企業級系統工程示範｜風控稽核監控

【專案背景】這是我對「不能出錯的系統」的工程標準展示：一套教育研究用途的開源自動交易系統，錢在裡面流動，所以每一層都要防呆。 【做了什麼】 ・五層風控管線：部位控管、回撤保護、相關性分析、黑天鵝防護、熔斷機制，任一層拒絕就擋單 ・SHA-256 雜湊鏈稽核日誌：每筆操作可驗證、防竄改，出問題可完整回溯 ・容錯設計：主備援自動切換、狀態快照、連續失敗自動緊急停機 ・可觀測性：Prometheus 指標＋Grafana 儀表板，系統狀態一眼看清 ・安全預設：測試網＋乾跑模式預設開啟、無內建憑證、全端點驗證與速率限制 ・155 項離線測試、GitHub Actions CI、Docker Compose 一鍵部署 【對你的意義】如果你的案子涉及金流、訂單、對帳、庫存——這就是我處理「出錯會賠錢的系統」的方法：層層驗證、完整稽核、隨時可回溯。 【完整原始碼】github.com/kiresakura/binance-trading-bot（MIT 授權，教育研究用途，非投資建議，與 Binance 無隸屬關係）

群組聊天自動變知識庫｜AI 管線

【專案背景】團隊重要資訊都散在群組裡，要用的時候翻不到。這個開源系統自動把 LINE／Telegram 群組訊息萃取成結構化知識，寫進 Notion 或 Markdown 知識庫。 【做了什麼】 ・多模態萃取：文字、圖片、音訊一起處理，抓「完整知識點」而不是摘要 ・成本感知模型路由：一般訊息用便宜模型，混合複雜批次才升級，幫你省 API 錢 ・對話防抖動聚合：一串連續訊息自動合併成一筆完整知識 ・六角架構：換訊息來源或輸出端（Notion／Markdown／JSONL）改設定就好，不動程式 ・SSRF 防護爬蟲、Webhook HMAC 簽章驗證、36 項離線測試、Docker 部署 【對你的意義】想把「群組雜訊」變成「可搜尋的公司知識庫」，這套流程可以直接客製到你的工作流；Notion 資料庫欄位、分類規則都可以照你的需求調。 【完整原始碼】github.com/kiresakura/lorekeeper（MIT 授權）

多平台聊天機器人｜一套核心三平台

【專案背景】想同時經營 Discord、Telegram、LINE，各寫一隻 bot 成本就是三倍。這個開源專案示範我的解法：一套核心、三個平台。 【做了什麼】 ・查詢核心完全不碰平台 SDK，以中立回應模型輸出，每個平台只是一層薄 adapter ・新增平台只要實作兩個方法，核心邏輯 100% 重用 ・LINE webhook 含 HMAC 簽章驗證，未簽章請求直接拒絕 ・資料爬取有併發上限與指數退避，對資料來源友善 ・GitHub Actions CI＋單元測試，缺選配套件時自動降級不會壞 【對你的意義】你要的 bot 之後想多上一個平台，不用重寫，加一層就好。同樣的架構可以客製成客服機器人、社群助手、查詢工具。 【完整原始碼】github.com/kiresakura/campus-course-bot（MIT 授權，非官方專案，與資料來源平台無隸屬關係）

CRM 跨平台客服整合系統

企業級跨聊天平台通訊整合系統（CSIMS），作為代理商與供需雙方之間的「通訊橋樑」。實際部署並 production 運作中。 【核心價值】 · 品牌隔離與保密合規：依合作協議保護各方的商業資訊 · 通訊品質管控：規則引擎 + 人工審核確保訊息合規 · 營運效率提升：客服在一個介面完成所有品牌的通訊管理 · 糾紛舉證能力：訊息被編輯或刪除時保留原始版本、完整可追溯 · 封號隔離：每個 Telegram 帳號使用獨立 API 憑證，一個被封不連鎖 【技術架構】 雙程序架構： · Bridge Worker（port 3001）：GramJS 多 client pool、NewMessage / EditedMessage / DeletedMessage handler、合規規則引擎、群組自動識別、Retention cleanup · Next.js App（port 1688）：API routes、SSE 即時事件、審核佇列 UI、Dashboard · PostgreSQL 16：資料階層 【技術棧】 · Next.js 16 (App Router, Turbopack) · TypeScript 5.9 (strict mode) · React 19 + Tailwind CSS 4 · Prisma 7.7 ORM + PostgreSQL 16 · GramJS（Telegram MTProto client） · AES-256-GCM（TG session 加密儲存） · Session-based auth (bcryptjs, HTTP-only cookie) · Docker Compose + Railway 部署 【適合哪些案】 需要 Telegram 多群組集中管理、客服訊息路由規則、多品牌隔離、編輯 / 刪除追蹤、審核佇列、合規記錄等業務場景。圖為實際 production 登入介面。

SOP 企業任務管理系統

企業級任務 / SOP 管理平台。Monorepo 架構下前後端分離、完整 ERD 設計、JWT 雙 Token 認證、Telegram 通知、重複任務 + 稽核記錄。實際部署 production 運作中，現有 64 筆真實任務資料。 【核心功能】 · 任務指派與追蹤：多使用者、多狀態流轉（未開始 / 進行中 / 已完成 / 已逾期 / 已取消）、完成時戳記錄 · 重複任務：母任務 + 預生成實例（30 天 buffer），實例可獨立修改不影響母任務 · 請假管理：使用者請假狀態跟任務指派聯動 · 稽核日誌：所有狀態變更走 AuditLog、便於稽核、請求處理、追蹤歷史 · Telegram 通知：透過 Bot 推送任務提醒、狀態變更、超期提醒 · RBAC：Team / TeamMember / User 三階層權限模型 · 匯出 CSV、盤點儀表板、推播預覽等管理助手 【技術架構】 Monorepo (pnpm + Turborepo)： · @tms/api：NestJS 後端、Prisma ORM · @tms/web：Next.js 前端、React 19 · PostgreSQL 16、Docker Compose 部署 認證：JWT Access Token + Refresh Token 雙 Token 架構、bcrypt 密碼、雙重認證不同裝置 資料設計：UUID v7、軟刪除、時間欄位一律 timestamptz（UTC）、高頻查詢欄位都建 Index 【適合哪些案】 需要企業任務 / 專案管理平台、多人協作追蹤、JWT 認證架構、RBAC 設計、PostgreSQL ERD、monorepo 架構、NestJS + Next.js 分離部署等案。圖為實際 production 任務管理介面（64 筆真實任務資料）。

費曼 AI 家教（雙版本）

用費曼學習法做的 AI 學習工具：輸入主題→白話加比喻解釋→你用自己的話講回去→它打分數（0-100）並點出你的盲點→只針對盲點再講一次。我做了兩個版本，都串 Gemini API、都有免金鑰 demo 模式，任何人零設定就能體驗完整流程。 技術重點：網頁版是一支自帶 HTML（免 build）；Python 版約 300 行 Streamlit，部署在 Streamlit Community Cloud。呼叫 AI 要求結構化 JSON 並做防呆解析，模型亂回也不會弄壞畫面。 網頁版 Live：https://kiresakura.github.io/feynman-ai-tutor/ 網頁版原始碼：https://github.com/kiresakura/feynman-ai-tutor Python 版 Live：https://feynman-ai-tutor-python-khbzd29lttjj9kz2wzfqgz.streamlit.app/ Python 版原始碼：https://github.com/kiresakura/feynman-ai-tutor-python Demo 影片：https://youtu.be/Ch2watBp1Jg