Ai 助理/Ai 管理後臺

作品案例：企業級 AI 平台 × 多智能體自主開發／營運系統 專案定位 我獨立設計並實作了一套企業內部 AI 平台——核心是「公司自有的 ChatGPT」，但真正的價值在於它背後的多智能體（multi-agent）自主管線：能把「一句需求」自動走完「開發 → 程式碼審查 → 合併 → 品質驗收 → 部署 → 知識歸檔」的完整流程，並在每個高風險節點保留人類把關。 系統做什麼 - 對話式 AI 助理平台：訊息佇列為核心，以多台 Claude 工作節點作為解析引擎，支援即時串流回覆、附件解析、文件庫檢索（RAG）、自動打標與跨對話記憶壓縮。 - 對話式開發（Dev Chat）：主管在聊天介面描述需求，AI 諮詢代理以「決策卡片」逐步釐清方案與驗收標準，確認後自動派工給開發代理撰寫程式、開啟 Pull Request，再由審查代理自動 code review，通過即自動合併並派出 QA 代理逐條驗收，最後把整個開發歷程歸檔進知識庫供日後檢索。 - 個人 AI 參謀長（Nova）：整合專案進度、排程提醒、Google 行事曆、週目標、人脈管理於單一指揮中心，能主動巡查專案、到期提醒、每日早報彙整，成為經營者的數位幕僚。 技術架構 - 後端：Go（Clean Architecture／六角分層），MongoDB 佇列與資料層，WebSocket 即時推播，OpenTelemetry 可觀測性。 - 前端：Vue 3 + TypeScript（聊天前台、管理後台、指揮中心）。 - 基礎設施：Kubernetes（k3s）+ ArgoCD GitOps 自動部署，多環境（stage／prod）隔離，容器化 CI/CD，自架搜尋與轉檔服務。 - AI 編排：以「狀態機為圖、佇列為引擎」的自研編排，多角色代理（業務／PM／開發／QA／SRE／諮詢）各司其職，避免過度依賴重型框架。 幾個代表性的工程難題與解法 1. 安全與信任邊界：多代理系統最大的風險是 prompt injection。我建立了三層防線——主控協調層永不接觸任務內文、執行層以工具白名單約束、伺服器端以能力標籤與角色閘做最終授權，並針對「可寫檔／可部署」的高權限代理設計沙箱與稽核。每次涉及安全閘的變更都經過對抗性安全審查，實際攔下過「代理自助取得高權限」等真實漏洞。 2. 人機協作的把關設計：AI 可以自主推進，但合併、正式環境部署、對外發佈等不可逆動作一律保留人類核可，並讓核可綁定「被審查的那次變更」以防偷換。 3. 系統健壯性：針對大型語言模型偶發的「產出答案卻漏送」等行為，設計了偵測、即時重試加強提醒、與友善兜底回覆的自動復原機制，確保使用者不會空等。 我能承接的服務 Go／Vue 全端開發、AI 應用與多智能體系統設計、LLM 工具整合（RAG、Function Calling、MCP）、Kubernetes/GitOps 部署與 DevOps、以及既有系統的 AI 能力導入與架構顧問。從需求釐清、架構設計、實作到上線維運，我具備獨立完成整條鏈路的經驗。

遊戲平台

專案名稱:大型即時互動平台(後端架構與開發) 專案簡介 一套支援多方整合的即時互動平台。使用者可在直播情境下即時參與互動、提交操作、取得即時結果與獎勵發放,並串接多家第三方平台進行點數帳戶交易。系統採微服務架構、以 Go 開發、部署於 Kubernetes(GKE),須在高併發下同時維持帳務正確性與低延遲。 我的角色 擔任後端 Tech Lead,負責整體系統架構設計、跨 10+ 微服務 repo 的開發規範制定、核心「即時交易 / 結算 / 點數帳戶」鏈路實作,以及效能調校與線上維運。 技術架構 - 語言 / 框架:Go 1.25、gRPC、Gin;Clean / Hexagonal 六角架構 - 資料 / 訊息:MongoDB(Replica Set)、Redis / Valkey(多層快取)、Kafka(事件驅動、冪等交易) - 基礎設施:Kubernetes、Docker、Cloud Build CI/CD、Argo CD / Kargo GitOps - 可觀測性:OpenTelemetry + Elastic APM、ELK 日誌、Prometheus / Grafana、KEDA 自動擴縮 - 即時通訊:WebSocket 長連線推播、gRPC client-side load balancing 技術亮點 1. 高併發帳務可靠性:設計「即時交易→帳戶扣點→結算→獎勵發放」的分散式交易流程,以 Kafka event outbox、冪等鍵與 dead-letter 重試,確保 3,000+ 併發下不重複扣點、不漏發放。 2. 效能調校:透過 APM trace 逐段拆解延遲,將即時交易 P99 由數百毫秒優化至穩定水準;解決 gRPC 長連線不重平衡、GOMAXPROCS 尾延遲等瓶頸。 3. 多租戶後台:重構管理後台為 RBAC 多租戶權限模型,支援合作方分權管理。 4. 可觀測性體系:建立跨服務 trace / log / metric 關聯,大幅縮短線上問題定位時間。 5. 產業法規合規:依國際產業規範設計不可變交易紀錄與完整稽核軌跡。 成果 完成平台從架構到上線的完整交付,支援多方整合與大規模壓力測試(5,000 併發),系統於正式環境穩定運行,並建立自動化發版與監控告警機制。