PROJECTS & RESEARCH DIRECTION

從實作專案
走向 AI 互動研究

1

研究主軸:專案主要圍繞在 AI 應用整合、互動系統設計與角色化介面實作,並以可運作的原型作為研究方向的延伸基礎

2

技術方法:實作上以 LLM、TTS、前後端整合與模組化流程設計為核心,逐步驗證互動邏輯、系統穩定性與使用情境

3

長期方向:研究重點延伸到情感互動、陪伴型介面與更自然的人機交流形式,探索 AI 在情緒理解與角色互動中的可能性

Primary Showcase

以下將以 AI 互動桌寵系統作為主要展示案例,進一步展開目前的核心實作與技術架構。

Technical Architecture

System Optimized // Core Expertise
💠
Primary Stack

Python / AI Design

專精於異步系統開發與 LLM 互動邏輯。將複雜的硬體數據透過 Python 進行高效處理與 AI 情緒建模。

Automation

BAT / Shell Scripts

機台端自動化批次腳本,優化系統底層運作流程。

📡

Data Storage

PostgreSQL / ETL

結構化數據管理與異地備援,確保資料流傳遞穩定性。

🎨

Interface

React / HTML Design

基於使用者體驗的現代化介面,實現高效的資料互動。

Showcase

核心開發項目

Development Lab

其餘開發與工具

System Dev

智慧型股票分析系統

PythonPandasMatplotlib

Indicators

12+

System Dev

LuluLab 個人網站

ReactNext.jsVercel

Perf

98/100

What's Next

學習與技術展望

保持對新技術的敏銳度,這些是我目前正在研究的技術棧。

🐳

Docker & 容器化部署

學習將後端專案與腳本容器化,優化部署流程與穩定度。

🧠

LLM 邊緣計算與微調

優化 AI 桌寵的反饋速度與互動深度。