (1) 針對不同應用場景（如程式碼生成、醫療診斷、法律、行銷、不同產業）調整 Prompt。 (2) 具備 UX / UI 設計思維，確保 AI 輸出對使用者有價值。 8. 版本控制與協作： (1) 有專案合作經驗，看得懂其他人專案的程式碼。 (2) Git / GitHub。 (3) HACKMD：技術文件撰寫、記錄進度 （Prompt、流程） 、設計原則與最佳實踐。 9. 安全與道德考量： (1) 確保 Prompt 避免產生有害內容（如偏見、虛假資訊）。 (2) 瞭解 AI 法規與道德風險，如歧視、隱私保護、內容審查。 四、 資料庫系統設計、優化、與管理 (1) 關聯式資料庫（如MySQL、PostgreSQL）的設計與應用，設計資料結構與索引，針對大規模資料儲存與查詢的優化。 (2) 熟悉Linux 環境，部署與排程（ cron、systemd、Docker，具 Kubernetes (k8s)）。 (3) 設計高效的資料結構與索引，支援跨行業、多帳號的社交媒體資料存儲與快速檢索。 (4) 資料清理與正規化，確保爬取資料的一致性與可用性。 (5) 管理管理資料庫。 五、 軟性技能與其他要求 1. 程式碼品質與文件紀錄：熟悉版本控制工具（如Git），撰寫乾淨、可讀的程式碼，並保持詳細的文件紀錄，確保程式碼易於理解與維護。 2. 資料隱私與合規性：深入了解資料隱私與法律規範（如GDPR、平台使用條款），確保爬蟲行為符合法規要求，並能在設計爬蟲系統時考慮倫理與法律約束。 3. 按既定程序與架構進行：理解既定程序與架構需求，並能密切合作，具備良好的達成能力。 4. 理解業務需求並將其轉化為技術實現。 5. 持續學習與技術更新：對新技術與社交平台API更新的保持敏感，持續學習以適應快速變化的爬蟲環境。 6. 快速理解既有程式邏輯並進行維護、功能調整、錯誤修復及效能優化。 7. Microsoft Azure雲端服務，在Azure環境中部署與擴展爬蟲系統，相關工具（如Azure Functions、Azure Blob Storage）。 8. 容器化技術（如Docker），以支援爬蟲系統的部署與管理。 9. 基本資料分析能力，將爬取資料進行初步結構化處理，方便後續分析應用。 10. 版本控制與監控：Git / GitHub 程式版本管理&錯誤監控與日誌管理（如 Sentry、ELK，或可自製監控腳本）。 六、 創意思維與問題解決能力&持續學習與研究： 1. 應對社交平台反爬蟲機制的變化或資料庫效能瓶頸。 2. 能夠拆解複雜問題，轉化為 AI 可理解的輸入格式。 3. 透過迭代測試找到最有效的 Prompt 組合。 4. 思考如何讓 AI 生成更具創意、符合需求的內容。 5. 跟蹤 AI / NLP 最新技術（如 OpenAI 發布的新模型、論文、第一手知道Deepseek消息等等）。 6. 持續優化 Prompt 設計，以適應 AI 的進步與應用需求。 7. 查閱論文研究解決問題，優秀的問題解決能力。 負責建立 End-to-End 的大規模帳號生命週期管理系統 (Account Lifecycle Management)。 研發高效能的 RPA (機器人流程自動化) 腳本，模擬高擬真的用戶行為。 研究各主流平台的反爬蟲與風控機制（Risk Control），並針對 環境指紋隱匿（Anti-detect Browser） 與 動態住宅代理（Residential Proxy） 進行架構優化。 解決自動化流程中的驗證碼與身分校驗瓶頸（Captcha / OTP / Liveness 整合）。

前情提要: 廠商需要從異質化的產品型錄中提取出產品資訊(廠商、代號、顏色、規格....)，以及切出產品圖片 技術難點: Mistral OCR:單頁圖片文字比例差異過大，導致辨識時文字失真，且不支援圖片提取 PDF提取文字、圖片:文字&圖片相對位置缺失，無法辨識相關性 以下以測試過模型:文字辨識效果不錯，但是產品圖位置(bbox)時標註座標偏移，切到不相干的區域 Mistral OCR LlamaParse Figure Extraction LandingAI ADE Docling PyMuPDF GPT-5.5 Pro Gemini 3.1 Pro 尋求解法: 如何有效提取圖片從pdf中 是否有可行的多層工作流架構 未測試過的現有api 從異質化建材產品型錄，依照以下欄位提取建材資訊(每筆資料都要有以下資訊) 產品圖(色票) 品牌 (Brand)：辨識產品所屬品牌名稱 。 系列名稱 (Collection)：產品所屬之特定系列 。 產地 (Origin)：產品之製造國家 。 外觀 (Appearance)：包含表面處理（如：亮面、霧面）及紋理描述 。 功能 (Function)：產品之特殊物理性能或認證（如：綠色建築認證、抗凍等） 。 經典系列 (Flagship Series)：由公司內部定義之標竿或熱銷系列 。 窯變大小 (Color Shade Variation)：磁磚業共通之色差等級語彙（如：V1-V4） 。 適用空間 (Suitability)：建議之安裝場域（如：牆面、地面） 。 防滑等級 (Anti-Slip Rating)：地磚特有之止滑係數（如：R9-R13、A/B/C） 。 規格類型 (Type/Shape)：產品之物理形態或形狀（如：薄板、馬賽克） 。 尺寸 (Size)：以公分 (cm) 為單位之長寬厚度 。 應用 (Application)：適用環境區分（室內或室外） 。 顏色 (Color)：產品之色彩辨別 。

你好 我想了解AI Agent寫類似小龍蝦一樣的自動化機器人方案跟價格 目的是打造我的數位分身，有在Notion建知識庫了 實在沒有什麼時間可以完善

需求概述：直銷公司後台需求名稱： 用於哪個行業：直銷公司 細節說明：寫後台系統

我正在尋求專家可以提供網站開發相關服務，服務內容 請參考：https://www.tasker.com.tw/workroom/oolme/service-detail/471 若您能提供相關服務，歡迎提供報價與合作資訊。

用於哪個行業：大型貨櫃的熱轉換分析 細節說明：伺服器放置貨櫃內需分析熱轉換分析(氣冷)

AI 應用的行業/領域：房地產/營造 想解決的痛點：內部流程繁瑣、協作效率低 執行形式：提供現成的 AI 解決方案