鐵人檔案
採用 Cloud Native 架構，負責支撐跨平台 AI 行程規劃 App 的資料處理與功能實現。使用者輸入旅遊條件後，後端 API 將整合 AI 模型生成每日行程與推薦，並儲存與提供給前端使用。
雲端部署確保服務可擴展且穩定，並透過資料庫管理行程與使用者偏好，提升響應速度與準確度。30 天內將完成 API 設計、AI 串接、雲端部署與效能優化，確保前後端協作順暢與服務品質。
很好奇 actAs 這個權限可以做到什麼事，所以今天來研究一下如果駭客可以控制擁有 actAs 權限的服務時會有什麼影響。 建立 Cloud Run 測試環境...
今天來完善 AI 行程規劃的 Google 地圖部分，當 Agent 規劃出景點後，要呼叫 Google Map API 將景點經緯度之類的資訊給 App 顯示...
昨天整合 Google 地圖 API 後，Agent 已能正確輸出地點對應的經緯度。接下來只需將這些座標欄位更新至 API Server，即可完成資料流的串接。...
我們需要給 Agent 更多資訊才能產生出更明確的活動地點，所以使用 Google API 實作一個列舉地點的工具來給 Agent 選擇。 使用 Google...
為了讓行程有客製化的效果，我們新增了一個可選欄位 interests，用以描述使用者對旅程的偏好主題，例如藝術文化、美食探索或自然景觀。所以要在每次收到請求組合...
昨天規劃了 update API，讓使用者可以與 AI 對話，依照需求修改行程。今天則是將整個流程串接完成，準備進行測試。 這個 update API 主要有兩...
在設計旅遊行程的自動化系統時，提示語（Prompt）的精準性直接影響解析結果與使用者體驗。為了讓生成的行程更貼近真實需求，我們針對活動類型、時間連貫性、地點資訊...
因為一直在修改和測試功能，觸發 Vertex AI 資源耗盡： google.genai.errors.ClientError: 429 RESOURCE_EX...
因為主功能開發完了，逛了一下 Google Cloud 頁面看到 Vertex AI 有個 RAG Engine ，之前在用 DeepWiki 時有問過 LLM...
沒想到竟然能到這一天，最後一天來看一下 Google Cloud 專案的花費吧，把畫面切到 Billing / Reports： 藍色的是 Networkin...
