鐵人檔案
在「Vibe Coding（氛圍編程）」時代，寫程式不再是逐行敲打代碼，而是人機協作的思維轉化。本系列文章將以「自然語言驅動開發」為核心，帶領讀者在 30 天內從零打造一款具備商業價值的全棧 AI SaaS 服務。
我將深度整合 Google AI 生態系，包含 Gemini API 的多模態與長文本應用、Google AI Studio 的 Prompt 調優、Google Stitch 的 UI 介面生成，以及 Firebase 全家桶（Auth、Firestore、App Hosting）的後端與託管支援。
在昨天的 [Day 20] 中，我們成功導入了 LLM-as-a-Judge 品質評測與 OpenTelemetry 鏈路追蹤管線，讓 OmniVibe AI...
在昨天的 [Day 21] 中，我們成功導入了 Gemini Context Caching（上下文快取） 與 Qdrant 語意快取 (Semantic Ca...
在昨天的 [Day 22] 中，我們成功開發了 Chrome Extension 與 Side Panel，實現了網頁與影片的即時側邊欄提煉。 雖然網頁端與瀏覽...
在昨天的 [Day 23] 中，我們成功將 OmniVibe AI 拓展為跨平台 Agent，完成了 LINE Bot + Gemini Multi-modal...
在昨天的 [Day 24] 中，我們成功建構了 Google Cloud Build + Cloud Run 的自動化 CI/CD 流水線，實現了極小化 Doc...
在昨天的 [Day 25] 中，我們利用 Cloud Tasks + Cloud Pub/Sub 打通了長影音背景非同步提煉與 Webhook 通知管線，將伺服...
在昨天的 [Day 26] 中，我們利用 Qdrant 向量資料庫 + Gemini Embedding API，打造了 Multi-Modal Hybrid...
在昨天的 [Day 27] 中，我們成功導入了 Gemini 1.5 Function Calling，賦予 OmniVibe AI 自動化調用外部工具（如發送...
