本次專案打造一個結合 AI Agent 與雲端技術的智能飲品推薦平台，提供個人化飲品探索體驗。
在專案開發前，不免俗的需要規劃基礎流程與評估技術可行性，以下是評估後的專案架構圖與說明：

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│                 │    │                 │    │                 │
│   Frontend      │    │   Backend       │    │   Database      │
│   (Vue.js)      │◄──►│  (Spring Boot)  │◄──►│   (MySQL 8.0)   │
│                 │    │                 │    │                 │
└─────────────────┘    └─────────────────┘    └─────────────────┘
          │                       │                       │
          │                       │                       │
┌─────────▼───────────────────────▼───────────────────────▼──────┐
│                    Docker Compose Environment                  │
│                                                                │
│  ┌─────────────┐       ┌─────────────┐        ┌─────────────┐  │
│  │   Vue.js    │       │ Spring Boot │        │   MySQL     │  │
│  │ Container   │       │ Container   │        │ Container   │  │
│  └─────────────┘       └─────────────┘        └─────────────┘  │
└────────────────────────────────────────────────────────────────┘
                                │
                ┌───────────────▼───────────────┐
                │        AWS Cloud Services     │
                │                               │
                │  ┌─────────────────────────┐  │
                │  │     AWS Cognito         │  │
                │  │   (Authentication)      │  │
                │  └─────────────────────────┘  │
                │                               │
                │  ┌─────────────────────────┐  │
                │  │   Amazon Bedrock        │  │
                │  │                         │  │
                │  │ ┌─────────────────────┐ │  │
                │  │ │  Nova Micro Model   │ │  │
                │  │ └─────────────────────┘ │  │
                │  │                         │  │
                │  │ ┌─────────────────────┐ │  │
                │  │ │   Guardrails        │ │  │
                │  │ └─────────────────────┘ │  │
                │  └─────────────────────────┘  │
                └───────────────────────────────┘
                                │
                ┌───────────────▼───────────────┐
                │      Fallback Mechanism       │
                │                               │
                │  ┌─────────────────────────┐  │
                │  │   本地推薦引擎            │  │
                │  │   (Local AI Engine)     │  │
                │  └─────────────────────────┘  │
                └───────────────────────────────┘

前端
採用 Vue.js 3 與 Vite，實現會員登入、隨機選擇、菜單瀏覽及個人化推薦等功能的操作界面。

後端
以 Spring Boot 和 Java 建構 RESTful API 微服務，結合 MySQL 實現資料持久化。串接 AWS 雲端服務，利用 AWS Cognito 進行身份認證與權限管理，並以 AWS Bedrock 來生成 AI 智能推薦回應。

AI 雙引擎核心
系統採用智能切換的雙引擎架構，優先使用 Amazon Nova Micro 模型，它具備自然語言理解與情境感知能力，並考量低成本設定（經由降低 token 限制、隨機性與創造性，提升回應一致性與簡潔性）。在雲端服務不可用時，將自動切換至本地推薦引擎，確保系統服務穩定。

過濾機制
另外，也整合多階段 Guardrails 的審視流程，包括內容過濾、心情判斷與使用者偏好確認，來保障使用者互動舒適順暢，避免出現一些敏感或不適當字詞和結果。

容器化部署
採用 Docker Compose 進行容器化部署，確保開發、測試與正式環境的一致性，提升系統高可用性。前後端分離的架構，也方便獨立開發與維護，加速功能更新與部署的效率。

此專案涵蓋前端設計、後端API及雲端服務整合，實現智能且個人化的飲品推薦功能。
希冀透過專案實作，深入了解 AI agent 雲端服務與資料整合的應用與流程。

參考資料：

1. AI 安全防護機制 _ MaiAgent
2. 資策會數位轉型研究院─FIND中心