醫療領域
決策輔助系統的反饋學習機制
AI 模型隨臨床實際使用持續修正的閉環設計——讓模型不是上線就停在那，而是真的越用越準。
fit for · 適合你們的場景
想做模型持續優化、避免 AI 上線後就靜止的團隊
ai enterprise training · ai consulting · taiwan
想讓你的團隊 用 AI 把日常做得更快？
我是陳彥彤 YC。教 Claude Code、AI Agent、AI 工作流——
課程內容就是我自己每天在 production 用的同一套工具。
學員下課就能照著做，下週就能在自己工位繼續用。
▎ AI 企業內訓主力：Claude Code、AI Agent、工作效率提升
▎ AI 顧問實作：醫療決策輔助、Breeze-ASR-25 語音辨識、會議 RAG
6 repo
AMI 醫療平台微服務
10-50
場企業內訓
Java + AI
雙棧背景
AZ-900
Azure 認證
yc · 工程師教工程師
[ what makes me different ]
內訓現場的範例，
就是我自己 production 系統的同一段 code。
today
我每天用 Claude Code、AI Agent 寫 production
this month
整理成你團隊一天可上手的內訓
your team next week
下課就能在自己工位繼續用
production ai cases · 顧問實作經驗
三個真的上線在跑的
AI 顧問實作
下面三個是我實際做過、教學現場可直接拆解的案例。 細節為配合 NDA 已抽象化，但工程實踐是真的。
企業語音辨識
用聯發科 Breeze-ASR-25 落地
協助企業導入繁體中文語音辨識（基於聯發科開源 ASR 模型），含部署、領域術語調教、品質監控。本土模型也能用得上。
fit for · 適合你們的場景
客服中心、醫療逐字稿、會議記錄、客訴分析
企業內部
會議記錄 RAG 檢索
跨部門會議檔的向量檢索與語意問答，含 ACL 權限切割——不同角色看到不同會議，不靠 prompt 攔截，靠 retrieval 層先過濾。
fit for · 適合你們的場景
知識管理、企業內部問答、跨部門資料檢索
▸ 看到對應到你們的場景？這些案的選型、踩坑、最後怎麼結，可以在內訓 / 顧問現場直接拆給你工程團隊看。
portfolio · 看得到的作品
code 都公開在 GitHub，
不是 PPT 上的口頭專案
上面 Production 案是顧問實作（受 NDA 保密）。下面這些是公開可看、可 clone、可審視的—— 判斷我這個人寫不寫 code，看這裡最快。
flagship
github →
AMI 照護平台
6-repo 微服務 · 醫療領域
醫師工作台 + 民眾端 + AI 服務（OCR + 去敏 + Hermes Multi-Agent + RAG）+ HIS 介接層。Spring Boot 4.0.3 + Python + React + LINE LIFF 全棧落地。
Spring Boot 4 Python React + TS Multi-Agent RAG LINE LIFF
gov
github →
自然人憑證模擬讀卡機
政府案輔助工具
為自然人憑證身份驗證流程開發的模擬讀卡機，協助前後端在沒有實體讀卡機的情況下完成整合測試與 demo。
TypeScript PKCS#11 模擬 政府身份驗證
teaching
github →
AI 概論初級班 + Docker / K8s 教材
職訓局 / 企業內訓教材
從 AI 概論入門簡報、Docker 14 小時完整講稿、Kubernetes 實作 lab 到 Java 高併發完全指南——所有教材都是上過課、debug 過、迭代過的版本。
AI 概論 Docker Kubernetes Java 高併發
oss
github →
wez-spring-boot-starters
公司共用工程基建
統一日誌、統一回應、JPA 通用模組、安全模組——把跨專案重複的 boilerplate 抽成 starter。團隊接新專案少寫一個禮拜。
Spring Boot starter JPA 統一日誌 安全模組
▸ 完整作品清單在 github.com/yanchen184 ——產品、教材、玩具專案、實驗 repo 都在。
about me
關於我
陳彥彤 · Bob Chen
Java 後端 8 年、AI 工程師 2 年。 出身電商核心系統團隊（WMS / MOX / MIX），主責架構設計、跨團隊整合、線上事故處理。
近兩年主導 AMI 照護平台從零到上線——6 個 repo 的醫療微服務體系， 涵蓋醫師工作台、民眾端 LINE LIFF、HIS 介接、AI 服務（OCR + 去敏 + Hermes Multi-Agent + RAG）。 要過資安、要接 SSO、要評估成本、要監控品質、要長期維運。 這些不是 demo——是真的在跑、真的要對 PM 解釋為什麼 token 預算超標的系統。
另一條線是教學：政府 職訓局 AI 概論初級班講師、 企業內訓 10-50 場（Claude Code、AI Agent、Docker、Kubernetes、Java 高併發）， 教材全部公開在 GitHub，學員下課可以直接 clone 回家繼續看。
我不是「以前是工程師現在轉講師」——我是邊做 production 邊教書的工程師。 今天卡的 bug，下個月變成內訓現場的真實 case。
AI 落地
Multi-Agent · RAG · OCR
後端專精
Spring Boot · Java 8 年
職訓局講師
AI 概論初級班
企業內訓
10-50 場累積
tech stack
技術專長
AI ai
- ▸ LLM 應用
- ▸ RAG
- ▸ Agent
- ▸ 語音辨識
- ▸ Prompt 設計
後端 backend
- ▸ Spring Boot 4
- ▸ Java 21
- ▸ Maven
- ▸ JPA / Hibernate
資料 data
- ▸ MySQL
- ▸ MSSQL
- ▸ Redis
- ▸ RabbitMQ
前端 frontend
- ▸ React 19
- ▸ TypeScript
- ▸ Vite
- ▸ Tailwind CSS
雲端 cloud
- ▸ Azure (AZ-900)
- ▸ Docker
- ▸ GitHub Actions
- ▸ Firebase
who are you · 對應方案
告訴我你是誰，
我給你對應方案
下面三種角色找我的需求最常見。挑一張像你的卡片，直接點下方 CTA 寄信，主旨已經幫你寫好。
01
if you are
HR / L&D / 學習發展窗口
AI 培訓菜單 · 工程師教工程師
你的痛：老闆說要做 AI 培訓，但你怕找錯講師被工程同事嫌。
我給你
- ▸ 半天 / 一天 / 兩天三種規格，內容客製不是統一講義
- ▸ 給你一份大綱、上課流程、Q&A 預演，可以直接上呈簽核
- ▸ 結訓後給學員一份能帶回工位繼續用的 cheat sheet + 範例 repo
時長：半天 ～ 兩天
寄信聊 →
02
if you are
CTO / 技術主管 / 工程經理
AI 導入顧問 + 內訓套餐
你的痛：你想推團隊用 AI，但團隊抗拒、不知從哪下手、怕做白工。
我給你
- ▸ 先做場景盤點：哪些痛點適合 AI、哪些不適合，講白話
- ▸ 給可落地的技術選型 + 預算範圍 + 風險清單
- ▸ 內訓 + 雙週 review，讓團隊邊做邊學、不是一場性消費
時長：單次顧問 ／ 季度合作
寄信聊 →
03
if you are
業務 / PM / 產品主管
半天 AI 場景 Workshop
你的痛：你想搞清楚「AI 對我們業務能做什麼、不能做什麼」，又怕被技術名詞繞暈。
我給你
- ▸ 半天 workshop，講白話、不丟英文縮寫
- ▸ 帶著你跟團隊一起列 10-20 個業務場景，現場篩可行性
- ▸ 結束後給一份「下一步該做什麼」的優先級清單
時長：半天 workshop
寄信聊 →
frequently asked · 寄信前先看這裡
常見問題
下面這些是 HR / 主管最常在第一封信前想知道的事——直接寫在這裡，省你多寄一輪。
Q01 收費怎麼算？網站上為什麼看不到報價？ ›
我選擇「先聊需求再報價」，不放固定價格表。原因很直接：我想用「你們的需求對不對」來篩第一輪，不是用「價格能不能負擔」來篩——這兩件事篩出的客戶很不一樣。聊 30 分鐘了解你們團隊規模、對象、想做到什麼程度，價格我會直接告訴你，不繞圈子、不會有「先聊聊再追加」的情況。
Q02 客製化流程是怎麼運作的？ ›
收到你的需求後我會回一份「課前訪談題庫」（你們團隊現在用什麼工具、卡在哪、想學完做到什麼），約一次 30-60 分鐘對焦會議，之後產出客製大綱給你內部簽核。簽核通過後我才開始備課、寫範例 repo——所以你拿到的東西會是針對你們團隊的，不是通用講義。
Q03 可以開公司發票嗎？月結可以嗎？ ›
可以。我有公司行號，能開二聯 / 三聯發票，月結 30 / 60 也都接受。確認需求後我會發報價單，你內部簽核完回傳，課後 7 個工作日內開立發票。
Q04 結訓後團隊還能繼續問問題嗎？ ›
可以。基本款：結訓後一個月內 email / Slack 群組 Q&A 不額外收費，避免學員回去卡住就放棄。延伸方案：雙週 review 顧問合作——做完一場內訓後最常被選的後續方案，把 AI 工具真的長到你們團隊的工作流裡。
▸ 還有其他疑問？直接寄信問就好—— bobchen184@gmail.com
next step · 下一步
挑你最舒服的下一步
不用先想清楚才能聯繫。挑一個對應你現在狀態的入口， 對應的信件主旨已經幫你寫好，回信節奏通常 1-2 個工作日。
latest posts · 還想多看一點？
最新技術筆記
[AI 工具] · 2026/05/20
Karpathy 的 LLM Wiki 到底在紅什麼?跑兩週實測+踩坑
2026 年 4 月 Karpathy 在 gist 丟了一份 200 行 markdown,一週後全網炸開、12 個社群 implementation。一句話講:讓 LLM 把你丟的所有資料「編譯」成一個結構化的 markdown 知識庫,以後問問題不查原始檔、查這個被整理過的 wiki。本文拆解 RAG vs LLM Wiki 的編譯式/解釋式之差、三層架構、30 分鐘上手路徑、我把 7 場教學逐字稿 + 200 則 Discord QA 丟進去跑兩週的實測(token 降 87%)、5 個踩坑、什麼情境裝了反而是負擔。
[AI 工具] · 2026/05/19
AI 寫的前端為什麼都長一樣？「紫色問題」的歷史考古 + 反 AI 味 system prompt 全文公開
產業內叫它 distributional convergence、purple problem、AI slop——每個 LLM 寫的前端都是紫色漸層、Inter、三欄卡片。這篇做歷史考古（Instagram 2015 → Tailwind UI 2020 → 訓練資料污染），拆解 Anthropic 四維度框架（typography / color / motion / spatial），並公開那段 350 token system prompt 給你貼進 Cursor / Codex / ChatGPT。Part 1 教你裝 plugin，Part 2 教你拆給其他工具用。
[AI 教學] · 2026/05/19
我把 AI 課程簡報全做成 HTML 丟上 GitHub Pages：popularize-slides 開源拆解
我在職訓局教 4 堂 AI Claude Code 概論初級班，把簡報全寫成 HTML 而不是 Keynote / Slidev / Reveal.js，丟在 GitHub Pages 上跑。本文拆解：為什麼放棄 Keynote、為什麼不用 Slidev、設計系統（深色 + 黃金 accent + 襯線標題）、部署用一條 push 指令、學生 clone 下來雙擊就能看（沒有 npm install）。Repo 全開源，歡迎 fork 改成你的教學內容。