智慧製造管理系統 Dashboard · QC · Tracking · Inventory · AI Assistant
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。
張仲佑(John),全端工程師。習慣一個人從前端、後端到 AI 整合獨立完成。擅長把零散的需求整理成資料模型、可操作的介面,以及能跑、能維護的系統。
前端到後端、資料庫到部署,從規格到上線一個人到底。適合單窗口、不想協調多人團隊的業主。
儀表板、權限分級、流程管理、報表輸出、稽核軌跡。資產管理、ERP、CRM、CMS 等內部系統。
把 LLM 與 RAG 接上既有資料:內部文件問答、流程自動化、報告生成、設備異常診斷等應用。
讓業主能自己更新內容、換版面、改模板,降低對工程師的長期依賴。
會員註冊、權限分級、金流串接、訂閱計費。處理過營運級正式環境,重視紀錄與權限隔離。
既有系統的維護、效能優化、Bug 修正、功能擴充。可長期合作。
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。
承接前一個案子的延伸: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。
替營造業客戶開發的內部 ERP,從專案開立、工程進度、相關文件管理、報表輸出,前後端一個人獨立完成。
這類案子的真正難點不在技術,而在訪談——把第一線人員每天在做的事,整理成不會綁架未來變動的資料模型。從業主訪談到上線的完整流程都走過一輪。
面向 C 端使用者的會員平台,包含會員系統、金流串接、權限分級,並整合 ML 與 LLM 來做數據分析。前後端一人獨立完成。
對外開放、有真實付費使用者的線上服務,跟內部系統的工程考量很不一樣——錯誤紀錄、權限隔離、金流的對帳、客訴對應,都是這個案子裡實際處理過的東西。
替馬術用品商家開發的電商平台,重點不在前端視覺,而在後端讓業主自己改版面、改模板,不用每次都回頭找工程師。
我習慣在做系統時,把「業主之後自己會想改的部分」做成可維護的設定。降低業主對工程師的長期依賴,對雙方都好。