黃鐘輝作品集 · 個人開發 · 一人公司 · 四個上線中的產品+一個本機 Demo+一個開發中專案

把四個獨立產品,從想法做到能被真人使用

這四個專案都是獨立設計、獨立開發、獨立部署的完整產品——從資料庫 schema、 後端 API、前端介面到金流/訂閱,全端都由同一人負責。共同點是全部以 TypeScript 開發、主要跑在 Cloudflare(Workers / D1 / Durable Objects 等)上, 差異在於各自解決的問題完全不同:客服自動化、班級經營遊戲化、情緒紀錄工具、廣告聯播。

開發方法論

一個人維護四個上線產品,靠的是「規格先行+交叉審核」的 agentic workflow

四個專案都不是憑感覺邊做邊改。每個功能先拆解成一份規格文件(team/specs/), 交給 coding agent 依規格實作;實作送出後一定經過另一個模型的獨立 code review(team/reviews/)交叉檢查,抓到問題就退回重做,通過才算完成。 人力只負責產品方向、規格拆解與最終判斷,實作跟找碴分別交給分工明確的 agent 角色, 才撐得住一個人同時開發、維護四個完整產品的節奏。

Step 1 · 人力

拆需求寫規格

把模糊的想法拆成具體、可驗收的任務規格,寫清楚要做什麼、驗收標準、明確排除的範圍。

Step 2 · Coding Agent

依規格實作

照規格寫程式碼、跑測試、送出 commit,不做架構決策,規格不清楚就回報而不是自己亂猜。

Step 3 · 另一模型交叉審核

獨立 code review

故意用跟實作不同的模型做審核,只挑問題不改代碼;有 Critical / Major 問題就退回 Step 2 重做。

AI 語音客服

21規格·70審核報告

ClassGuild

43規格·121審核報告

語音情緒日記

32規格·81審核報告

Live · 已部署

已上線(4)

四個已經部署、可以直接開啟使用的產品。

B2B SaaS · 多租戶語音客服

AI 語音客服

正式網址:https://aicustomer.gameteacafe.com/

首發垂直:電商(花漾商城 demo 租戶)

多租戶架構的 AI 語音客服平台,一套系統同時服務多個品牌,各自獨立的知識庫、 座席與後台權限。平台管理、租戶管理、客服座席三個層級的操作各自拆成獨立的 /api/platform/* 入口,避免權限邊界混在一起。

Cloudflare Workers Durable Objects D1 Vectorize Workers AI React + Vite Cloudflare Workers Builds
  • 多租戶隔離每個租戶獨立知識庫、座席帳號與用量,平台管理層跟租戶管理層權限分開。
  • 客服座席 Desktop真人客服可即時接手 AI 對話、查看對話歷史與顧客資訊。
  • 語音互動顧客端可用語音直接與 AI 對話,即時語音轉文字+文字轉語音。
  • RAG 知識庫用 Vectorize 做語意檢索,AI 回覆基於租戶自己上傳的商品/規則知識庫。
  • 雲端自動部署接上 Cloudflare Workers Builds,推到 main 分支自動建置+部署整個 Worker,不用手動跑 wrangler deploy。
  • 品質儀表板誠實呈現對話品質:AI 自主解決/轉真人/已開單/未取得正面確認四態並列,不做行銷式單一分數。
  • 租戶管理後台租戶自行管理知識庫、座席與用量,上傳 Markdown 文件即可更新 AI 客服回覆依據。

Web 平台 · 班級經營 × 遊戲化

ClassGuild

正式網址:https://class.gameteacafe.com/

班級經營 + 輕量寵物養成

把班級經營變成一款輕量遊戲:老師發布任務、學生完成任務賺取獎勵,獎勵用來養成 自己的寵物、挑戰 Boss。多語言介面(next-intl),教師端與學生端 各自獨立登入系統,教師可訂閱付費解鎖進階功能。

Next.js 15 TypeScript Supabase Postgres Cloudflare Workers(OpenNext) next-intl 綠界 ECPay 定期定額
  • 老師 Dashboard建立班級、發布任務、查看班級整體進度與學生報表。
  • 任務系統(Quests)學生完成任務累積經驗值與獎勵道具。
  • 寵物養成(Farm)用任務獎勵餵養、升級自己的寵物。
  • Boss Battle班級或個人挑戰模式,把日常表現轉換成遊戲內戰力。
  • 訂閱付費接綠界 ECPay 信用卡定期定額,老師訂閱解鎖進階班級數與功能。

PWA · 語音心情紀錄

語音情緒日記

正式網址:https://voice-mood.gameteacafe.com/

Voice Mood Journal

用講話記錄心情:瀏覽器原生語音辨識即時轉文字,AI 自動標記情緒關鍵字並寫一段反思。 核心承諾是隱私優先——原始錄音只存在瀏覽器記憶體,轉錄完立刻捨棄, 伺服器與資料庫從未接觸過語音檔案本身。AI 呼叫走跨供應商候選池(Anthropic/Google/ OpenCode Zen 隨機輪詢),任何一家失敗都會自動退回內建離線邏輯,不卡住核心流程。

Next.js 15 PWA Web Speech API Supabase Vercel AI SDK 藍新 NewebPay 定期定額 Vercel 自動部署
  • 語音轉文字寫日記免打字,講話即可留下當天的心情紀錄。
  • AI 情緒標記與反思自動標出情緒關鍵字,產出一段反思文字。
  • 本週摘要報告整理一週情緒趨勢、主題關鍵字與心情分佈圖。
  • 點數與訂閱看廣告免費賺點數兌換深度解析,或接藍新 NewebPay 信用卡定期定額訂閱 NT$49/月解鎖無限使用。

B2B 廣告平台 · 廣告聯播網

adnet

正式網址:https://adnet.gameteacafe.com/

台灣市場的廣告聯播網:廣告主 × 網站主 × 管理員

廣告主儲值後自助建立活動投放廣告,網站主只要嵌入一段 SDK 就能顯示廣告、賺取收益。 平台以 eCPM 競價決定投放,預算由 Durable Object 即時扣減;曝光與點擊事件經 Queues 去重、過濾無效流量後,記入只增不改的 ledger,事件冪等、帳可對平。 金額一律以整數 micros 記帳,不使用浮點數;廣告主、網站主、管理員三種角色的權限邊界各自獨立。 持續迭代中,網站主提領目前為人工作業。

Cloudflare Workers Hono React + Vite D1 Durable Objects Queues KV R2 Analytics Engine Turnstile Cron Triggers TypeScript 藍新 NewebPay 信用卡儲值
  • 三角色後台廣告主、網站主、管理員各自的後台與權限隔離,註冊登入有 Email 驗證與 Turnstile 防機器人。
  • 投放引擎eCPM 競價、Durable Object 控管預算不超支、每人每日頻率上限、簽章過的曝光與點擊連結;無廣告時回傳網站主自訂的備援程式碼。
  • 事件管線曝光/點擊經 Queues 冪等處理,過濾無效流量,每日結算並對帳,原始事件封存到 R2。
  • 帳務 ledger流水帳只增不改,每個交易各幣別加總為 0,現金與點數兩種幣別,金額全以整數 micros 計算。
  • 點數廣告網站主可用流量換廣告額度,點數廣告排在付費廣告之後、不搶付費廣告的版位。
  • 藍新信用卡儲值廣告主以藍新 NewebPay 單次刷卡儲值,Notify 驗簽冪等入帳,有單筆與每日儲值上限,管理員可查詢補單。
  • 報表與儀表板廣告主成效報表、網站主收益報表、管理員全平台儀表板與營運狀態頁,支援 CSV 匯出。
  • 網頁 SDK網站主貼上一段嵌入碼即可載入廣告版位。

Local Demo · 本機可完整操作

已完成・本機 Demo(1)

功能完整、可用 Docker Compose 在本機完整操作,尚未部署到雲端。

Java 微服務 · 服務監控 × Incident 應變本機 Demo

OpsBoard Microservices Demo

模擬 on-call 工作流程的後端微服務作品

模擬簡化版 on-call 流程:監控 3 個服務(payment-api、checkout-api、notification-worker)的健康狀態; 服務異常時觸發告警建立 incident,並推進處理狀態(OPEN → INVESTIGATING → MITIGATED → RESOLVED)、 查看處理歷程(timeline)與對應的 runbook。由 API Gateway 統一入口與路由;MySQL 與 Redis 都有真實用途—— MySQL 負責 incident 與 timeline 的交易一致性,Redis 以 60 秒 alert cooldown 防止同一服務被重複觸發而灌爆 incident 列表; 前後端完整整合,4 個應用服務加 2 個基礎設施服務全部以 Docker Compose 啟動。

Java 17 Spring Boot 3 Spring Cloud Gateway Spring Data JPA MySQL 8 Redis 7 React 19 + Vite + TypeScript nginx Docker Compose AWS EC2 部署就緒(未部署)
  • API Gateway 統一路由Spring Cloud Gateway 是前端唯一的後端入口,依路徑把 /api/incidents、/api/runbooks 轉給 incident-service,/api/ops 轉給 ops-service,並處理 CORS。
  • Incident 狀態機與 timeline狀態只能依序 OPEN → INVESTIGATING → MITIGATED → RESOLVED,跳級或回退會被拒絕(409 Conflict);建立 incident 與首筆 timeline 在同一個 transaction,之後每次狀態變更都寫入一筆 timeline。
  • Redis alert cooldowntrigger-alert 以 Redis SETNX 搭配 60 秒 TTL 擋掉短時間內的重複觸發(回 409),通過才呼叫 incident-service 建立 severity HIGH 的 incident。
  • 服務健康與指標 dashboard首頁以服務卡片顯示 3 個監控服務的健康狀態與 latency、error rate、CPU 指標(指標為模擬產生的示範資料,非真實監控數據),並列出 incident。
  • Runbook 查詢依服務名稱查詢各監控服務對應的應變手冊(啟動時預先寫入資料庫),在 incident 詳情頁與狀態推進、timeline 一起呈現。
  • 完整文件包architecture、runbook、deployment(AWS EC2 部署就緒文件,尚未實際部署)、api-overview,以及逐步 demo 腳本。

圖 1系統架構

圖較寬,可左右滑動查看完整內容。

OpsBoard Microservices Demo 的系統架構圖瀏覽器中的 frontend-dashboard(React、Vite,由 nginx 在 5173 port 提供)只呼叫 api-gateway(Spring Cloud Gateway,8080 port)。gateway 依路徑分兩路:/api/incidents/** 與 /api/runbooks/** 轉給 incident-service(8081 port),後者使用 MySQL(incidentdb);/api/ops/** 轉給 ops-service(8082 port),後者使用 Redis 做 alert cooldown。ops-service 觸發告警時另以 POST /incidents 呼叫 incident-service 建立 incident。後端服務與資料庫位於 Docker Compose 內網,所有 port 皆只綁定 127.0.0.1。BrowserDocker Compose 內網 · port 皆只綁 127.0.0.1frontend-dashboardReact + Vitenginx :5173api-gatewaySpring Cloud Gateway:8080incident-serviceSpring Boot :8081狀態機 · timelineops-serviceSpring Boot :8082健康指標 · trigger-alertMySQL 8incidentdb:3306Redis 7alert cooldownTTL 60 秒/api/incidents/**/api/runbooks/**/api/ops/**POST /incidents建立 incident服務間經 Docker Compose 內部網路,以服務名稱互相呼叫

前端只呼叫 api-gateway;gateway 依路徑把 /api/incidents/**、/api/runbooks/** 轉給 incident-service(資料存 MySQL),/api/ops/** 轉給 ops-service(Redis 做 alert cooldown);ops-service 觸發告警時再呼叫 incident-service 建立 incident。

圖 2Trigger Alert → Incident 處理流程

圖較寬,可左右滑動查看完整內容。

OpsBoard 的 Trigger Alert 到 Incident 處理流程圖左側:使用者按下 Trigger Alert,ops-service 以 Redis SETNX alert:cooldown:service EX 60 檢查 cooldown。鎖已存在時回 409 Conflict,不建立 incident;取得鎖則呼叫 incident-service 建立 severity 為 HIGH 的 incident,並在同一個 transaction 寫入首筆 timeline,回 201 Created,前端重新載入 incident 列表。右側:incident 狀態機只能依序由 OPEN 到 INVESTIGATING、MITIGATED、RESOLVED,每次轉換都寫入一筆 timeline;跳級、回退或 RESOLVED 之後再推進的非法轉換會被 incident-service 拒絕並回 409 Conflict,狀態不變且不寫入 timeline。incident 狀態機只能依序前進,每次轉換寫入一筆 timeline使用者按下 Trigger AlertPOST …/services/{name}/trigger-alertops-service 檢查 cooldownSETNX alert:cooldown:<service> EX 60取得 cooldown 鎖?409 Conflict不建立 incident呼叫 incident-servicePOST /incidents · severity HIGHincident-service 寫入 MySQL同一 transaction:incident + 首筆 timelinefromStatus = null → toStatus = OPEN201 Created前端收到後重新載入 incident 列表鎖已存在取得鎖首筆 timeline:null → OPENOPEN初始狀態INVESTIGATING調查中MITIGATED已緩解RESOLVED已解決寫入 timeline寫入 timeline寫入 timeline非法轉換 → 409 Conflict跳級、回退,或 RESOLVED 之後再推進狀態不變、不寫入 timeline

左:ops-service 以 Redis SETNX 檢查 60 秒 cooldown,鎖已存在就回 409 Conflict、不建立 incident;取得鎖才建立 severity HIGH 的 incident,並在同一個 transaction 寫入首筆 timeline。右:incident 只能依序推進,每次轉換寫入一筆 timeline,非法轉換會被狀態機拒絕(409 Conflict)。

In Progress · 開發中

開發中(1)

仍在開發、尚未部署的專案;以 GitHub 原始碼、設計圖與開發進度呈現目前狀態。

開發中 · 多 Agent 事故指揮中心開發中 · WIP

AgentOps Commander

AI Multi-Agent Incident Response Platform

由多個專職 Agent(分類、調查、Runbook 檢索、規劃、風險審查、執行、驗證、事後報告) 協作處理系統事故。高風險操作(restart / rollback)一定停在人工核准,核准後才從 checkpoint 恢復執行;所有基礎設施操作僅更新專案內部狀態,不連線任何外部環境;不顯示模型私有推理, 只呈現決策摘要、證據、工具呼叫與結果。內建三個事故情境:部署後 CPU 飆高、資料庫連線池耗盡、重複告警風暴。

Python 3.12 FastAPI LangGraph Pydantic v2 SQLAlchemy 2 (async) PostgreSQL + pgvector React + Vite + TypeScript Docker Compose GitHub Actions 預定部署:Cloudflare / Render / Supabase
  • Multi-Agent 編排(LangGraph)以 LangGraph 狀態圖串接分類、調查、Runbook 檢索、規劃、風險審查、執行、驗證與事後報告八個專職 Agent,節點間以確定性規則路由。規劃中 · Phase 3
  • Human-in-the-loop 審批(interrupt / resume)高風險操作一定停在人工核准;核准、拒絕或修改後以同一 thread 從 checkpoint 恢復,不重跑已完成的節點。規劃中 · Phase 5
  • Tool Calling 與風險分級工具分 read-only / low / high 三級,僅開放 allowlist 內的工具,每次呼叫留下 audit 紀錄並帶 idempotency key 避免重複執行。下一步 · T8
  • Runbook RAG(附來源引用)以 pgvector 檢索 Runbook,回應附可點擊的來源引用,並設有最低相似度門檻。規劃中 · Phase 4
  • RBAC 與 Audit LogJWT 驗證搭配角色權限控管(例如 Viewer 無法建立 incident);工具層的 audit log 隨後續階段加入。RBAC 已完成 · T5 Audit 下一步 · T8
  • 可重現的三個事故情境部署後 CPU 飆高、資料庫連線池耗盡、重複告警風暴;目前已建立情境 registry,完整的情境資料與端到端 Agent 流程待後續階段完成。情境 registry 已完成 · T5

開發進度

進度快照:2026-10-03

已完成 7 / 16 個任務(約 44%)

已完成(7/16)

  • Phase 0 骨架與規範T1 Backend 骨架、T2 Frontend 骨架、T3 Compose/CI
  • Phase 1 資料/情境/身分T4 DB schema 與 RLS、T5 JWT/RBAC/情境 registry、T6 Incident API、T7 前端登入與 Incidents 頁面

下一步

  • Phase 2 工具與 TimelineT8 工具與 audit/idempotency、T9 Timeline/Evidence UI

規劃中

  • Phase 3LangGraph 工作流
  • Phase 4RAG 與記憶(pgvector、checkpointer)
  • Phase 5人工審批與 SSE 即時串流
  • Phase 6Supabase Auth/安全/評測
  • Phase 7部署與文件包裝

圖 1Agent 工作流

圖較寬,可左右滑動查看完整內容。

AgentOps Commander 的 Agent 工作流程圖主幹依序為 initialize、triage、investigate、retrieve_runbook、form_hypotheses、plan、risk_review,之後判斷是否需要人工核准。高風險的 restart 或 rollback 進入 approval_interrupt,核准後 execute 再 verify,被拒絕則產生替代方案或 escalation;低風險直接 execute。缺少 evidence 時回到 investigate。verify 成功進入 postmortem 再 finalize;失敗且重試少於 2 次回 investigate,重試達 2 次則 escalate 並產生 postmortem。step_count 達 12 時強制停止並標記 needs_human。initialize建立 thread、寫入 timelinetriageTriage AgentinvestigateInvestigator Agentretrieve_runbookRunbook Agentform_hypotheses最多 3 個根因假設planPlanner Agentrisk_reviewRisk Reviewer · 確定性 policy需人工核准?approval_interrupt人工核准/拒絕/修改executeExecutor · 僅執行已核准工具verifyVerifierescalate + postmortempostmortemPostmortem Agentfinalize更新 incident 狀態與 metrics替代方案/escalation回 plan 或 escalate缺少 evidence → 回 investigate高風險restart / rollback核准拒絕低風險不需核准成功失敗且重試 ≥ 2失敗且重試 < 2 → 回 investigatestep_count ≥ 12→ needs_human強制停止並交給人

主幹由 initialize 走到 risk_review,高風險(restart / rollback)一定經過人工核准才會 execute;缺少 evidence 回 investigate,驗證失敗最多重試兩輪,超過就 escalate,並以 step_count ≥ 12 作為強制停止的保險。

圖 2系統架構

圖較寬,可左右滑動查看完整內容。

AgentOps Commander 的系統架構圖由上而下:瀏覽器、React/Vite 單頁應用(預定部署於 Cloudflare Static Assets)、FastAPI(預定部署於 Render,提供 REST 與 SSE)、LangGraph Orchestrator(包含八個 Agent 角色與人工核准)、Ops Tools;資料層為 Supabase PostgreSQL(預定),包含 pgvector、LangGraph checkpoints 與 audit logs。旁支為 Supabase Auth(JWT,預定)與 LLM adapter(Gemini、Claude、OpenAI)。虛線標示 planned 的預定部署元件,目前尚未上線。BrowserReact / Vite SPAplanned · Cloudflare Static AssetsFastAPIplanned · Render · REST + SSELangGraph OrchestratorTriageInvestigatorRunbook RAGPlannerRisk ReviewerHuman ApprovalExecutorVerifierPostmortemSupabase Authplanned · JWTLLM adapterGemini / Claude / OpenAIOps Toolsread-only / low / high · allowlistSupabase PostgreSQLplannedpgvectorLangGraph checkpointsAudit logsJWT + HTTPS / SSErun / resume登入 (Supabase Auth)LLM 呼叫工具呼叫state / checkpointaudit本機 Docker Compose 可完整重現planned:預定部署,尚未上線風險審查/人工核准

目標架構:虛線標示 planned 的預定部署元件(Cloudflare / Render / Supabase),目前尚未部署;LangGraph 編排與 Ops Tools 仍在開發中。本機以 Docker Compose 啟動 frontend、backend 與 PostgreSQL。