蕭文欣

角色：專案技術窗口｜期間：2024/08 – 2025/04

資安受限環境下的地端 RAG 系統。客戶要求資料不得使用外部雲端 AI 服務，全系統採用可地端部署的開源元件，運行不依賴任何外部 API。

系統架構

• 文件處理：解析 PDF／Word／Excel 製程與品檢文件，統一轉為可索引文本
• 檢索：LlamaIndex 建構 pipeline、ChromaDB 存放向量，串接 Reranker 兩階段重排序提升上下文精準度
• 生成：Ollama 地端部署 gemma3:27b-it-qat，採量化版本以配合地端硬體資源
• 資料層：PostgreSQL／SQLAlchemy 記錄對話歷程、檢索來源片段，使用者回饋與系統日誌，使每則回應可回溯至來源文件
• 介面：Gradio 整合問答與知識庫管理，將檔案上傳／刪除與索引重建包裝為圖形化操作
• 維運：硬體資源監控與系統日誌模組

品質驗證

導入 RAGAS，以 answer relevancy、faithfulness、answer similarity、context precision 四項指標量化系統表現，作為與客戶溝通的共同語言。

計畫全名：「數位支持、溝通無礙：AI 科技協助語言障礙者溝通輔具之研發、支持與推廣」

一套 RAG 架構、八份獨立知識庫的多機構對話系統，服務語言障礙者及其照顧者查詢七家機構的輔具申請與活動捐款資訊。

系統架構

• 核心：RAG 向量檢索＋Reranker，降低幻覺並提升回應正確性
• 知識庫：爬取各機構官網資料並整合既有 FAQ，依機構分別建置獨立知識庫，避免跨機構資訊混淆
• 生成：串接 LLM API，處理多模態輸入與跨語言查詢
• 介面：LINE Messaging API，使用者無需另行安裝應用程式
• 部署：8 個服務各自獨立部署於 Google Cloud Run（同一 GCP 專案）

可複製性

核心架構固定，機構差異僅存在於知識庫內容與對話設定兩層；新增機構不需重新開發，複製部署後替換知識庫即可上線。計畫期間完成 8 次導入，系統持續運行近 2 年，累計服務 2,000 則訊息。

★ 2026 北聯大人工智慧代理創新創業競賽 第一名（課堂專案）

• 針對系所行政知識高度依賴助教口耳相傳、規章散落各處、學生需主動查詢的痛點，開發系所專屬 AI 代理人
• 採 AI Agent＋Tool Calling 架構：由 GPT 決策代理判讀使用者意圖，動態選用對應工具（行事曆查詢、畢業學分規則、口試 SOP 等 7 項工具）至資料庫取回資料，再由 GPT 整合生成結構化回覆
• 以 Python 開發並部署於 Zeabur 雲端平台，模組化設計使系統僅需替換知識庫即可移轉至其他系所使用

角色：跨國三人團隊技術開發負責人（課程專案）

• 與兩位 GMBA 國際學生協作，從使用者痛點訪談、商業模式設計到系統實作全程共同執行，針對在台國際學生看不懂中文菜單的問題開發解決方案
• 串接 Gemini LLM API 建構 AI 流程：菜單照片 OCR 文字辨識 → 中英翻譯與拼音標註 → 菜色說明生成 → AI 圖像生成，讓使用者點餐前即可看見模擬菜色樣貌
• 系統部署於 Google Cloud Platform（Cloud Run）

角色：Full Stack Developer（課程專案）

• 開發競賽組隊媒合網站，解決學生「找不到適合隊友」與「想跨領域組隊」的痛點
• 負責競賽瀏覽、隊友推薦與邀請功能模組開發
• 系統部署於 AWS，採 Amplify 整合前端託管與 CI/CD，搭配 Cognito（帳號註冊、Email 驗證與登入）、DynamoDB（使用者與配對資料）、S3（履歷與圖片儲存）、Lambda ＋ API Gateway（推薦通知與信件發送等無伺服器運算）

能力範圍

• 文件處理：解析 PDF／Word／Excel，統一轉為可索引文本並切分 chunk
• 檢索：以 LlamaIndex 建構 pipeline、ChromaDB 存放向量，串接 Reranker 兩階段重排序
• 知識庫治理：爬取與整合來源資料，依機構／領域分庫，避免資訊混淆
• 品質驗證：導入 RAGAS 進行 answer relevancy、faithfulness、answer similarity、context precision 量化評估
• 可回溯性：記錄檢索來源片段，使每則回應可回溯至原始文件

實務成果

• 同一套 RAG 架構複製導入 8 個機構場域，替換知識庫即可上線
• 為電子製造業海外廠交付完全地端、不依賴外部 API 的私有化 RAG 系統
• NVIDIA DLI – Building RAG Agents with LLMs 認證

能力範圍

• 設計 LLM 決策代理，依使用者意圖動態選用工具並整合回覆
• 定義工具介面與參數 schema，串接資料庫、規則表與外部服務
• 多模態 LLM API 串接（影像輸入、OCR、圖像生成）
• Prompt 設計與回覆結構化輸出

實務成果

• IMYOURBUDDY：GPT 決策代理動態選用 7 項工具，獲 2026 北聯大人工智慧代理創新創業競賽第一名
• MenuLens：串接 Gemini LLM API 完成 OCR → 翻譯 → 說明生成 → 圖像生成的多階段流程

能力範圍

• 以 Python 開發 RAG 服務、AI Agent 與 Webhook 後端
• 文件解析與資料前處理（PDF／Word／Excel）
• API 串接與錯誤處理、日誌設計
• Gradio 快速建構圖形化操作介面
• Git 版本控制

認證

• TQC+ 程式語言 Python 3（財團法人中華民國電腦技能基金會，2024/04）

Google Cloud Platform

• 於同一 GCP 專案下部署並維運 8 個 Cloud Run 服務
• 負責服務設定、專案成員存取權限、計費帳戶設定
• 透過 Cloud Logging 檢視日誌定位錯誤與異常，完成問題診斷與修復
• 系統持續運行近 2 年，累計服務 2,000 則訊息

其他平台

• AWS：Amplify（前端託管與 CI/CD）、Cognito、DynamoDB、S3、Lambda ＋ API Gateway
• Zeabur：AI Agent 服務部署

能力範圍

• 以 Ollama 於客戶地端部署 gemma3:27b-it-qat，採量化版本配合硬體資源
• 在資安受限、不得使用外部雲端 AI 服務的環境下，以開源元件組建完整系統
• 硬體資源監控與系統日誌模組設計
• 交付後可由客戶端非技術人員自行維護知識庫，不需開發人員介入

能力範圍

• PostgreSQL／SQLAlchemy：對話歷程、檢索來源片段、使用者回饋與系統日誌的資料層設計
• ChromaDB 等向量資料庫的索引建置與維護
• 文件解析與非結構化資料清整（PDF／Word／Excel）
• 資料彙整與統計分析：問卷結果彙整、平均值計算與分數分布圖繪製
• 爬取官網資料並整合既有 FAQ 建立知識庫

2025.06｜NTCIR-18 FinArg-2: Temporal Inference of Financial Arguments

• 參與金融文本時序推論國際評測競賽，比較微調式 encoder（BERT、RoBERTa）與提示式 decoder（GPT-4o、Mistral、Gemma）於中英雙語金融語料的表現
• 於日本東京會場全英文發表競賽方法與結果，並與各國研究團隊進行技術問答交流
• 同時獲頒 Best Oral Presentation Award 與 Best Poster Presentation Award

作品：IMYOURBUDDY 系所專屬 AI 代理人

• 以 AI Agent＋Tool Calling 架構，由 GPT 決策代理判讀使用者意圖，動態選用 7 項工具取回資料後整合生成結構化回覆
• 解決系所行政知識高度依賴助教口耳相傳、規章散落各處的痛點
• 模組化設計，替換知識庫即可移轉至其他系所使用

作品：CYBJ – Create Your Better Journey

2025 NTPU USR 永續科技提案競賽第一名。以科技提案回應大學社會責任（USR）與永續發展議題。

作品：TRADIQ.AI 美國關稅智慧查詢系統

以 AI 協助查詢美國關稅稅則與稅率，降低貿易從業人員查找法規的時間成本。

作品：美國關稅大師｜入圍決賽

以關稅查詢 AI 應用參賽，入圍 2025 智慧創新大賞 Best AI Awards 決賽。

2025.05.16｜2025 International Conference on Information Management（國立臺北大學）

主題：Advanced RAG-Enhanced Generative AI Dialogue System for Enterprise Knowledge Sharing（Session: IS/ISS3）

與指導教授 Min-Yuh Day 共同發表論文，內容衍生自產學合作專案「企業內部知識問答系統」，於研討會分享地端私有化 RAG 系統的建構經驗。

2026 · 第十九屆崇越論文大賞｜台灣管理學會

論文題目：從基礎 RAG 邁向代理式生成：基於代理式 RAG 驅動的企業知識分享對話系統
From Naive RAG to Agentic Generation: An Agentic RAG-Driven Dialogue System for Enterprise Knowledge Sharing

以碩士論文成果參與第十九屆（2026）崇越論文大賞，獲得特優論文獎。全國共 1,021 篇論文報名，歷經書面審查、口頭報告等多階段評選後，共 255 篇進入決審，最終 193 篇論文脫穎而出，包括 26 篇特優論文獎、64 篇優等論文獎及 103 篇佳作。

分數：855

對應實務表現：全英文國際會議口頭發表、三門全英語授課碩士課程 TA、跨國團隊專案協作。