鐵人檔案
一名營養師，試著把自己的專業判斷跟 AI／AWS 技術結合，做一個回答「下一餐該怎麼吃」而非「今天吃了多少」的飲食建議工具。30 天記錄從構思、設計、跟 AI 協作除錯、到部署上線的真實過程——包含營養學專業如何轉譯成程式邏輯、AI 該負責什麼／不該負責什麼的取捨，以及不少邊做邊學才搞懂的技術與踩雷。
同樣是「食物資料」，超商跟速食店的分類方式完全不一樣，怎麼統一？ Day20 決定要建 Food DB。但要動手之前，第一個要解決的其實不是「去哪裡抓資料」，而...
真實食物資料是怎麼一筆一筆蒐集回來的？ Day21 把 FoodItem 的欄位定好了，接下來是真正花時間的部分：把各品牌官網上「給人看」的營養標示，變成程式能...
Day22 把資料蒐集回來了，這篇要回答：這份 Food DB 要放在哪裡？最後決定要放在S3。 🧱 地基概念 S3 是什麼 S3 全名是 Simple Sto...
沒有 Query Engine、沒有索引，這樣真的能叫「資料庫」嗎？ Day23 講了為什麼選 S3 存 JSON，這篇想更誠實地談這個決定的代價：S3 不是資...
這篇進入使用者真正看得到的部分：畫面。 🧱 地基概念 兩種資訊，兩種輸入方式 結構化資料（年齡、身高、體重、活動量）：後面要丟進固定公式算 BMR / TD...
Day25 把表單畫面做完了，按下「產生我的飲食建議」也能看到結果。但其實還沒有說明畫面為什麼拿得到後端的資料。這篇就來把這件事講清楚：前端跟後端到底是怎麼接起...
Day26 把前後端串起來了，但到這一步之前，整個專案還是只有自己的電腦看得到畫面，本機能跑，不等於別人打得開。為了讓所有人都可以拿著一個網址直接使用，就得將產...
把網址分享出去之前，想到一個問題：如果真的有人狂點，要付多少錢？ Day27 拿到公開網址之後，第一個念頭是分享給朋友玩玩看。但緊接著冒出的疑慮是：這支 API...
這篇不談技術細節，來聊聊上線之後，回頭看這一路的使用心得。 這次的sideproject紀錄是寫給跟我一樣的新手。走到第 29 天，想記錄這個專案真的被用起來是...
走到第 30 天，這個專案的 MVP 已經完成。最後一篇，我想用 MVP 的角度回頭看：這個專案做了什麼、刻意沒做什麼，再來聊聊「如果還想延伸，可以往哪些方向發...
