鐵人檔案
本系列將分享如何打造零成本的 Angelina AI 金融分析代理人。內容涵蓋：
1) AI與記憶：整合 Gemini 2.5 Flash API、ChromaDB 向量庫(RAG)與 SQLite 對話記憶。
2) 工作流：實作每日股市分析、Telegram 推播及 Google Drive/Sheets 數據同步。
3) 基礎設施：以 RHEL 與 Rootless Podman 實現容器隔離，並以 Ansible 進行維運。
展示從架構設計到生產級 AI 應用的完整實踐。
「AI 不一定需要昂貴的基礎設施，真正重要的是，它能不能每天解決一個真實的問題。」 一、 故事的開始：一份送給媽媽的禮物投資理財與我們的日常生活息息相關，每天整...
「系統安全不是在出事後才補強，而是從最底層的基礎設施就開始設計！」 在 Day 01 中，我們揭曉了 Angelina AI Agent 的全貌。今天我們不急著...
「能在單台機器上把服務跑起來叫 Experiment；能跨機器自動部署與維持一致維運，才叫 Infrastructure。」 在 Day 02 中，我們完成了在...
「在免費 API 與生產級維運之間，強健的 API Gateway 與 Model Fallback 自動降級是能讓 AI Agent 穩定運作的橋樑。」 在先...
「大語言模型給的是一般性常識，而 RAG 檢索增強技術給的，才是讓 AI Agent 具備特定金融領域深度的靈魂。」 在 Day 04 中，我們介紹了 API...
「沒有對話記憶的 AI，只是單次問答機器；具備長效記憶與自動摘要能力的 Agent，才能在漫長對話中持續保持脈絡一致。」 在 Day 05 中，我們介紹了 RA...
「最好的 AI Agent 不是固定不變的系統，而是在每一次與使用者的對話中，自動汲取經驗並寫回知識庫、自我進化的系統。」 在 Day 06 中，我們介紹了 S...