宋安慶

獨立 0→1 交付|低延遲即時系統|遺留系統整合与 AI 工程落地

Durable Objects 訊號 1000ms → <30ms · 聖經無障礙平台 PageSpeed 4×100 · 17 年第一線技術與現場落地實戰

30 秒摘要

概要:一人把系統從 0 做到生產級上線;擅長走入企業第一線(FDE),在不改變員工既有習慣與嚴苛預算限制下,交付安全可控的 AI Agent 工具鏈、免切換視窗外掛與極低邊際成本系統。

技術:Cursor SDK / Agent Runtime(Tool Gate 防高危指令與子代理權限逃逸)、In-Workflow 瀏覽器外掛 + ERP 安全閘道、Cloudflare Durable Objects / WebSocket、知識圖譜式 RAG、Python 音訊特徵切分、MySQL 時序分區映射、Proxmox 3-2-1 備援。

AI Agent 平台與安全護欄

自建 Cursor SDK 代理平台(手機 TG 遙控改 code + 雙層 Tool Gate 攔截 shell_risk 與子代理 task 權限逃逸);知識圖譜 RAG 零幻覺問答。

前線部署 (FDE) 與遺留系統賦能

營造業駐點打造免切換視窗 LINE 客服 RAG 外掛與「防 AI 誤寫 ERP 智慧安全閘道」;滾動收斂 120 頁失控 POS 規格結案。

極致成本與低延遲架構

1000ms → <30ms

Durable Objects WebSocket 月成本 <500 TWD 支撐千人連線(2 週 MVP 上線);MySQL $20/月主機三千萬筆搜尋 5 分鐘 → <1 秒。

滿分體驗與高毛利託管

bible.succ.work 獲 PageSpeed 四項 100 滿分 並以 Python 自動切分台語聖經音檔;自建 3-2-1 跨 WAN 架構託管上櫃公司站點。

自我評價

產業專長導覽

遊戲與數位內容

  • 大型平台開發與維護
  • 高流量系統架構設計
  • 前後端整合與優化
  • 系統安全防護機制
查看相關專案

金融科技

  • 盤感量化研究
  • Alpha 動能捕捉引擎
查看相關專案

零售與服務業

  • POS系統開發經驗
  • 跨領域需求分析
  • 使用者體驗優化
查看相關專案

政府專案

  • 大型系統整合經驗
  • 影像串流處理能力
查看相關專案

技術專長導覽

系統架構設計

  • 跨區域備援架構
  • 高可用性系統設計
  • 微服務架構設計
查看相關經驗

系統安全與防護

  • 資安事件處理
  • 系統安全強化
查看相關經驗

效能優化與調校

  • 演算法優化
  • 資料庫效能調校
  • 程式碼優化
  • 系統效能分析
查看相關經驗

專案管理與協調

  • 跨部門專案管理
  • 風險評估與控制
  • 零停機遷移規劃
  • 團隊協作優化
查看相關經驗

開發流程優化

  • 自動化工具開發
  • 開發效率提升
  • 品質控管機制
查看相關經驗

AI 與 LLM 應用

  • RAG 知識庫與問答 Bot
  • Prompt 工程與檢索增強
  • 開源模型私有化部署
  • LLM API 服務整合
查看相關專案

技術創新與研究

  • 量化交易研究
  • 新技術導入
  • 技術方案創新
  • 效能突破研究
查看相關經驗

前端技術創新

  • 自主研發類 Vue.js 框架
  • 實現響應式數據綁定
  • 組件化開發架構
  • 無痛技術轉型方案
查看相關經驗
上市櫃公司產品1
上市櫃公司產品2
上市櫃公司平台幕後推手 開發多個上市櫃公司平台
政府標案好夥伴
政府標案好夥伴
政府標案好夥伴 國家級漫畫平台
跨領域專案
跨領域專案
跨領域專案
跨領域專案
跨領域依然難不倒我 POS - eHairPOS 金融分析 - 自適應買賣力道分析系統 ERP - 養殖監控平台 LMS - Only實驗教育線上學習平台
績效展示
錄取我就是幫公司賺錢 過往:聘僱四年200萬,公司額外賺取350萬

核心優勢

技術專長

後端開發

PHP Laravel PHP Codeigniter C# ASP.Net 6 C# MVC Python Flask Python FastAPI C# Winform

AI / LLM 應用

RAG Prompt 工程 Embedding 檢索 LLM API 整合 Ollama Cloudflare Workers TTS API

• 將履歷與作品集知識整理為 RAG 資料庫,部署問答 Bot 至 Cloudflare 邊緣(本頁右下角可體驗)

• 具備 Ollama 私有化部署經驗(Docker / Ubuntu、GPU 指定)

• 曾參與 B2B LLM 應用開發(NDA):搜尋增強 + Prompt 結構化輸出客戶報告

前端開發

Vanilla JavaScript jQuery Angular HTML5 CSS3 自研前端框架

• 自主研發類 Vue.js 前端框架,實現模板語法與組件化開發

• 深入理解現代前端框架核心原理與實現機制

• 具備框架設計與開發能力,能根據團隊需求定制解決方案

串流與即時推送

ZLMediaKit FFmpeg HLS / RTSP WebSocket Firebase Cloud Messaging (Web) Telegram Bot API Cloudflare R2

基礎建設 (Infrastructure)

Docker GCP Cloudflare CDN ESXi Proxmox

資料庫

MySQL MSSQL PostgreSQL

系統管理

Ubuntu Windows Server Git Network Management

持續學習

Vue.js Ruby on Rails Kubernetes

技術創新與價值創造

效能提升

流程優化

職涯經歷摘要

用嘴寫碼 - 專業軟體開發團隊 (獨立顧問)

創辦人 / 首席系統架構師 (2020 - 至今)

系統工程師 (11年)

網路管理工程師 (3年)

系統分析師 (2年)

專案管理主管 (1年) (管理人數 5人)

專案列表

AI / LLM 應用專案

自建 AI Agent 遠端開發平台與安全工具閘門 - Cursor SDK + 雙層 Tool Gate 防高危指令與子代理權限逃逸

  • 專案痛點與洞察: 在日常高強度使用 AI Coding Agent 與遠端工作時,單純把 CLI 暴露給 HTTP API 或聊天機器人極度危險——同步請求無法中途按「允許」,若全開權限則可能誤觸 rm、git reset --hard 或讀取 .env 密鑰;此外,SDK 的唯讀限制只管主迴圈,若不封鎖子代理(task),唯讀 Agent 仍能透過派發子代理偷偷寫檔(Privilege Escalation)。
  • 核心解法(Multi-Channel Runtime + 嚴格安全護欄):
    • 多通道遠端工作流: 整合本機 Cursor SDK、非同步 Job 佇列與 Docker 自架 Telegram Local Bot API(僅 Webhook),支援人在外面用手機傳訊息/傳圖遙控家裡筆電改 code,並透過 Cloudflare Tunnel(preview)與 Cloudflare Worker(demo)雙軌隔離預覽成果。
    • 雙層工具閘門(Tool Gate): 同步 HTTP 採請求宣告制(allowTools 預設拒絕所有敏感工具),且將 rm、git clean、git reset --hard、sudo 等歸入 shell_risk 永不自動放行,每筆決策皆留存結構化稽核 Log(http_tool_gate_decision)。
    • 防止子代理權限逃逸與環境隔離: 於 Ask 唯讀模式與公開對話模板(/ai/chat)強制禁用 task 子代理,且模板權限採「平台上限 ∩ 角色白名單」交集控管。
  • 專案成果: 打造出兼具極致個人生產力(手機隨時驅動全端開發與修圖改版)與企業級資安邊界的自用 Agent 平台。
  • 概要:自建支援手機 TG 遙控改 code 與雙軌預覽的 Cursor SDK 代理平台,實作攔截高危指令與防子代理權限逃逸之安全工具閘門。
  • 技術:Cursor SDK → Hook Tool Gate (allowTools / shell_risk) → Sub-agent 權限封鎖 → Telegram Local Bot API + Cloudflare Tunnel/Worker 雙軌隔離。

營造業 FDE 現場落地:客服 RAG 外掛 & ERP 智慧安全閘道 - 免切換視窗 In-Workflow 輔助 + 防 AI 誤寫核心資料庫

  • 現場蹲點觀察(兩大獨立痛點):
    • 痛點 A(客服查檔困難導致頻繁打斷後台主管): 住戶在官方 LINE 詢問時,客服因舊 ERP 難以檢索(無法直接從 LINE 帳號看出對應哪個建案與戶別),找不到合約或客變圖,只能頻繁起身去問後台成控主管,導致主管專注核算時每小時被打斷 3~4 次。
    • 痛點 B(同仁自製 AI 工具直連 ERP 之資安風險): 內部同仁開始嘗試用 AI 寫小工具,但若直接連線核心 ERP 資料庫,將導致權限無法細緻控管,且 AI 邏輯錯誤極易直接誤寫並污染核心 ERP 資料。
  • 核心解法(針對不同問題分頭擊破):
    • 解法 A — 官方 LINE 客服 RAG 側欄外掛(Browser Extension): 全量爬梳舊 ERP 建立「客戶 ↔ 建案 / 戶別 ↔ 路段」多維關聯圖譜;於 LINE 後台側欄直接自動識別發話住戶身分,並依對話意圖(合約、客變圖、污水公文)秒級調閱 ERP 檔案連結預覽。客服自己查得到資料,就不再需要頻繁打斷成控主管。
    • 解法 B — ERP 智慧安全閘道(防火牆)與 Agent 規範: 設計具備 Token 鑑權、欄位白名單與參數防呆攔截的 API 安全閘道(首波封裝 2 支人事出勤 API 原型),並配套提供客製化 Agent Rules,讓同仁借助 AI 開發工具時從源頭合規,確保核心 ERP 零暴露、零誤寫。
    • 解法 C — 順應習慣的 AI 格式轉換工作流: 引導企劃同仁不需馬上放棄熟悉的 Excel,先將數十頁冗長活動 Word 檔透過標準化四欄位 Prompt(工作內容、執行者、到期日、下個交接者)秒轉為結構化 Excel 四分頁落地管理,未來再無縫平移 Notion。
  • 商務推進成果: 採取「基礎核心外掛免費試用驗證 ➔ 進階 CRM 功能(如驗交屋排程、AI 情緒分流)按功能逐項疊加報價」的務實策略,大幅降低企業導入 AI 的阻力與風險。
  • 概要:打造 LINE 客服側欄外掛讓客服自主秒查舊 ERP 圖檔(減少打斷後台主管);另設計防 AI 誤寫之 ERP 安全 API 閘道。
  • 技術:ERP 多維關聯圖譜 RAG → Browser Extension 側欄嵌入;ERP API 安全閘道(白名單 + 防呆攔截) → 客製化 Agent Rules。

履歷 RAG 問答 Bot - 知識圖譜關聯切分、近零成本達成零幻覺問答(可即時 Demo)

  • 專案痛點與洞察: 若將履歷直接交給 AI 或按固定字數(Fixed-size chunking)切割,由於整份履歷各專案使用的技術字眼高度接近(例如將某專案中的 Python 換成 C# 在語法上毫無違和,但事實完全錯誤),除非花費高昂成本呼叫頂級大模型,否則便宜模型極易張冠李戴、對面試官答非所問。
  • 核心解法(知識圖譜式結構化切分):
    • 放棄單純按字數切割,改依「事實邊界與知識圖譜(Knowledge Graph)關聯性」進行資料清洗與切分,將各專案的「情境限制—核心技術—量化成果」綁定為完整語意單元。
    • 搭配 Embedding 向量檢索與嚴格的 Context 注入邊界,部署於 Cloudflare Workers 邊緣環境。
  • 專案成果: 以趨近於 0 的推論與維運成本,讓輕量級 AI 模型也能穩定輸出零幻覺、百分之百符合事實的回答(本頁右下角聊天視窗即可直接體驗)。
  • 概要:以知識圖譜關聯切分解決技術詞彙混淆,用近零成本模型達成零幻覺履歷問答。
  • 技術:Entity-Bound / 知識圖譜關聯切分 → Embedding 檢索 → Prompt 事實邊界控制 → Cloudflare Workers。

B2B LLM 搜尋報告系統 - 搜尋增強 + Prompt 結構化輸出(NDA 專案)

  • 專案性質: 受保密協議(NDA)約束之企業 LLM 應用,以下僅揭露技術面向,不涉及客戶名稱與業務細節。
  • 主要負責:
    • 整合 AI 搜尋功能與 LLM API,將外部資訊檢索結果餵入模型
    • 設計 Prompt 模板與輸出格式,產出結構化、可供客戶閱讀的分析報告
    • 串接後端 API 與前端展示流程,確保生成內容可穩定交付
  • 技術重點:
    • 檢索增強生成(Search-Augmented Generation)流程設計
    • Context 組裝、Temperature 等參數調校與輸出格式控制
    • 以 API 串接方式整合 LLM 服務,兼顧開發速度與維護成本
  • 概要:NDA 企業專案:AI 搜尋 + LLM 產出客戶可閱讀的結構化報告。
  • 技術:Search-Augmented Generation;Prompt 模板;Context 注入;LLM API 串接。

開源大模型私有化部署 - Ollama、Docker、Ubuntu、GPU 指定

  • 專案目標: 在本地或私有伺服器環境部署開源大語言模型,用於開發測試、Prompt 實驗與成本評估,降低對商用 API 的依賴。
  • 部署方式:
    • Docker 容器化部署與 Ubuntu 原生安裝皆有實作經驗
    • 可指定 GPU 資源運行模型,完成基本推理環境建置
    • 熟悉模型拉取、環境設定與常見排錯流程
  • 概要:私有環境部署開源大模型,用於 Prompt 實驗與 API 成本評估。
  • 技術:Ollama + Docker / Ubuntu + GPU;vLLM 高併發為延伸學習;LoRA / SFT 微調尚無實戰。

無障礙聖經與台語語音平台 (bible.succ.work) - PageSpeed 四項 100 滿分、近零成本架構、Python 台語音訊切分

  • 線上網址: https://bible.succ.work/ | Google PageSpeed Insights 四項 100 滿分報告
  • 產品背景與理念平衡: 聖經網站雖多,但極少兼顧視障與長者的無障礙(Accessibility)體驗;同時聖經「普世免費閱讀」的核心價值與收費商業行為相互矛盾,必須在「極致流暢體驗」與「趨近於 0 的長期維運成本」間取得平衡。
  • 三大核心工程突破:
    • 無障礙 UI/UX 與 PageSpeed 四項 100 滿分: 針對無障礙閱讀深度優化操作介面與語意結構,於 Google PageSpeed Insights 獲得 效能(100)、無障礙(100)、最佳實踐(100)、SEO(100)大滿貫。
    • 近零邊際成本雲端架構(FinOps): 經比較多家雲端計費方案,最終選用 Azure TTS + Cloudflare R2(免出口流量費)+ Cloudflare CDN 邊緣快取,讓大眾順暢聆聽的同時,每月雲端維持成本趨近於 0。
    • 低資源語言(台語版)音訊自動切分與自建微調工具: 後續更新台語版本時,因現今 AI 缺乏足夠便宜的台語語料可生成自然語音,我花時間梳理合法公開授權之聖經翻譯與「整章為單位」的錄音資料;先透過 Python 依據語音聲學與靜音特性,自動將整本台語聖經切分為以「節」為單位的音檔,並額外開發一套視覺化語音切分微調工具(Human-in-the-Loop),將切點精準微調至分秒不差的位置,讓台語版同樣能維持高品質的「逐節同步播放」功能。
  • 概要:兼顧產品人文理念、無障礙滿分體驗、版權合規與近零邊際成本的代表作。
  • 技術:Azure TTS + Cloudflare R2 + CDN;Python 聲學特徵音訊切分 + 自建時間軸微調工具;PageSpeed 4×100。

遊戲產業專案

遊戲橘子-漫畫星 - 成功整合前後端開發,建立完整的技術文件

  • 專案目標:開發並維護遊戲橘子旗下的漫畫平台
  • 主要負責:
    • 後端系統開發與維護
    • 主機佈署與管理
    • API規格規劃與文件產出
    • 與前端工程師協同開發
  • 技術挑戰:
    • 需要處理大量漫畫內容的存取
    • 確保系統穩定性和效能
    • 與前端團隊的協作整合
  • 解決方案:
    • 技術面:
      • 使用PHP Laravel框架為核心進行開發,並部署於GCP。
      • 導入 Redis 實現多層次快取架構,有效降低資料庫負載:
        • 動機:為解決個人頁面與作品排行榜等高頻即時運算對資料庫造成的壓力,並以低成本方式提升讀取效能。
        • 快取策略:對排行榜等數據設有 5 分鐘 TTL;對 CMS 內容進行永久快取,並在後台更新時觸發失效 (Event-Driven Invalidation);對關鍵數據則在資料庫寫入時同步更新快取。
        • 創新的多層次快取設計:為應對某個高流量模組可能癱瘓中央快取的風險,設計並實作了「應用程式本地快取 (In-Memory) + 集中式 Redis」的兩層架構。此設計有效隔離了流量衝擊,並透過預熱機制確保了系統的穩定與高效,有效隔離高流量模組對中央快取的衝擊。
      • 建立清晰、完整的API文件,加速前後端協作效率。
    • 溝通面:
      • 與前端團隊密切協作
      • 定期進行技術討論
      • 建立清晰的開發規範
  • 概要:成功開發並維護 comics.beanfun.com 漫畫平台,整合前後端並建立技術文件。
  • 技術:Laravel + Redis 雙層快取;GCP 部署;高流量 API 與 CMS 整合。
  • 參考網址:comics.beanfun.com

金融科技專案

電子錢包系統 - 成功處理高安全性需求,建立完整的安全機制

  • 專案目標: 為企業客戶開發一個高安全性的 B2B 支付與帳務系統,核心要求是確保交易紀錄的絕對完整性與不可竄改性。
  • 主要負責: 系統架構設計、核心安全機制開發、資料庫規劃、以及與財務部門的需求對接。
  • 解決方案與技術實現:
    • 核心安全架構 - 交易鏈模型 (Transaction Chain Model):
      • 設計思想: 借鑑憑證串鏈與區塊鏈的原理,從第一原理出發,運用 C# .NET 6 設計並實作了一套基於密碼學簽章的交易鏈模型。
      • 運作機制: 每一筆交易紀錄都會包含前一筆交易的雜湊簽章 (Hashed Signature),形成一個環環相扣的數據鏈。任何對歷史交易的非法竄改,都會導致其後所有鏈上的簽章驗證失效,從而被系統立即偵測。
      • 優勢: 此設計提供了一個極高強度的防偽與防竄改機制,為 B2B 大額支付場景下的數據可信度與不可否認性 (Non-repudiation) 提供了堅實保障。
    • 存取控制與稽核:
      • 所有財務相關的敏感操作(如登入、查詢、支付執行)均需透過金鑰進行身份驗證。
      • 系統會對所有操作留下詳細的數位足跡 (Digital Footprint),並將其安全地記錄於資料庫中,以備稽核與追蹤。
  • 專案成果: 成功交付一個安全、穩定的 B2B 電子錢包系統,其核心的交易鏈安全機制獲得了客戶與財務部門的高度認可。
  • 概要:電子錢包交易紀錄具備完整性保護,可追蹤且難以竄改,獲財務部門認可。
  • 技術:C# .NET 6 Hash Chain 交易鏈模型;稽核與完整性驗證;Digital Footprint 操作紀錄。

盤感量化研究- 將主觀盤感轉換為客觀現象,建立 四循環換價反轉框架 (Cyclical Price-Exchange Reversal Framework)

  • 專案目標:與「精靈金融科技有限公司」(代表人 劉彥希) 合作,將交易員主觀、抽象的「盤感」轉化為客觀、可量化的交易策略,並建立系統化的研究方法。
  • 主要負責:
    • 資料分析與量化研究:主導將抽象的市場觀察轉化為具體、可驗證的數據指標。
    • 演算法建立:將研究過程中歸納出的交易SOP,透過資料分析與量化方法,建構成數學公式。
    • 系統開發與驗證:根據建立的數學公式,開發分析工具與模型進行檢驗。
    • 與交易員及合作夥伴進行訪談、溝通與成果驗證。
  • 技術挑戰:
    • 如何將交易員的直覺判斷(如「感覺有買盤」)定義成可量化的數據事件。
    • 從大量的市場數據中,萃取出有效的特徵,並排除雜訊。
    • 建立一套可重複、可驗證的客觀分析流程。
  • 解決方案:
    • 質化轉量化:透過深度訪談、螢幕錄影與交易紀錄分析,將交易員的決策過程拆解成一系列可觀察的市場行為。
    • 數據驅動決策:利用統計方法分析市場行為模式,驗證各種假設的有效性,例如分析特定模式下的勝率與期望值。
    • 模型迭代:與交易員合作,不斷修正和優化量化模型,確保其能準確反映市場動態。
  • 專案成果:
    • 成功建立一套系統化的盤感量化研究方法,為後續的自動化交易系統奠定基礎。
    • 本研究的最終成果,即為「Alpha 動能捕捉引擎」此一全方位交易決策輔助系統。
  • 概要:建立盤感量化研究方法,成果延伸為 Alpha 動能捕捉引擎。
  • 技術:專家訪談、事件定義、樣本標註;可重複驗證流程。

金融策略機器人 - 2 週 MVP 含金流上線,Durable Objects 將千人推播延遲自 1000ms 壓至 30ms 以下

  • 專案背景与特性: 金融訊號推播系統每天發出的訊息極少(一天不到 10 封),但每一筆都要求極致低延遲,並提供 WebSocket 連線讓投資人可直接串接至自動交易程式(客戶持續使用中)。
  • 角色: 獨立開發(從 0 到上線、金流串接、架構演進、連線鑑權與產品決策)。
  • 架構演進與關鍵技術決策:
    • 2 週極速 MVP 與兩階段演進: 整個系統從 0 到上線並串妥金流僅花 2 週。開發初期為求最穩定交付,先採用 HTTP 請求輪詢(延遲約 1000ms);上線驗證商業可行後,立即展開低延遲重構。
    • Cloudflare Durable Objects 選型(月成本 <500 TWD 支撐千人併發): 針對「低頻率、高瞬間併發、低延遲」特性進行評估比較,最終採用 Cloudflare Durable Objects 管理 WebSocket 長連線,達成可同時讓近 1,000 人接收毫秒級訊號(端到端延遲 <30ms),且每月成本不到 500 新台幣。
    • 自建 Telegram Local Bot API Server: 為徹底壓低 Telegram 推播延遲,不採用一般直接打公網 HTTP Bot API 的做法,而是自建 Local Bot API Server,將系統與 Telegram 的限制由 HTTP 請求壓縮至 WebSocket 等級延遲。
    • Single-Session 連線鑑權與務實砍除 Firebase: 因 WebSocket 直接供自動交易串接,實作 Single Sign 即時連線鑑權,防止付費使用者以同一帳號在多處同時盜接訊號;此外,上線一週後評估 WebSocket 與 TG 已滿足絕大多數用戶通知需求,考量同時處理 Android 與 iOS 推播權限的維護成本過高,主動與老闆討論果斷停用 Firebase 推播方向,將資源集中於核心價值。
  • 概要:2 週完成 MVP 與金流上線;Durable Objects + TG Local Bot API 將延遲自 1000ms 壓至 <30ms,月成本 <500 TWD 支撐千人連線。
  • 技術:Cloudflare Durable Objects + WebSocket + Telegram Local Bot API Server;Python Flask 規則引擎;Single-Session 連線鑑權。
  • 畫面截圖:查看截圖

策略雲 - 成功整合回測系統,建立穩定的系統架構

  • 專案目標: 開發一個使用者友善的 Web 介面,作為一個複雜的「股票回測主機」的前端,讓使用者能透過網站輕鬆執行與管理股票策略回測。
  • 主要負責:
    • 擔任後端工程師,主導 Web 伺服器與回測主機之間的系統整合。
    • 設計並開發用於提交回測任務、查詢進度及獲取結果的 REST API 介面。
    • 與前端協作,實現非同步任務提交與進度反饋的使用者流程。
  • 解決方案與技術實現:
    • 系統架構: 專案採用分散式架構,將使用者介面 (以 C# ASP.NET 搭配 jQuery 開發的網站) 與核心運算 (回測主機) 分離。我負責的後端作為兩者間的橋樑,確保資料流的穩定與正確。
    • API 整合層: 開發了一套完整的 REST API,用於處理前端發送的請求。這套 API 負責將使用者的策略參數打包,安全地傳遞給回測主機,並在接收到回測結果後,將其儲存於資料庫,以供前端查詢。
    • 非同步任務處理: 為了解決回測耗時長、影響使用者體驗的問題,與前端工程師協作設計了非同步處理流程。前端透過 AJAX 提交任務後,後端 API 會立即返回一個任務 ID,前端可以根據此 ID 定期輪詢 (Polling) 狀態更新 API,並在畫面上顯示「回測中...」、「已完成」等文字提示,優化了長時間等待的互動體驗。
  • 專案成果: 成功將一個專業但操作複雜的回測引擎,包裝成一個易於使用的線上服務,讓不具備程式背景的使用者也能執行策略回測。
  • 概要:將專業回測引擎包裝為非工程背景使用者也能操作的線上服務。
  • 技術:ASP.NET REST API 整合層;任務提交、進度查詢、結果儲存;非同步任務 + 前端 AJAX 輪詢。
  • 參考網址:策略雲專案

Alpha 動能捕捉引擎 (Alpha Momentum Capture Engine)- 日內微觀結構事件分析系統

  • 專案目標:開發一套全方位的交易決策輔助系統。不僅是偵測市場訊號,更是要透過解構逐筆成交資料(Tick Data),建立一套包含進場、風險管理與部位管理的完整交易劇本(Playbook)。
  • 主要負責:
    • 演算法設計與策略研究
    • 系統架構與資料庫規劃
    • 全端系統開發與實現
    • 規則制定與實盤驗證
  • 技術挑戰:
    • 處理高頻的即時資料流,並在毫秒級別進行運算。
    • 設計能適應不同市況與個股波動性的動態參數模型,避免靜態閾值的失效問題。
    • 建立一套能客觀評估訊號有效性的評分系統,結合即時熱度與統計特徵。
    • 將抽象的交易員主觀判斷轉化為客觀、可計算的程式化規則。
  • 解決方案:
    • 技術面:
      • 採用 動態閾值模型:透過即時計算的百分位數 (Percentile) 來定義「事件」(如急單、大單),使其能自動適應市場熱度。
      • 獨創 速度分層 (Q1-Q4) 與 一口吃 定義,精準量化攻擊的急迫性與決心。
      • 開發 時間衰減加權評分系統:結合即時訊號分數與時間權重,讓訊號的價值隨時間流逝而遞減,更貼近當沖交易的時效性。
      • 將抽象的「盤感」與「主力行為」轉化為具體的、可量化的指標,如「主力的困境」、「誘多陷阱」等。
  • 專案成果:成功開發出一套完整的交易決策輔助系統。它不僅是識別進場點的「戰場掃描雷達」,更能提供即時的部位管理與風險控制框架。系統能精準區分「無力反彈」與「有效回升」,並為不同風險偏好的使用者(如保守、穩健、積極)提供清晰、可執行的操作劇本(如停利、移動停損、加減碼點位),將高頻數據分析直接轉化為卓越的交易績效。
  • 概要:完成 Tick 級事件偵測到部位管理決策的完整輔助系統原型。觀看 AMCE 案例 ▶
  • 技術:動態閾值、速度分層、時間衰減評分;進場/風控/部位管理 Playbook。

零售服務專案

客製化POS系統 - 收拾「A4 八大功能發散成 120 頁規格書」的爛攤子,滾動式重設計流程成功結案

  • 專案真實背景: 自家公司與客戶公司各出資 50 萬合作開發 POS 系統,最初簽約時僅有一張 A4 紙,上面列了「8 大功能(每一個功能描述不到 10 個字)」。然而前期負責的同事不清楚無邊界訪談會引發多少後續問題,順著客戶把每一個大功能都鉅細靡遺地發散訪談,最終竟寫出並簽下了一份 120 頁的規格書,導致做了快一年仍深陷泥淖、完全無法結案,這時才交由我接手救援。
  • 主要負責 (角色:專案救援 / 前線系統重設計):
    • 釐清前期失控根源,打破雙方各執一詞的僵局。
    • 在結案過程中持續滾動式地與客戶溝通,協商出雙方皆可接受的新規格。
    • 重新設計具體操作流程,大幅壓縮開發時間與成本並推動驗收。
  • 解決方案與實務做法:
    • 坦誠點破預算與規格矛盾: 接手後我直接向客戶說明,當初雙方老闆簽約時只看大方向,都沒有注意到後續發散出的 120 頁規格細節早已遠遠超出雙邊各 50 萬的預算與時間規模。
    • 以 A4 八大功能為邊界、重新設計具體操作(Workflow Redesign): 既然兩邊都在喊時間與成本太多,我便與客戶達成共識:維持最初 A4 的 8 大功能概覽作為限制邊界,但放棄照單全收那 120 頁的繁瑣做法,改由我針對他們實際 POS 使用上的真正問題,重新設計成操作更直覺、同時我有極大空間可以壓縮開發時間與成本的替代流程。
    • 滾動式溝通與規格收斂: 在結案過程中,不搞一次性長篇大論的死板規格,而是持續滾動式地與客戶確認每個調整後的可接受方案,一步步消弭歧見並完成交付。
  • 專案成果: 成功讓延宕快一年的百萬級 POS 專案順利驗收結案;在該公司期間我陸續接手救援了兩三個同類型的爛攤子,累積出深厚的領域拆解與危機收斂能力。
  • 概要:接手「A4 八大功能被發散成 120 頁規格書」的延宕 POS 案,透過滾動式溝通與操作流程重設計成功結案。
  • 技術:滾動式規格協商、POS 核心流程重設計(壓縮開發成本)、Scope Explosion 危機收斂。

政府專案

城市監控系統 - 成功整合多個影像串流,建立穩定的監控平台

  • 專案背景: 臨危受命,搶救一個因前期廠商技術方案無法滿足需求,而瀕臨失敗的縣市級「城市監控系統」專案。
  • 主要負責 (角色:技術顧問 / 危機處理專家):
    • 初期獨立負責核心的影像串流轉換 (RTSP to HLS) 開發。
    • 專案後續獨立延伸加強版串流平台方案,詳見下方「監控串流平台」條目。
    • 主動進行問題診斷,分析專案延宕的根本原因。
    • 擔任客戶的技術代表,與客戶及前期廠商進行三方會談,釐清技術瓶頸。
    • 提供最終的可行性分析報告與專業建議。
  • 顧問過程與解決方案:
    • 敏銳的問題洞察: 在執行串流轉換的開發任務時,敏銳地察覺到系統層面的矛盾與不合理之處,意識到專案的根本問題並非單純的開發任務。
    • 從執行者到顧問的角色轉換: 主動向客戶提出質疑,並透過深度訪談,成功揭示出客戶在專案初期被前一廠商誤導,導致對技術的可行性有錯誤的期待。
    • 技術盡職調查 (Due Diligence): 作為客戶的技術顧問,陪同客戶與前期廠商進行談判。在會議中,憑藉自身深厚的技術背景,迅速剖析了對方系統的架構缺陷,並向客戶清晰地解釋了技術上不可行的關鍵點。
  • 專案成果 (個人貢獻):
    • 雖然專案最終因先天技術缺陷而終止,但我的介入成功地為客戶「停損」,避免了後續更大規模的資源錯投與損失。
    • 向客戶證明了問題的根源,並提供了誠實、專業的技術結論,贏得了客戶的高度信任。
  • 概要:政府監控案建議中止,協助客戶停損並贏得信任;後續獨立完成串流方案。
  • 技術:Due Diligence;RTSP→HLS 架構矛盾診斷;ZLMediaKit 內部延伸方案。

監控串流平台 - 獨立開發,ZLMediaKit RTSP→HLS 多人併發監看,邊緣 FFmpeg PoC

  • 專案背景: 於城市監控專案經驗後,獨立設計並實作加強版監控串流平台;客戶因預算未採購,方案已完成並作為公司內部庫存,可演示。
  • 角色: 獨立開發(架構設計、串流服務、邊緣轉發 PoC、網頁監看、播放鑑權、部署)。
  • 技術實現:
    • 中心串流: 使用 ZLMediaKit 建置 RTSP → HLS 轉發服務,供跨部門瀏覽器監看。
    • 邊緣轉發 PoC 與硬體權衡: 針對電池供電設備,曾以樹莓派 + FFmpeg 完成低功耗邊緣訊號轉發之 PoC 驗證(後因老闆對樹莓派微型硬體架構之穩定度有所顧慮而未納入正式採用)。
    • 協議選型: 將播放方案由 FLV 改為 HLS,解決瀏覽器 FLV 同時連線僅個位數的限制,提升多人同時監看能力。
    • 網頁監看: 交付網頁版監視器軟體,理解 HLS 分段拉流特性,適配瀏覽器播放場景。
    • 播放鑑權: 使用 ZLMediaKit 內建 signed URL / 播放鑑權 機制,控管播放權限。
  • 概要:獨立完成 RTSP→HLS 監控串流方案,支援多人瀏覽器併發監看,內部可演示。
  • 技術:ZLMediaKit 中心轉發(FLV 改 HLS + signed URL 鑑權);樹莓派 FFmpeg 邊緣轉發 PoC。

台電興達複循環電廠專案 - 成功整合多個系統,建立完整的監控平台

  • 專案目標: 在極低的預算限制下,為台電興達電廠的工地建立一個能遠端觀看的影像監控系統。
  • 主要負責 (角色:系統架構師 / 技術顧問):
    • 評估客戶現有設備與初步需求。
    • 設計最具成本效益的系統架構與整合方案。
    • 主導整個解決方案的實作與交付。
  • 解決方案與架構決策:
    • 情境分析與需求洞察: 專案初期,快速評估客戶的預算限制與其對既有 NVR 系統的熟悉度。意識到標準的「RTSP 轉 HLS」串流伺服器方案對此專案而言過於昂貴且笨重。
    • 務實且創新的架構選擇: 在檢視客戶現有的 NVR 設備時,發現其內建了網頁監看介面。基於此發現,果斷放棄了重新開發影像串流轉換服務的傳統路徑,改為採用一種更輕量、更聰明的「前端嫁接 (Frontend Grafting)」架構。
    • 「前端嫁接」實現方式: 直接在新的監控網頁中,透過 iframe 或類似技術,嵌入並複用 NVR 內建的網頁版影像畫面。
    • 權衡與決策 (Trade-off Analysis):
      • 優點: 此方案極大地縮短了開發時程,且無需額外的伺服器資源進行影像處理,將系統壓力回歸到客戶既有且熟悉的 NVR 硬體上,完美符合預算限制。
      • 風險評估: 準確評估此架構會加大 NVR 負載,但判斷在「工地監控」這種低併發觀看人數的場景下,風險完全可控。
  • 專案成果: 在極短時間與極低成本下,成功交付了一套穩定、滿足客戶核心需求的監控系統。
  • 概要:低預算下數週交付工地監控系統,滿足核心監看需求。
  • 技術:前端嫁接 (Frontend Grafting) 既有 NVR Web 介面;放棄自建串流轉換。

基礎建設專案

Cloudflare CDN 加速整合 - 替客戶站點配置邊緣快取,降低源站負載

  • 專案目標: 替客戶站點接入 Cloudflare,透過 CDN 快取策略加速靜態資源與對外服務,降低源站壓力。
  • 角色: 獨立交付(DNS / Proxy 設定、Cache Rules、上線驗證)。
  • 主要工作:
    • 將客戶域名接入 Cloudflare Proxy,啟用邊緣快取。
    • 依站點特性配置快取規則,平衡命中率、新鮮度與源站負載。
    • 配合資安應急經驗(如 WordPress 攻擊事件),理解延長 CDN 快取在緊急止血中的實務用途。
  • 概要:替客戶站點接入 CDN,降低源站負載並加快靜態內容回應。
  • 技術:Cloudflare Proxy + Cache Rules;WordPress 復原時 CDN 快取延長策略。

跨 WAN 端高可用代管與 3-2-1 備援架構 - 實際託管上櫃公司站點(年收 20 萬、成本 <2 萬),RPO 1–30 分鐘

  • 專案背景: 以自有資金與家用光世代網路自建跨區域高可用伺服器架構,後續實際承接上櫃公司網站代管需求,在極低硬體與維運成本下提供企業級高可用與災難復原保障。
  • 主要負責:
    • 自建跨 WAN 叢集架構設計與調校
    • ZFS / PBS 分鐘級同步與 3-2-1 加密備份機制實作
    • 前端 Cloudflare CDN 靜態兜底與外部 Watchdog 監控
  • 技術挑戰:
    • 官方不建議跨高延遲 WAN 組建 Proxmox Cluster,初期直接踩到 Corosync 因網路延遲觸發腦裂(Split-brain)重啟的坑
    • 需確保上櫃公司客戶網站即使在後端異常時,前端訪客也完全無感
    • 追求極致成本效益(電費與雲端費用攤提極小化)
  • 解決方案:
    • 技術面:
      • 跨 WAN 網路與 Corosync 穩定性調優: 使用分散式 VPN 解決跨 WAN 路由與高延遲問題,並精準調整 Corosync `totem` 協定中的 `token_timeout` 等參數,徹底消除腦裂重啟。
      • RPO 1–30 分鐘之資料同步: 結合 ZFS Replication 與 Proxmox Backup Server (PBS),將資料復原點目標(RPO)最短壓至 1 分鐘、最長 30 分鐘。
      • Cloudflare CDN 前端防護與完整 3-2-1 加密備份: 為上櫃公司前端掛載 Cloudflare CDN,後端有任何短暫問題前端都擋得住、不會被外界發現;資料層落實嚴格的 3-2-1 備份(本地 Proxmox + 跨縣市異地 PBS + 一份私鑰加密後上傳雲端 S3),即使遭遇毀滅性災難,只要私鑰未丟失,資料皆不會遺失。
      • 高可用監控架構: 採用外部雲端 Watchdog 服務對核心服務進行健康檢查,非 200 狀態碼立即告警。
    • 商業與成本效益(FinOps):
      • 代管服務每年營收 20 萬台幣
      • 全年電費與雲端儲存費用攤提控制在 2 萬台幣以內(毛利率逾 90%)
  • 概要:自建跨 WAN 3-2-1 備援架構託管上櫃公司網站(年收 20 萬、成本 <2 萬),RPO 1–30 分鐘,真實事件 25 分鐘內無感切換。
  • 技術:Proxmox VE + 分散式 VPN + Corosync 調校;ZFS Replication + 異地 PBS + S3 私鑰加密備份;Cloudflare CDN 兜底。

WordPress 攻擊防護與修復 - 成功在 50 分鐘內恢復系統,建立完整的安全防護機制

  • 專案目標:處理 WordPress 系統遭受攻擊事件,並建立完整的安全防護機制
  • 主要負責:
    • 緊急事件處理
    • 系統修復
    • 安全機制強化
    • 預防措施制定
  • 技術挑戰:
    • 需要快速識別攻擊來源
    • 確保系統快速恢復
    • 防止類似攻擊再次發生
    • 最小化服務中斷時間
  • 解決方案:
    • 快速鑑識與應對:
      • 透過外部 Watchdog 服務告警,第一時間發現頁面異常。
      • 登入主機後,利用 Git 對整個 WordPress 專案進行版控的優勢,透過 `git status` 迅速識別出未經授權的新增與修改檔案,秒級定位惡意程式碼,大幅縮短鑑識時間。
    • 多層次防護與強化 (Hardening):
      • 在伺服器層級,透過 Nginx 設定阻擋對敏感路徑的請求。
      • 在檔案系統層級,嚴格限制外掛與上傳目錄的寫入權限,阻斷最常見的攻擊向量。
    • 雙重災難恢復機制:
      • 除了使用 Git 進行程式碼版本控制外,更結合 Proxmox 虛擬化平台的快照 (Snapshot) 功能,進行頻繁的陰影備份。
      • 此設計確保即使在 Git 儲存庫被破壞的極端情況下,仍能透過比對不同時間點的 VM 快照來進行災難恢復與程式碼差異分析。
  • 專案成果:
    • 在 50 分鐘內完成系統恢復
    • 建立完整的安全防護機制
    • 實作外掛版控機制
    • 提升系統整體安全性
  • 概要:WordPress 入侵後 50 分鐘內恢復,並建立多層縱深防禦體系。
  • 技術:Git diff 鑑識;Nginx + 檔案權限 + VM Snapshot;Incident Response 完整流程。

主機架構遷移專案 - 實現零停機遷移,提升系統可用性

  • 專案目標:將多個客戶的服務由舊主機遷移至新架構,要求過程對使用者無感知,並建立標準化、可重複的遷移SOP。
  • 主要負責:
    • 設計與執行零停機遷移計畫。
    • 規劃資料同步與驗證流程。
    • 制定並模擬風險回滾計畫。
    • 計時與優化整體遷移SOP,確保在離峰時段內完成。
  • 解決方案與技術實現:
    • 零停機遷移策略:
      • 採用類「藍綠部署」模式,在新主機上建立一個與舊環境完全隔離的平行正式環境。
      • 在客戶離峰時段執行遷移,先短暫停止對外服務以確保資料靜止,完成同步後再切換。
      • 遷移的最後一步是將 DNS 指向新主機,實現對使用者的無痛轉移與服務升級。
    • 資料同步技術:
      • 使用 mysqldump 進行資料庫的完整備份與還原,確保資料狀態的一致性。
      • 使用 rsync 進行程式碼與靜態檔案的同步,利用其高效率特性縮短作業時間。
    • 高可靠性回滾計畫:
      • 在整個遷移與驗證過程中,舊系統保持服務就緒 (Service-Ready) 且完全不更動。
      • 若新系統在切換後出現任何非預期問題,回滾方案僅需將 DNS 指向切回舊主機,即可在分鐘級別內快速恢復服務。
  • 專案成果:
    • 成功為多個專案完成零停機的主機遷移。
    • 建立了一套標準化、高效率且風險極低的遷移SOP。
    • 大幅提升了後續系統架構升級與維護的靈活性與安全性。
  • 概要:多專案零停機主機遷移,建立標準化遷移 SOP。
  • 技術:rsync + mysqldump;遷移驗證;DNS 切換與快速回滾;藍綠部署策略。

特殊經歷與估值

Git系統導入 - 為公司節省11萬/年

  • 內容說明:為自家公司導入私有雲版本控制系統,包含環境架設、教育訓練與後續伺服器維護
  • 耗時成本:3個月
  • 實際使用:2年 (持續使用中)
  • 使用人數:15
  • 為公司節省費用:11萬/年
  • 估值說明:以GitHub企業版收費一人一個月21美金

工具開發 - 為公司節省134萬

  • 內容說明:為自家公司開發多項開發工具,提供其他工程師使用
  • 耗時成本:6個月 (多項工具套組持續開發,估計總開發時間)
  • 實際使用:可節省專案30~50%的開發時間
  • 使用專案:15個專案以上
  • 為公司節省費用:134萬
  • 估值說明:以當時公司一個專案約30萬元計,持續計算2年

備份還原系統開發與導入 - 為公司節省50萬

  • 內容說明:為自家公司之伺服器開發自動備份與還原之系統
  • 耗時成本:3個月
  • 實際使用:其功能達到外面販售商業軟體的效果,且可產生報表供人員參閱
  • 使用專案:10台伺服器
  • 為公司節省費用:50萬
  • 估值說明:以市售伺服器備份軟體一套5萬元計

因合約建議幫助公司免去兩百萬的求償 - 為公司節省160萬

  • 內容說明:有次看到公司的合約內容,發覺少了一些保護自己的條例,建議秘書將條約加入合約中
  • 耗時成本:30分鐘看合約的時間
  • 實際使用:秘書將相關的合約都補上我建議的條例,後續真的有發生條約糾紛,結果完全不需要賠償對方非常高額的求償
  • 使用專案:後續接的所有專案
  • 為公司節省費用:160萬
  • 估值說明:當時約50萬的合約被甲方求償210萬賠償金額

舉辦教育訓練 - 為公司節省5萬

  • 內容說明:因為本身有在兼職教程式設計,想提升同事間的水準,自主舉辦多次教育訓練
  • 耗時成本:3小時/次
  • 實際使用:舉辦幾次教育訓練後,工程師開始對自己使用的技術有更多認識
  • 使用專案:後續接的所有專案
  • 為公司節省費用:5萬
  • 估值說明:以市價入門課程每小時500元/人計,課程人數約10人

自傳

個人簡介 (Summary)

概要:11 年以上後端與系統整合經驗;近年獨立完成金融即時推播(客戶使用中)與監控串流等 0→1 Side Project;曾為企業節省超過 350 萬成本。

技術:WebSocket、HLS / ZLMediaKit、MySQL 效能優化、Redis 快取、Proxmox 備援、PHP / ASP.NET / Python;跨技術整合與專案救援。

核心專業能力與實績

一、 技術領導與創新實踐 (Technical Leadership & Innovation)

二、 高效能系統建置與優化 (High-Performance System Implementation & Optimization)

三、 團隊建構與卓越溝通 (Team Building & Exceptional Communication)

結語

以上經歷涵蓋後端開發、系統整合、效能優化、專案救援與 FinTech 原型等領域;Side Project 亦按可上線標準獨立交付。

系統安全處理經驗

WordPress 攻擊防護與修復

電子錢包安全機制設計

SQL Injection 防護

系統架構設計經驗

跨 WAN 端備援架構設計

微服務架構設計

系統擴展性設計

效能優化經驗

演算法優化

資料庫優化

程式語言優化

低效能主機優化

自動化測試

跨部門協調經驗

主機架構移轉專案

團隊協作優化

風險評估與控制

前端技術創新

過渡型類 Vue 前端框架(臺立方數位) - 花 2 週打造墊腳石,助團隊半年內無痛切換至正式 Vue.js 後功成身退

  • 時代背景與務實考量: 於臺立方數位科技任職期間,當時正值 Vue.js 剛開始流行的那幾年,公司工程師仍習慣以流水線思維與 jQuery 寫軟體,尚未建立框架概念。對完全沒有 Vue 概念的工程師而言,直接在客戶專案上掛載 Vue CDN 並不夠穩定;同時「公司要的是即戰力,員工要的是不要影響我下班時間」。為了拉平學習曲線,讓公司與同事在無感、無陣痛的情況下跟上時代,我決定先開發一套輕量過渡框架。
  • 開發與演進時程:
    • 2 週快速完善: 花約 2 週時間,基於團隊熟悉的 jQuery 實作核心的「樣板語法 (Template) + 資料驅動綁定」,讓同事在既有專案中無壓力習慣資料驅動思維。
    • 半年無縫接軌正式 Vue.js: 透過這套框架建立心智模型後,約半年時間,同事在下一份新專案中便直接改用正式的 Vue.js 開發,幾乎完全沒有轉換陣痛期。
    • 一年後功成身退: 大約一年後,隨著同事已完全上手正式的 Vue.js,不再需要這塊墊腳石,我開發的過渡框架便順利淡出退役。
  • 概要:為兼顧公司即戰力與同事下班時間,花 2 週開發類 Vue 過渡框架;半年助團隊無縫上手正式 Vue.js,一年後功成身退。
  • 技術:jQuery 實作 Template 與響應式資料綁定;「為了一年後能被順利淘汰而設計」的無痛技術轉型策略。