鐵人檔案
面對升學個人申請與甄試面試，許多學生常受限於城鄉資源差距或校內模擬機會不足，面臨「缺乏客製化練習對象」與「難以獲得即時且具體回饋」的痛點。UniMock AI 是一款專為升學面試打造的生成式 AI 助教系統，結合 Google AI Studio (Gemma 4 系列模型) 的長文本理解與多模態能力，搭配 LangChain 構建對話狀態機與 Agent Workflow，並以 Google Antigravity 作為核心開發環境進行實戰打造。
進入第三階段，我們正式開始後端 RESTful API 服務與 Controller 控制器層的搭建。在開始撰寫 API 之前，我們先針對整體系統的邏輯關聯架構...
在完成了 Day 11 的系統架構關聯分析與 FastAPI RESTful API 控制器後，今天我們為 AI 面試官搭建核心的四階段面試狀態機 (Inter...
在 Day 12 建立了四階段狀態機後，今天我們針對 AI 面試官的對話品質與追問動態性 (Dialogue Quality & Socratic Fo...
在多輪面試過程中，AI 面試官必須精準記住前幾輪學生的回答與發問脈絡。今天我們採用 LangChain 訊息抽象與滑動 Token 視窗（Sliding Tok...
在完成了前階段對話狀態機、蘇格拉底式動態追問與 LangChain 多輪記憶後，今天我們進入第三階段的核心——評分與戰略診斷報告系統！，實作 STAR 規準的多...
在 Day 15 完成了面試四大維度評分矩陣與雷達圖評分引擎後，今天我們推進戰略診斷報告的核心模組——逐題弱點診斷與滿分優化回答生成器 (AnswerOptim...
今天我們完成了第三階段（評分與報告系統）的最終章——【Day 17】備戰策略建議與綜合評分戰報匯出模組實作 (ReportGeneratorService)，並...
在面試 Agent 系統中，安全性與個資防護至關重要。今天我們建立了 Safety Guardrails 中介軟體 (GuardrailsService)，自動...
在完成了對話狀態機、LangChain 多輪記憶、STAR 評分引擎、逐題弱點診斷與 Guardrails 安全防護網後，今天我們進行 後端 RESTful A...
