已上線、持續運行的 AI
每個案例各有獨立頁面，由痛點出發，說明方案如何運作及其可靠之處。客戶名稱一律保密。
四大會計師行客戶 · 完全本地部署
四大會計師行：合規文庫 RAG Chatbot
數千頁合規文件可即時查詢，每個答案均附原文出處。
- 查一條問題要翻數千頁
- 資深同事須代為檢索資料
每月 20 萬通來電 · 預約率 67%（真人 77%）
24/7 AI Call Centre：每月 20 萬通來電
為一間 5,000 人美國企業旗下 60 個 HVAC 品牌，每月處理 20 萬通來電。AI 預約率達 67%，真人團隊為 77%，差距僅 10 個百分點，且全天候運作。
- 夜間及週末無人接聽
- 每更增聘人手成本過高
首三個月收回逾 100 萬美元
AI 收款及付款提醒
AI 前台的姊妹產品：定時、有禮地追收款項，附付款連結，客戶一付款即自動停止。上線首三個月已為客戶收回逾 100 萬美元。
- 追收款項尷尬又易拖延
- 可計費時間被收款工作佔用
一句話查詢 EDI
以自然語言查詢 EDI：美國 EDI 方案商
業務同事直接問「發票 4471 的付款條款是甚麼？」，經 EDI Fine-tune 的 Llama 3 即時以日常語言回答。
- Business 與 EDI 團隊各說各話
- 被拒交易要人手逐段拆解
同一問題、同一 SQL、同一答案
私募市場數據平台：可驗證的自然語言搜尋
問「今年收到、位於西南區、LTV 低於 70% 的工業物業」，即可取得準確表格。模型負責理解，但從不自行撰寫 SQL。
- 過百個欄位只有分析師懂得查詢
- 業內術語不等於欄位名稱
在 Slack 提問，以 Confluence 作答
教育科技公司：Slack 知識助手
同事在 Slack 一問，AI 即以公司 Confluence 作答；AI Agent 會判斷應查內部資料、上網搜尋，還是直接回答。
- 知識埋沒在 Confluence
- 同一條問題每週重答
PoC · 實測三種改寫策略
環球資產管理公司：研究 RAG 查詢改寫（PoC）
用戶問得好，RAG 才答得好。我們實測三種改寫提問的方法，為每類問題配對最合適的一種。
- 問題含糊、缺乏關鍵字
- 一次提出多條問題
數據不出辦公室
Super Chain：家族辦公室私有 AI
配備檢索的 LLM，模型按每間辦公室選定，檢索金融研究、宏觀數據與投資組合，在辦公室自有基建上運行，每個答案附出處。
- 文件絕不能離開辦公室
- 市面 AI 都要經第三方 API
三個月 247 小時 · 5.0 評分
Voice AI 產品開發
並非止於示範階段：三個月共 247 小時，跟隨真實用量持續改良，客戶評分 5.0。
- 示範通話不等於真實通話
- 問題要在大量使用時才浮現
246 小時 · 長期合作
多模態 RAG 應用
文字、表格、圖片混雜的資料，簡單切分只會得出「自信卻錯誤」的答案。
- 表格被切成兩半
- 關鍵數字藏在圖片中
5.0 評分 · 已上線
物業搜尋：自然語言查詢
一句話描述心目中的物業，系統自動轉為精準查詢。
- 用戶須自行設定篩選條件
- 搜尋結果必須精準
GitHub 接近 130 stars · MIT License
N8N2MCP（開源）
把 n8n workflow 轉換為 MCP server，現有自動化即可供 Claude、Cursor 直接調用。
- 團隊重新開發已有的工具
- 為 MCP 重複編寫 integration
5.0 評分 · 顧問項目
Fractional CTO：ML 架構審視
團隊投入預算之前，先審視 ML 計劃、技術棧與推行次序。最大價值往往在於刪減。
- Roadmap 從未經有實戰經驗的人審視
- 規劃錯誤要兩季後才浮現