Kaine 主要專案與能力總覽
從康橋 AI 導入、教育訓練與完整產品能力，整理目前公開且仍具代表性的成果。
Kaine 主要專案與能力總覽
這份總覽只列目前公開、仍值得對外說明的主要成果。我的工作核心是把 AI 帶進真實情境，完成需求釐清、教育訓練、產品設計、全端實作、部署與迭代。產品方向可以概括為：一些替你省下操作與思考時間的數位產品。
康橋 AI 導入與教育訓練
- 康橋 AI 導入：把教師、學生與行政人員的實際任務轉成可操作的 AI 流程，同時處理工具選擇、使用規範、資安責任與落地方式。
- Kuse AI 教育訓練：以顧問、執行、託付三階段建立 AI 實作觀念，帶入 Project、prompt、修正迴圈與驗證方法，讓使用者能把 AI 用在自己的工作中。
- KCIS AI 應用導航網站：依身分、學段與任務推薦合適工具與提示詞，降低教師、學生及行政人員開始使用 AI 的門檻。
- WikiNB for KCIS：把教師筆記、教材閱讀、登入權限、內容搜尋與 AI 問答整合成教育情境中的知識系統。
可操作的數位產品
- LumaReader：本機優先 Markdown 閱讀器，支援長文、數學式、Mermaid、多媒體、多種閱讀模式與跨語言介面；若只選一個代表專案，以它為首選。
- Kainnne 個人入口網站：透過 kainnne.com、kainnne.com/me 與 kcis.kainnne.com/me 分別呈現產品、個人經歷及教育科技成果。
- WikiNB／Kainnne × Gemini：以巢狀 Markdown、公開網站、搜尋與限定範圍的 Gemini 問答構成人類可讀、AI 可用的知識系統。
- Kainnne Forms：集中表單服務入口與部署資訊的輕量網站。
- WikiNB Enterprise：探索多租戶與白標知識庫需求的產品原型，並清楚標示目前的原型邊界。
完整產品能力
- 從問題定義、需求收斂、使用者流程與介面設計開始，而不只製作單一功能。
- 能完成響應式前端、後端 API、登入驗證、資料與內容結構、AI／RAG 串接及雲端部署。
- 以測試、文件、版本控制、觀測與人工審閱維持產品品質，並依真實回饋持續迭代。
- 能把技術產品轉成使用者可理解的教材、教育訓練與操作流程，串起產品建置與實際導入。
支撐產品的方法與系統
- Kainnne GEO：可重複執行的網站 GEO／SEO／AEO 稽核流程；目前由人工觸發，不使用自動排程。
- CodexRules／agents CLI：用中央規則、按需路由與
agents install／agents update，讓不同專案中的 Agent 快速取得必要規則並減少重讀與 token 消耗。 - AI 文件與 Agent 工作流：將來源整理、規格、生成、驗證與交付串成可審閱流程。
AI、資料與內容工作流
- 小型語言模型客服分類實驗：比較小型語言模型、Embedding 與分類方法的可行性。
- BMS Point Classification：研究設備點位名稱與 metadata 的自動分類，包含 Embedding、LightGBM、RAG 與小型模型 fine-tuning 方向。
- 視覺小說模組化製作系統：把劇本、分支、Ren’Py、素材、QA 與在地化拆成可交接的製作階段；不公開個別小說內容。
自我觀察與情境實驗
- AI 多角色模擬面試：設計角色與情境，自己加入口語應答，再以原話、行為、判讀與限制保存入職約兩個月時的思考紀錄。已完成一次演練，尚非標準化能力測評。閱讀 Projects/Workflow/ai interview self observation，再依主題進入完整事件紀錄。
跨領域能力
- AI Agent 與軟體開發：需求收斂、全端原型、API、驗證、部署、文件與 Agent 協作。
- Machine Learning／LLM：資料前處理、特徵工程、分類、模型評估、Prompt、RAG 與 fine-tuning。
- 音樂能力：作曲、鋼琴、長笛、指揮、室內樂演出、音樂會企劃，以及原創器樂專輯《Everything Before 24》的製作與發表。