客製化網站設計

政府機關網站設計

在桓基科技擔任前端設計師,負責政府機關網站的視覺設計與切版,設計並維護五個以上政府機關網站的 RWD 前端頁面,全數符合政府網站無障礙規範 2.0 的 AA 等級。 無障礙實作包含鍵盤導覽、焦點狀態、圖片替代文字、表單標籤與文字對比,並依檢測結果修正問題。公司會執行檢測,政府網站也會送交外部檢測,再依結果調整前端。 參與網站如下。 - 台灣自來水公司網站改版 - 衛生福利部疾病管制署全球資訊網改版 - 衛生福利部社會及家庭署兒童權利公約資訊系統 - 內政部表單簽核系統 - 交通部公路總局員工入口網暨即時訊息系統 - 勞動部員工共用資訊系統平台擴充 - 桃園大溪木藝生態博物館大溪學文化資源庫 - 新竹縣政府全球資訊網 - 新竹縣政府各局處網站

2
・2026/11/20 更新

更多來自 YuChing Chang 的作品

點陣 RPG 風 AI Agent 辦

這個個人專案讓 Claude Code 與 Codex 分工處理開發任務,並用 Phaser 製作點陣 RPG 風格的辦公室,即時呈現各個 agent 的執行狀態。 - 依任務風險安排三種協作流程,低風險任務由一個 agent 執行並接受一次審查,高風險任務則加入測試封存與資安審查。每個任務從工單開始,最後由人工驗收,未通過時交回 agent 修正,預設最多兩輪,超出時需人工核准。 - Codex 與 Claude 互相審查產出,使用固定格式的交接單傳遞工作資訊,並收集流程改善建議。每次對話先載入約 200 行核心規則與現況,其餘參考文件依任務需要讀取,減少重複載入的內容,訂閱額度達門檻時自動停止派工。 - 使用 PreToolUse hook 設定角色權限,並根據初次資安檢查的 8 項發現,補強權限控管與測試隔離。另以腳本檢查測試是否遭到修改或略過,要求回報附上執行指令與輸出。 - 透過 hook 記錄 agent 動作,另外從 Claude 與 Codex 的工作階段紀錄讀取 token 用量,匯入 SQLite 後提供統計與事件串流,再將事件轉成辦公室角色的動作。角色閒置時依預設邏輯活動,不消耗模型 token。 紀錄匯入器會記住上次讀取的檔案位置,接續處理 JSONL,並將事件與讀取位置存入同一筆 SQLite 交易,避免中途中斷後進度與資料不同步。前端透過 SSE 事件串流接收更新,重新連線時用事件 ID 取得後續紀錄,依資料寫入順序重播,避免較晚收到的事件時間打亂順序。

AI 系統開發
2

地理線索分析平台

SpotClue 是已上線的個人專案,透過可驗證的線索分析街景照片的拍攝地點。照片中的文字系統、道路標誌、地形與氣候帶會各自對應到地圖範圍,再取交集,找出候選國家與區域。使用者可以關閉或修改每條線索,地圖也會顯示各自的範圍與矛盾之處。 - 開發前先完成六個小型實驗,包含 LLM 與 CLIP 基準測試、OCR、圖資涵蓋率與電桿號碼公式,再根據實測數字決定專案範圍。 - 線索判讀優先使用規則,僅在模型能讓同一組測試照片的判讀準確率至少提高 5 個百分點時採用,最後才考慮 LLM。 - 建立可重複執行的資料匯入流程,將 OpenStreetMap、國家邊界、氣候分區與高程資料匯入 PostGIS,預先計算氣候、海拔與地形分類,API 查詢時再篩選並加總面積。 - 為了讓照片留在使用者裝置上,模型直接在瀏覽器中執行。將 CLIP ViT-L/14 影像編碼器匯出為 ONNX,比較 int8、fp16 與 4-bit 三種版本後採用 4-bit(199 MB,量化比較中的 Top-5 準確率下降 1.1 個百分點)。使用 M4 MacBook 的 Chrome/WebGPU 測試 20 張照片,排除首次推論後,推論時間中位數約 0.3 秒,不含模型下載與載入時間。 - 凍結 CLIP 影像編碼器,以 46,785 張街景照片訓練線性國家分類頭,再依地區分組切出驗證集,校準候選清單的信心門檻,僅在通過門檻時自動填入線索。 合併線索時,系統會區分國家是不符合條件,還是缺少資料,後者仍保留為候選。多條線索互相矛盾時,會找出造成候選範圍為空的一組線索,協助使用者檢查判讀依據。瀏覽器推論在 Web Worker 中執行,WebGPU 無法使用或載入失敗時可改用 WASM,Python 評估與前端則共用影像前處理設定。 國家分類器以 1,000 張未參與訓練的照片評估,在 188 個國家中的 Top-1 準確率為 55.5%、Top-5 為 79.3%。加入信心門檻後,模型會在約 47% 的照片中輸出前五個候選國家,其中約 97% 的清單包含正確國家。另以 165,788 筆台電資料驗證電桿號碼換算座標的公式,誤差中位數約 10 公尺,做法、限制與數據均一併公開。

全端系統開發
2

YuChing Chang

6小時前上線平均 -- 回覆