車牌辨識 + flask 應用

AI製程異常分析助手

替製造業客戶開發的後台管理系統，前端、後端、AI 整合一個人從零做到上線。系統涵蓋品質檢驗紀錄、生產追蹤、倉儲庫存、客戶規格符合性檢查、報告自動生成等模組。 核心挑戰在於把產線上的紀錄需求拆解成清晰的資料模型，並讓現場人員能用最少的點擊完成日常作業；AI 助手則負責把累積的紀錄變成可查詢的知識，減輕主管整理報表的負擔。 在管理系統上加掛一個基於 RAG 的領域知識問答助手。使用者可以自然語問「某設備異常的原因」、「如何判斷某現象是哪個工序造成」，助手會根據業主提供的內部技術文件，產出帶有引用來源的結構化回答。 重點在於回覆的可驗證性——不是讓 LLM 自由發揮，而是讓每一個結論都對得上一份原始文件。同樣的架構可平移到任何「有大量內部文件、需要快速查詢」的場域。

AI 自動化估價系統

【專案背景】 傳統營造／裝修業的估價高度仰賴資深師傅的經驗，新人難以快速上手；報價時也常因漏報工項、單價偏離行情，造成利潤流失或事後客訴。本專案將公司既有的歷史報價資料轉化為 AI 可運用的知識庫，讓估價流程標準化、即時化，把老師傅的經驗「留在系統裡」。 【系統功能】 RAG 歷史報價檢索：串接公司 5 年歷史報價資料庫，依品項自動撈取相似案件的歷史單價與廠商資訊，作為定價依據。 現場回報智慧解析：支援現場／LINE 文字回報，並可整合照片 OCR 萃取品項，將非結構化的回報訊息轉為結構化估價清單。 AI 單價合理性評估：自動計算各品項建議單價，與歷史平均比對並標示「偏高／合理／偏低」，附上判斷理由，協助快速複核。 漏報項目偵測：依案件描述主動找出常被遺漏的項目（如安全網、清運費用、批土打磨），降低報價缺漏風險。 施工盲點與風險提醒：針對高空作業、防水等高風險工項，主動提出安全與成本面提醒。 【成果價值】 將原本需要數小時的人工估價縮短至數秒，並透過 AI 雙重把關，降低漏報與報價失準的機率；同時協助企業沉澱資深人員的經驗、加速新人上手，提升整體報價效率與一致性。

已成交案件

多平台管理