作品與工作方法
把問題和流程拆清楚， 再決定 AI 和工具 要接手哪一段。
Alvin AI workflow、工具整合與 QA automation
我比較有貢獻的地方，通常是把零散又花時間的流程整理起來。先把問題拆清楚，再讓工具接手規則明確的部分。做完怎麼驗、什麼地方要由人判斷，也會一起留下來。
Selected work
三個實際做過的案例，也交代目前能確認到哪裡。
我會交代當時怎麼做、現在能確認什麼。沒有重跑的部分，就照目前狀態寫。
- 問題
- AI 工具越用越多，規則、專案狀態和做過的判斷很容易散在不同地方。換工具或開新 session 時，背景也得從頭再講一次。
- 做法
- 我用 Obsidian 保存可以重新讀取的工作脈絡，再整理固定入口、資料優先順序、任務規則和獨立檢查，也定義什麼情況才更新長期記錄。AI 不用一次讀完整個 Vault，但要知道先讀哪裡，接著去哪裡查證。
- 證據與狀態
- 這套系統已經實作，包含固定讀取入口、知識權威層級、Skill Router、跨 Agent bridge 和任務規則。網站只公開去識別後的方法和結構。
- 限制
- Vault 用來保存可重讀的工作脈絡和查找路徑，不代表現在的事實。現況要以 code、config、資料和 API 狀態為準，最後還是要由人判斷。
- 問題
- 人工 UAT 常要反覆整理步驟、重跑流程、保存證據，最後還得確認報告到底驗到了什麼。很多時間花在重複操作，反而沒有留給風險判斷。
- 做法
- 我先用中文 Markdown 寫清楚前置條件、操作步驟和預期結果，再交給工具執行適合自動化的部分。報告保留 PASS、FAIL、BLOCKED、N/A 和可核對證據，最後由人判斷。
- 證據與狀態
- 這套流程曾經實作，原始情境、runner、報告結構和 testing-integrity 規則都還在。舊資料裡的案例數和工時沒有重新核對，所以這裡不把那些數字當成果。
- 限制
- 這不是全自動測試。環境、帳號、付款和高風險操作仍需要人工檢查；歷史測試結果也不能當成現在版本的 PASS。
- 問題
- 活動的日期、地點、標題和說明常分散在不同來源。手動整理到共享行事曆很瑣碎，也容易漏欄位。
- 做法
- 我做了一個個人用的 TypeScript MCP server，透過非官方 TimeTree web API 讀取、建立或更新行事曆事件，也把海報處理紀錄拆成明確工具。憑證、log masking 和寫入範圍則分開處理。
- 證據與狀態
- 現在能確認的是 source code 和工具定義仍可核對。這次沒有重跑 MCP handshake、登入或行事曆寫入 smoke test，所以我把它放在歷史整合案例。
- 限制
- 非官方 TimeTree web API 的介面隨時可能變。沒有 live runtime 驗證，我不會說它現在還能 end-to-end 運作；它也不是官方或商用服務。
未發布實驗
Mina 虛擬主持人與短影音流程
獨立實驗線・未發布・停在 Pilot gate
Mina 和 AI vin 分開處理。我把角色、畫面證據、字幕、聲音和剪輯拆開，目前留下的是一個 30 秒主持模板基底，可以繼續往下組裝。最終聲音、字幕和完整成片都還沒完成。
閱讀這次實驗的取捨 →