專案作品
AI / 機器學習
LLM 微調、RAG、數字人、自動出題等 AI 應用
基礎設施 / 網絡
Home Lab、VPN、伺服器架設、故障排查
虛擬機養龍蝦 — Proxmox 儲存爆滿排查實錄
Proxmox 宿主機 local-lvm 儲存空間 100% 爆滿導致虛擬機桌面環境崩潰的完整排查與處理記錄。症狀包括：虛擬機開機黑畫面、QEMU Guest Agent 未運行、磁碟顯示 0.0%、TTY 菱形亂碼。經歷了刪除孤立磁碟、顯示設定調整、Wayland/X11 切換、快照清理等診斷過程，最終確認根因為宿主機底層空間鎖死導致虛擬機無法寫入 Session 記錄。
Tailscale Exit Node 快速設定（阿里雲）
在阿里雲輕量伺服器上架設 Tailscale Exit Node 的完整指南。涵蓋伺服器端安裝、NAT 轉發規則、iptables 持久化，以及 Windows 客戶端連接與故障修復。解決了阿里雲內網與 Tailscale 衝突的問題，採用 netfilter-mode=nodivert 方案繞過。
LM Studio 伺服器架設（內網 / 外網連通）
將 LM Studio 設定為伺服器，使內網（不同 VLAN）及外網均能訪問其提供的 LLM 模型 API。記錄了網絡拓撲、VLAN 配置、ACL 規則以及外網訪問的設定（DDNS + Cloudflare + Nginx Proxy Manager）。
FileCodeBox 文件快遞櫃 — Docker 自架文件分享服務
基於 FileCodeBox 的輕量級匿名文件分享服務，Docker 一鍵部署，支援口令取件、過期自動刪除、次數/時間限制。透過 Nginx Proxy Manager 反向代理 + Cloudflare DDNS 實現外網訪問，部署於 Home Lab 虛擬機上。
Home Lab 自架家庭實驗室
自設家庭實驗室 — 三層 VLAN 網絡架構，整合生產、開發、備份多種用途於一體。
教學 / 設計
AI 課程設計、教案規劃、教學實務
考試出題器 — 基於本地 LLM 的自動出題系統
基於本地 LLM（LM Studio）的全自動考試出題系統。支援多檔案上傳（PDF/Word/TXT/MD），LLM 先摘要教材重點，再按題型（是非題、填充題、選擇題）獨立生成題目，自動重試補齊。提供逐題審閱介面，可標記不滿意的題目並一鍵替換（LLM 會避開舊題）。最終輸出互動式 HTML 試卷，支援作答、自動計分、列印。架構為 Flask 後端 + HTML 前端，一鍵啟動腳本自動建構 Conda 環境並安裝依賴。
AI 教學教案設計
從需求分析到課後檢討的完整大班教學流程設計。包含兩套教案： ① 為長者設計的 AI 生成課程（5階段：基礎建構 → 生活實用 → 視覺創作 → 深度表達 → 進階體驗），以豆包、Canva、剪映、即夢為核心工具，強調視覺化優先、口語化指令、成果導向。 ② 以橫向射擊遊戲為題材的中學生 VibeCoding 教程（5階段：啟動 → 領地 → 介入 → 保存 → 輸出），含一鍵環境架設腳本與自動化部署策略。 另附 AI 影片生成實務心法：提示詞構建、風格定義、運鏡語法、連貫性維護。
Qwen2.5-7B 日語 QLoRA 微調
全自動日語 QLoRA 微調流水線，45K+ 訓練樣本，9.5 小時訓練，RTX 5090。包含日常會話、商務敬語、創作、翻譯等 20 個日語評測任務。
實戰經驗
實戰經驗／工作流
螢幕使用行為監控系統 — Screen Monitor
企業級螢幕使用行為監控系統，採用 Agent-Server 分離架構，支援人工監看與 VLM 視覺模型自動判讀雙方案，偵測違規行為後自動鎖屏警告。涵蓋 WebSocket 低延遲串流、VLM 排程與置信度閾值、Windows 服務化防移除、離線緩衝自動回放、雙向鎖屏狀態同步等核心技術。
服務A 跨機器 AI 影片處理平台
局域網 AI 影片處理 Web 服務。前端部署於 Linux 服務器（Python HTTP），後端運行於 Windows 主機，通過 SCP 跨機器傳輸，遠程調度服務A執行推理。含 Job 持久化、即時進度回報與文件下載。
影片批次重新命名 — 數據處理實戰
將 3 個資料夾共 65 首吉他 cover 影片從混亂原始檔名統一重新命名為「演唱人-歌名 guitar cover (動漫 OP/ED)」格式的完整經驗記錄。這是一個典型的數據清洗與標準化案例：面對非結構化、不一致的原始數據（檔名），透過多輪交叉驗證（Wikipedia API）補全缺失資訊，建立對照表審核後批次執行，最終提煉出可泛化的 7 步數據處理工作流程。過程中解決了 macOS 隱形字元（Apple PUA）、Windows cp950 編碼衝突、metadata 檔案干擾等問題。
開發工具
個人網站、工具開發
龍蝦圖片辨識 Skill — Coze 工作流 + OpenClaw Agent 整合
將 Coze 圖片辨識工作流 API 封裝為 OpenClaw Agent Skill 的完整開發過程。從 API 探索、參數試驗（stream_run vs run、Image 類型 vs String）、文件上傳權限處理、到最終 Skill 包裝，實現圖片辨識功能的一鍵自動化調用。支援本地檔案上傳和公開 URL 兩種輸入方式，輸出包含辨識類型、核心元素、OCR 文字、風格描述的結構化結果。
個人作品集網站 (self.hachimi.qzz.io)
以 Next.js 16 + React 19 建立的個人作品集網站，採用 JSON 資料驅動架構，所有內容（關於、專案、經歷、教育、技能）獨立存放於 content/ JSON 檔案，實現資料與展示層完全分離，方便快速新增或修改內容而無需改動代碼。
即將推出
即將推出
工作經驗
Onsite IT Technician
Wynn Macau Hotel
2025/06 - 2025/10
負責酒店及賭場設備運維，包括賭台、PC、打印機、網絡及電話系統。協助上級處理 Windows 帳戶及 Domain 設定。
Onsite Audios & Visuals Technician
Londoner Hotel
2024/05 - 2024/10
基於 AV over IP 概念維護及新增現場活動設備。負責網絡配置及設備連接，確保音視頻數據流暢傳輸。