AI 系統開發、AI 影像辨識、軟體程式設計、全部最新 98 筆接案案件

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。

iPhone 拍照測距 ex. 書本, 帽子長寬 可運用 1.手機上傳照片，透過web service(ex.aws)運算回傳server ai model運算結果 2.手機local運算或ARkit 精度需要夠高 誤差< 0.5cm(或是1cm) 實作方式可討論 請直接聯繫討論 謝謝

用於哪個行業： 細節說明：模擬器app下注下注腳本 偵測到圖片後開始運行 點擊鍵盤鍵1（模擬器多開所以鍵盤可以同時操作） 等待16秒 點擊鍵盤2 需要連續點擊到 （看到圖片後停止） 結束 這樣價格需要多少？

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

discord 機器人程式 不知道可以委託您們開發嗎?

需求概述：需求名稱： 用於哪個行業： 細節說明：越南TPOS串接台灣物流商一 見出單

需求概述：需求名稱：進出貨軟體+紀錄 用於哪個行業：機械製造 細節說明：可轉出EXCEL出貨單 紀錄進出貨 並且量身訂製轉用客戶的製令出貨表 並且可用兩個公司行號並行

發包:c#開發 api串接,熟練度高,工作經驗3年以上

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）。

用於哪個行業：傳產 細節說明：python or .Net

1.完成期限：1個月內 2.功能需求：類似企業ERP應用的APP端 3.需具備什麼技術：Flutter 4.細節說明：負責增修現有 Flutter 設計的 APP (輸出雙平台) 有中大型ERP設計經驗者佳，歡迎現職為 flutter 工程師者兼職！

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 。

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。

用於哪個行業：電商 細節說明：爬蟲截取網頁上部分資料與欄位修正，另外EXCELㄧ鍵產QRCODE

協助開發系統軟體 細節說明：軟體專案協助設計與開發

需求概述：需求名稱 : 陣列式感應裝置 用於哪個行業：穿戴式 細節說明：面談

一款 2D 雙人合作派對遊戲，主題是「世界名畫 × 雙人合作小遊戲」。玩家會扮演老館長與小孫子，進入不同名畫的世界，透過合作小遊戲阻止畫作被破壞。 1. 素材方面，圖片、音效、音樂、動畫素材原則上會由我們提供。 2. 希望每週能有一次進度回報，文字說明搭配影片或圖片即可，不需要特別做簡報。 3. 預計希望在明年 1 月底前完成可展示版本。 4. 遊戲引擎不限，但不希望使用 Scratch 或 App Inventor。若使用 Unity 會比較符合我們原本規劃，但若有其他適合此專案的引擎也可以討論。 5. 若有合作意願，可以再約時間面談。 一款偏向派對遊戲的小品合作遊戲，可以想像成類似《Overcooked》、《Moving Out》、《Pico Park》、《Unrailed!》那種重視雙人溝通、分工、反應與混亂合作的遊戲。 但我們不是做廚房、搬家或鐵路題材，而是把「世界名畫」轉化成不同的小遊戲關卡。每一關都會根據一幅名畫的故事、情緒或視覺特色，設計成不同玩法。 遊戲流程大致是： 主畫面 → 美術館大廳 → 選擇畫作 → 進入關卡 → 完成小遊戲 → 成功／失敗結算 → 返回大廳或重新挑戰。 遊戲目標不是做大型 RPG 或完整劇情遊戲，而是希望做成「短時間可以理解、雙人可以合作」的遊戲版本

您好，我想詢問現有的b2b程式是否可增加內容?

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。