團隊資訊
已成團
nutc imac
臺中科技大學資訊工程系 i.m.a.c 社群 (nutc imac)是由系上師生所組成的軟體開發社群進行扎實的程式設計與軟體工程訓練以及產學交流，有多個團隊個別專注於 Web 前後端、Android、iOS、IOT、雲端與LLM/AI Agent軟體技術的學習與開發，常與業界軟體技術社群交流與合作，並積極參與開源社群貢獻開放原始碼專案。
預計開賽日期 2026.09.15
團隊成員 (37人)
GIGI7171
團長
AI Engineering
打造具備記憶與執行能力的常駐 AI Agent：Hermes Agent × Gemini × MCP 的 Harness 設計
AI Agent 難的不是讓它會回話，而是跑久了還不受控：記不記得先前的事、清不清楚自己是誰、會不會動到不該動的東西？換更強的模型解決不了，要處理的是怎麼駕馭模型。給它工具、劃出邊界，讓每個動作可確認可喊停，這就是駕馭工程（Harness Engineering）。
系列由三個元件組成：Hermes Agent 是整套系統的骨幹，負責長期運作的各個環節；Gemini 負責推理判斷；MCP 讓工具介接走標準協定。三者可各自替換，換掉模型不必動到其他部分。
接下來 30 天，從模型設定開始，做到它自己排程、自己完成任務，過程中的故障與修正一併記錄。
evangeline_77
Vibe Coding
Vibe Mode 開啟：30 天用 AI 打造網頁，邊做邊學 JavaScript
秉持 Vibe Coding 核心精神——免硬背繁複語法，而是以 AI（ChatGPT/Claude 等）作為隨身導師，透過「發問、生成、理解、除錯」的自然協作，用 30 天完成網頁開發的跨領域通關。
noalowo
tingray
Claude AI
如何讓 AI 主動完成複雜任務？Claude Code × Agentic Workflow 實戰
這 30 天將記錄自己研究 AI Agent 的學習與實作過程，從了解 AI Agent 的基本概念開始，逐步探索 Claude Code、工具調用、任務拆解與工作流設計。透過實際開發與測試，思考如何讓 AI 不只是回答問題，而是能主動完成任務，並最終打造一套適合自己的 AI Agent 開發工作流。
yizhen0705
Build on Google AI
ADK × A2A × Cloud Run 打造可部署、可互通的 Agent 系統
這30天將探討如何結合 Google ADK、A2A協定與 Google Cloud Run，建立具備可部署性與跨 Agent 互通能力的智慧代理系統。透過 ADK 建構 Agent 的核心邏輯與工具調用能力，再利用 A2A 協定讓不同功能的 Agent 能夠彼此溝通、協作與交換任務資訊，形成具彈性的多 Agent 架構。最後將 Agent 服務部署至 Cloud Run，利用雲端的容器化與自動擴展能力，提升系統的穩定性、可維護性與部署效率。藉由三者整合實現從 Agent 開發、跨服務協作到雲端部署的完整流程，展示現代 AI Agent 系統如何由單一應用逐步擴展為可互通、可擴充的雲端架構。
bravotango7274
ysljs
JavaScript
不要再說你不會後端！30 天 Node.js 降維打擊指南
課程將從 Node.js、npm、HTTP、RESTful API 等基礎開始，逐步進入 Express、Middleware、資料庫、JWT 登入驗證、錯誤處理、API 串接與部署
justin_log
AI Security
從 LLM、Agent 到 Guardrails：30 天打造可控、安全、可驗證的 AI Agent
我一直覺得，AI Agent 最讓人不安的地方，不是它答錯問題，而是它開始能幫你開工單、查資料、呼叫 API 之後，誰來決定它能做到哪裡？
這 30 天，我會用 LangChain 建立一個 IT Helpdesk Agent，從最小的 mock 工單功能開始，逐步加入 NeMo Guardrails、RAG 防護、工具權限、人工核准與 audit log。也會用 Promptfoo 測試 prompt injection、越權與工具濫用。目標不是做出看起來很聰明的 Agent，而是做出一個能被測試、被追查，也知道何時該停下來的 Agent。
eating11111
AI Engineering
Harness Engineering × Pi Agent 實戰：打造可觀測、可評估的 AI Coding Agent
本系列以開源的 Pi Coding Agent 為實作基礎，檢驗一個問題：模型不變的前提下，harness 設計能把 coding agent 的可靠性推到什麼程度？
內容依序拆解 Agent Loop、Context 載入、Skills 與 Tool Runtime，接著為 Pi 建立 trace 與 metrics 管線，並設計一組可重複執行的測試任務。最後以對照實驗回答：拿掉某個 harness 元件，任務成功率、token 成本與重試次數各變化多少。
產出是一套可觀測、可評估的 Pi harness，以及一份實驗數據與設計取捨清單。
愛瘸瘸
Kubernetes
我的 Pod 又掛了：30 天學會 Kubernetes
我學 K8s，只為三件事：上線、穩定，還是他*的穩定！
什麼他*的叫驚喜？昨天還好好的 Pod，今天全 Pending 了！
bicc
Claude AI
從零開始 Claude Code：30 天打造 AI 任務管理 Web App
本系列將以從零開始的方式介紹 Claude Code，從安裝、基本操作到實際應用，帶著讀者一步步熟悉如何利用 AI 協助開發程式。過程中會實作一個 AI 任務管理 Web App，包含任務新增、修改、刪除、狀態管理等功能，並結合 Claude AI 輔助任務規劃。希望透過 30 天的實作，讓初學者了解 Claude Code 如何應用在真實的程式開發流程中。
zhijie88
yeelongma
AI 自動化
AI Agent：OpenClaw 從入門到自動化流程
三十天會用 OpenClaw 從零建立一個 AI Agent，並把它變成能自己上工的自動化流程。內容涵蓋 skill 撰寫、MCP、工具權限、子代理分工、排程觸發，以及一個完整的實作專案。除了怎麼做，也會寫下哪些地方我卡住過、為什麼卡住、最後怎麼繞過去。目標是讓看完的人少踩幾個坑。
onedream
AI Engineering
從 LLM 到 Harness: 打造隱私與可信任的繁中進階 OCR Agent
hi 鐵人賽 我又回來啦
繁體中文文件辨識長期面臨字型多變、排版複雜、手寫與印刷混雜，以及大量領域專有名詞與專業術語的挑戰。傳統 OCR 僅能做到「看到字」，卻難以真正「理解字義」。當文件涉及法律、醫療、財務或技術領域時，單一字元錯誤就可能導致整段語意失真。
本系列從「LLM OCR」出發——不只是用大型語言模型輔助後處理，而是讓 LLM 深度參與辨識流程，結合視覺與語言能力進行端到端的文字提取與校正。更關鍵的是，系統會導入領域字義理解機制，透過領域知識庫、術語詞典與上下文推理，讓模型能辨識並正確詮釋專業詞彙，大幅降低「看對字卻解錯意」的情況。
黃盈雅
AI Engineering
從黑盒到可驗證：30 天打造 AI Agent 的 Trace、Eval 與 Guardrails 系統
本系列將從零實作一套輕量級 AI Agent 測試驗證系統，聚焦於 Trace、Eval 與 Guardrails 三個核心面向。不同於只展示 Agent 最終回答，本系列會記錄 Agent 的執行過程、工具呼叫、輸出結果與錯誤狀態，讓原本黑盒的 Agent 行為變得可觀察。接著建立測試資料集與自動評分流程，分析 Agent 的成功率、失敗類型與穩定性。最後加入輸出格式驗證、Retry 與工具權限限制等 Guardrails，觀察這些機制是否能提升 Agent 的可靠性。透過 30 天實作，探索 AI Agent 從開發到落地前所需的測試、追蹤與驗證流程
yirong
__zoe
AI Engineering
30 天打造 Codebase Intelligence Agent：從程式碼檢索、結構化索引到變更影響分析實戰
本系列將從零打造一個以單一程式碼庫為範圍的唯讀 Codebase Intelligence Agent。先建立檔案與 symbol 索引，再結合 AST 結構化切分、關鍵字與語意檢索，以及 LLM 工具調用，讓使用者能以自然語言查詢架構、定位函式，並取得附檔案與行號的回答。後續加入 import 關係與 Git diff 分析，產出候選影響範圍、變更摘要與測試建議。最後完成可展示的 CLI 或簡易 Web 介面，並以實際程式碼庫案例驗收成果。
c8763
JavaScript
React 觀念架構：從js 基礎到Hook 底層邏輯
本系列文章將拆解 React 核心架構，從最根本的 JavaScript 必備觀念（Closure、Event Loop、Immutability）切入，一路向上推進至 React 的核心運作機制。不只教怎麼用 Hook，更要深入 Hook 的底層邏輯，解析 Fiber 架構與 Re-render 的觸發機制，幫你打破迷思，建立清晰且系統化的前端思維體系！
pst
AI Engineering
30天用 Claude Code + LangGraph 實作個人化 AI 學習教練
學習的過程中，我常常遇到「不知道下一步該學什麼」的問題。雖然現在有 AI 可以快速回答問題，卻不一定真正了解我的學習狀況。所以我想用 30 天打造一個個人化 AI 學習教練，讓它能記錄學習歷程、分析弱點、安排學習內容，然後在遇到問題時引導我思考。這次將結合 Claude Code 與 LangGraph，實際探索 AI 如何從單純的問答工具，變成真正的學習夥伴。
vivian_lai
AI Engineering
如果 AI 幫我安排每日的任務？——讓待辦清單不只是清單：LLM × Flask × MySQL 打造動態任務規劃系統
平常使用待辦清單時，最大的問題往往不是不知道有哪些事情要做，而是事情一多，就很難決定現在到底該先做什麼。因此，我想做一個能協助安排任務的 AI 待辦系統。使用者可以輸入任務、預估時間、重要程度、截止日期及完成進度等資訊，系統再利用 LLM 分析目前的狀況，給出適合的任務順序與安排。當剩餘時間、任務進度或截止日期發生變化時，也能重新調整規劃，讓待辦清單不只是記錄事情，而是真的能幫助使用者決定下一步該做什麼。本次將以 LLM、Flask 與 MySQL 為主要技術，逐步完成一個可以實際操作的動態任務規劃系統。
chencccc
Claude AI
從零打造圖書管理系統：WSL2 × MySQL × Claude Code 的整合實作
接下來 30 天我們將在 Windows 的 WSL2 環境下，使用 Linux 指令搭配 MySQL 逐步建立資料庫與資料表，完成圖書管理系統的後端基礎。過程中使用 Claude Code 輔助開發與排錯。目標是讓對系統開發感興趣的新手，能有條理地掌握從環境建置到資料庫實作的完整流程。
ming295
Claude AI
解決需求規格書矛盾：用 Claude Code × MCP 實作自律型文檔審查 Agent
解決軟體開發前期「需求規格書 (SRS)」常有的邏輯矛盾與功能遺漏問題。系統以 Claude Code 配合自然語言進行開發，並透過 LangGraph 打造具備多步驟推理與狀態控制的 Agent 流程，結合MCP 自訂工具串接外部檔案。系統能自動分析長篇規格書、精準定位條款衝突，並生成結構化的風險評估報告，大幅提升專案前期審查的效率與準確度。
chichi77
Build on Google AI
給藥袋裝一張嘴：30 天用 Android 與 Google VLM 實作高齡語音用藥助手
這是一場讓醫療科技秒變溫暖陪伴的創新革命！將 Google Gemini 多模態 AI 打造為長輩的「數位護理師」——只需拿起手機拍下藥袋，生硬難懂的複雜醫囑與藥物資訊，瞬間化為如家人般清晰溫柔的對話式語音叮嚀。30 天實戰將深度解密醫療 AI 的「防幻覺 Prompt 機制」、多模態藥物資料結構化萃取技術，並完美整合 Android 相機與無障礙語音工程，全方位示範如何以硬核技術打破高齡數位鴻溝，打造兼具前瞻技術深度與真實社會價值的落地產品！
calvin0518
Security
新手開發者的資安第一課：30 天搞懂 OWASP Top 10 與常見漏洞
本系列文章專為新手開發者量身打造礎概念與，將用 30 天的時間，帶你系統化掌握資安基防禦技巧。內容以 OWASP Top 10（如 SQL 注入、XSS、不安全的直接物件引用等）為核心，結合真實漏洞案例分析與實作防禦示範，幫助你快速理解攻擊原理、精準辨識常見的程式碼漏洞，讓資安防護觀念輕鬆融入日常開發流程中！
nrei23
AI Engineering
從行程到應援：30 天做出追星實用工具箱
本系列將以「追星人的真實需求」為出發點，在 30 天內使用 Flutter 與 Whisper API 逐步打造一套追星 AI 實用工具箱，核心功能聚焦於「直播即時語音翻譯」，解決看偶像直播聽不懂韓語/日語的痛點，還有偶像行程追蹤、活動提醒，到專輯與周邊收藏管理、應援活動整理、追星花費紀錄，我會把平常分散在社群貼文、行事曆、備忘錄與試算表中的資訊，整合成更方便使用的系統。
postman
Modern Web
Three.js × WebGL 實戰：打造 HD-2D 像素地下城與即時光影系統
近年來 HD-2D 風格在遊戲界大放異彩，本系列將帶領讀者使用前端技術挑戰這項視覺饗宴！我們將以 Three.js 為核心，從零建構一個充滿復古魅力的像素地下城。內容涵蓋 3D 場景建置、2D 像素角色在 3D 空間的渲染技巧（Billboard），並深入探討 WebGL 底層概念，實作出關鍵的「即時光影系統」，為平面的像素賦予立體的生命力。無論你是對 3D 網頁開發好奇，還是想嘗試瀏覽器遊戲開發，都能跟著這 30 天的實戰，打造出專屬的 HD-2D 網頁互動體驗
rjk
AI Engineering
基於 Multi-Agent 協作之蘇格拉底式程式學習與自動化評測系統
Multi-Agent 語境：一個負責解析程式邏輯與盲點，一個負責蘇格拉底式引導提問，一個負責程式碼執行與自動評測，一個負責學習歷程與盲點追蹤
Database：記錄學生的程式學習歷程與常犯錯題本，Agent 會記得你上週卡住的語法與觀念。
使用者可以輸入程式碼、錯誤訊息或想法，角色能以不直接給答案的方式，一步步引導思考並通過測試
godlichen
AI Engineering
從零打造情感感知 Agentic System：FSM 狀態機與 RAG 的整合實作
這次鐵人賽要來挑戰從零刻出一個「有情緒、有記憶，還聽得懂人話」的情感感知 AI Agent！結合 Gemini API、有限狀態機 (FSM) 與 RAG (檢索增強生成) 技術，解決傳統聊天機器人「缺乏情緒起伏」與「容易遺忘對話細節」的痛點，建立極具互動感的動態 Agentic System。
參賽核心實作方向：動態情緒 FSM，Time-Aware RAG 記憶，自動分流與 Tool Use，通用架構重構
<以上是我的簡介>
WendyHus
AI 自動化
從漏洞告警到 AI 決策：Wazuh × RAG × n8n 實作自動化資安漏洞驗證與智慧通報
告警響不停卻還在手動查 CVE？本系列以開源工具打造智慧 SecOps，整合 Wazuh、Suricata 與 Microsoft Defender 實現多源威脅感知，自動比對主機環境鎖定真實受害資產，並導入 RAG 與生成式 AI 進行風險評估與專屬修補腳本生成，最後透過 n8n 編排自動化管線串接 LINE 即時推播互動告警，30 天手把手從零實作「威脅感知 ➔ AI 研判 ➔ 自動通報」的現代化資安防線
jayce
AI 自動化
AI 公司模擬器：Discord x Multi-Agent 架構實作
本系列將實作一套「AI 公司模擬器」，以 Discord 作為操作介面，搭配 Python、Ollama 與本機 Qwen 模型，建立多個AI Agent。使用者選擇專案後，Agent 會依序分析需求、研究資訊、提出方案、評估成本並審查結果。後續也會加入 MySQL、狀態管理、Discord 按鈕及測試，完整呈現多 Agent 協作系統從零到完成的開發過程。
Andygong
Modern Web
從 Web 到宇宙：Three.js × WebGL 互動式太陽系與光影實作
以 Modern Web 為核心，透過 30 天的學習與實作，逐步探索現代網頁技術在三維視覺化與互動式應用上的可能性。專題將從 HTML5、CSS3 與 JavaScript 等 Web 基礎技術開始，逐步學習最終建立一套可於瀏覽器中運行的互動式三維太陽系。作品將以太陽作為主要光源，模擬八大行星的自轉、公轉與受光後產生的明暗變化，並進一步加入行星材質、陰影、月球與土星環等視覺元素。使用者可透過滑鼠操作觀察不同角度的太陽系，並透過介面控制動畫速度或觀看特定天體。除了完成作品外，也將記錄 30 天的學習過程，從 Web 基礎、3D 座標系統、動畫運算，到三維渲染、光照與互動設計，逐步理解各項技術在
CreepM
Vibe Coding
人機協同程式開發實戰：用 AI 輔助開發 Swift 與 Spring Boot，打造屬於自己的程式
使用 AI 打造程式，讓新手也能輕鬆上手開發。專案中我成功建構了 iOS 益智互動 App 與 Spring Boot 自動化後端；過程深度運用 AI 輔助 Swift 介面設計、寫碼與邏輯除錯。即便面對複雜技術，也能在 AI 協同下快速克服瓶頸，順利實現從零打造專屬應用程式的目標，體現人機協同開發的巨大潛力。
yelloworange0319
Modern Web
從結構到互動：現代前端HTML、CSS 、JS 的 30 天修練
從零基礎開始學會前端的三個基礎語言，從html的文字、排版，css的顏色、版面設計，到最後js的互動、按鈕點擊，在這30天裡將一步一步認識這三個如何使用，並加深這三個之間的運用。
44602102
AI Engineering
從零打造 RAG 系統：檢索、生成與落地全紀錄
大型語言模型常因訓練資料過時或未涵蓋私有知識，回答時容易產生看似合理卻錯誤的「幻覺」。RAG（檢索增強生成）讓模型在回答前先從外部知識庫檢索相關資料，再依據內容生成回答，藉此降低幻覺、提升可信度。本系列以30天記錄一套RAG系統從零到落地的完整實作歷程，涵蓋資料前處理、Chunking策略、Embedding與向量資料庫建置、檢索優化（Hybrid Search、Rerank、Query改寫）、Prompt設計與RAGAS評估，最終完成API化部署與監控維運，盼能給想踏入RAG領域的開發者一份完整實戰指南。
joanna2005823
IT Operation
Docker 新手村：從容器到 PostgreSQL 的實戰之路
Docker 是近年常見的容器化工具，但對初學者來說，Container、Image、Volume 等概念往往容易混淆。本系列將從 Docker 基礎開始，逐步學習 Container、Image、Volume、Network 與 Docker Compose，並實際使用 Docker 建立 PostgreSQL 資料庫環境。過程中也會練習資料庫建立、SQL 操作，以及 Node.js 與 PostgreSQL 的串接，透過實際操作與踩坑紀錄，逐步建立對 Docker 與資料庫的理解，完成一套可以實際使用的開發環境。
youtu
Vibe Coding
從 Prompt 到成品：30 天 Vibe Coding 入門與實作
將以初學者的角度，用 30 天認識近年快速發展的 Vibe Coding 開發方式。內容將從 Vibe Coding 的基本概念開始，介紹 Prompt、Context、AI Coding Agent、MCP 等相關技術，以及 Cursor、Claude Code、Gemini CLI 等常見 AI 開發工具的使用方式。
除了概念介紹，也會搭配簡單的實際操作，示範如何利用 AI 協助產生程式碼、除錯、重構。
希望透過 30 天的學習與實作，整理出一套適合初學者的 AI 協作開發入門指南，同時了解 Vibe Coding 能做到什麼、有哪些限制，以及如何更有效地與 AI 一起寫程式。
X_Xuan
Vibe Coding
從零打造 AI 全端應用：Vibe Coding 結合 n8n 視覺化工作流實戰
本專題探討在 AI 協作開發（Vibe Coding）浪潮下，如何透過直覺的提示詞與前端協作，搭配 n8n 視覺化工作流與雲端 AI 引擎，打破傳統後端開發的高門檻。內容將完整記錄從前端介面快速迭代到後端 API、LLM 邏輯編排與資料流串接的實戰過程，展示如何利用雙效加速器在短時間內從零打造具備完整商業邏輯的全端 AI 應用。