01
全端 / 自動化工程師 — 台灣 → 日本
從需求到維運，
一個人交付。
為日本服飾代購電商打造自動化中台，從設計、實作、生產化、交付到維運全部獨立負責。我擅長把「能跑就好」養成具備重試、冪等、可觀測性的生產級系統。
你是不是也有這些困擾？
想做，卻一直卡住。
想導入 AI／自動化，卻不知道從何開始
公司裡沒有懂 IT/AI 的人。想「找人扛」，卻找不到人扛
每天的重複作業（轉填・回覆・彙整）吃掉大量時間
資料和系統各自為政，管理很累
不想再被平台一直抽成，想擁有自己的系統
自己用 AI 做的網站，怕有一堆資安漏洞
想自己做，但學習成本太大，根本沒空顧本業
想要專屬自己的網站，卻不知道怎麼起手
想要的功能一般模板沒有，或要升級付費方案才能開
想做 App 上架，卻不知道怎麼做
沒有大預算，想先小規模、便宜試看看
最大的問題不是技術、也不是預算，而是「沒有一個能扛的人」。——這個角色，我來扛。
尤其電商業主：我自己經營自營電商數年，能用同為事業者的角度，和你一起想「自動化什麼最有效」。
我能獨立交付的東西
不是「做完就好」，而是交付能在生產環境持續運轉的東西。
01
業務自動化工具
資料串接／自動上架／定時執行。把手工作業變成不會停的機制。
02
電商中台系統
上架・庫存・折扣・訂單跨系統同步，一路串到 ERP。
03
LINE 業務機器人
會員綁定・查詢・通知・記帳，低維運成本的官方帳號。
04
生成 AI 生產級導入
把試穿・生成・分類，當成會失敗的分散式系統來安全實作。
05
內部工具產品化
打包成非技術同事也能用的桌面 App，附圖文手冊交付。
06
SEO / 導流
結構化資料・載入速度・AEO，讓人「找得到你」的工程也包辦。
我的優勢
支撐「一個人做到本番」的 6 項武器。
01
全鏈路獨立完成
企劃・設計・實作・生產化・交付・維運，中間不卡人，一條龍。
02
本番級工程素養
重試・冪等・可觀測性・測試。不只是會動，是不會掛、掛了能復原。
03
商業發想力
不只照做，能從商業目標提案並優化機能。
04
日中雙語
日語 N2＋中文母語。不讓需求在語言牆上被誤解。
05
搜尋與 AI 曝光
SEO / AEO / GEO 都設計。不只做出來，還讓人「找得到」。
06
做到 App 上架
不只網站，連 iOS/Android App 化・上架商店都能做。模板做不到的需求也能實作。
Scale & Value
本來要一個團隊做的事，我一個人做。
自家電商的基幹系統，從企劃、設計、實作到維運全部獨立負責。這不是「網站製作」的商品化服務，而是一間公司的技術基礎。
71資料模型
企業級領域設計（Payload collections）
8整合系統
電商・ERP・資料連携・LINE・倉儲・AI・iOS App・擴充
3層測試
單元（vitest）・E2E（Playwright）・負載（k6）
單人設計〜維運
生產系統一人維護（1,032 commits）
外包的話，是專門公司要用整個團隊來做的系統規模——我一個人設計並維運。
一個人運轉的 8 套整合系統
把電商後台「整體」當成一個基盤來設計維運。不是零散工具，而是整合的生產系統。
01
資料連携
認證・工作階段維持
02
批量上架
在地化清洗
03
庫存・折扣同步
定時執行
04
ERP 串接
雙向・整合100%
05
LINE 生態系
會員・通知・bot
06
倉儲系統
整合
07
AI 試穿
生產級管線
08
iOS App
Capacitor
貫穿全系統的品質設計
retry / fallback冪等快取可觀測性單元・E2E・負載測試TypeScript strict
AI × 專業判斷
AI 人人會用。真正的差別，在「怎麼用」。
現在接案者用 AI 很正常。所以關鍵不是「有沒有用 AI」，而是「能不能用到位」。我是在完全理解產出與過程的前提下使用它。
① 用到位，逼出最大效果
依任務設計模型・步驟・驗證，把 AI 的輸出推到「最佳解」。
② 產出與過程我都懂
生成的每一行程式我都理解、能解釋為什麼這樣動。不丟給 AI 就不管。
③ 出問題能立刻定位
一有 bug 就切分出原因，不會跟 AI 瞎問把時間燒掉。
主力工具
ClaudeCLI (Claude Code)已實作可行的各種 skill
用驗證過可行的 skill 組合，把產出逼到最好的結果。
證據就在下方的實績——歷經五代的外部連携穩定化、型別化錯誤分類、冪等設計。這就是「理解著做、出問題能立刻定位」的證明。
交付流程
就算整包丟給我也能動，六步驟的完整 ownership。
STEP 1
需求訪談
拆解痛點與業務流程，定義需求。
STEP 2
設計 & PoC
用最小構型驗證，先把風險打掉。
STEP 3
實作
寫好讀、耐改的程式。
STEP 4
生產化
裝上重試・冪等・監控・測試。
STEP 5
交付
附文件與交接，交到能直接用的狀態。
STEP 6
維運・優化
用實際運行的回饋，迭代到 v2、v3。
讓搜尋與 AI 都找得到你的設計
不只 SEO，還做 AEO・GEO。設定前 vs 設定後，曝光這樣變。
SEO
搜尋引擎最佳化
結構化資料・載入速度・站內設計，拉高 Google 排名。
AEO
答案引擎最佳化
整理成精選摘要・語音・Q&A 會被當「答案」抓取的形狀。
GEO
生成引擎最佳化
讓 ChatGPT・Perplexity・AI Overview 等生成式 AI 在回答時引用你。
設定前 → 設定後（做法）
搜尋索引
before隨機 → after有設計地涵蓋
結構化資料
before沒有 → after實作 schema.org
AI 回答引用
before撈不到 → after被引用的設計
這套做法已在我自營電商實際運行・持續優化，是可驗證的系統，能直接沿用。先從現況診斷開始。
為什麼敢把整包交給我一個人 — 用數據說話
31.9萬行
獨立維護的產品程式碼規模
1,028commits
從設計到維運的提交紀錄
17modules
把服務切分的模組化設計
100%
跨四套系統的 SKU 對齊（單元測試擔保）
5代
讓外部連携穩定化的改善世代
10,000位以上
自營電商（代購）的會員規模
代表作品
點開卡片，看痛點・踩過的坑・怎麼解・數據。
02
EasyStore ↔ ECOUNT ERP 庫存・訂單同步
03
AI 虛擬試穿（生產級管線）
04
自營跨境電商網頁（Web 作品）
05
LINE 官方帳號 客服生態系
06
把工具產品化交付給非技術同事
07
這個作品集網站（Web 作品・實物）
Co-creation
一起發想出更好的方案
我的價值不只是「做得出來」。而是能在業主原本的想法上，加上不同的切入點，把整體設計往更好的方向優化——當一個「發想的夥伴」。我不會照單全收需求，而是回頭問清楚目標，再翻譯成現場真的跑得動的樣子。
- 深挖原始構想的「目標」，重新定義真正該解的問題
- 在既有想法上加別的視角，先擴大選項再優化
- 把實作・維運・成本一起考慮，不讓方案停在紙上談兵
找我，你的業務會這樣變
把你現在的痛，變成自動運轉的機制。
before每天手動複製貼上・轉填
after資料連携＋自動化，讓它自己跑
before系統間資料各自為政
after一路串到 ERP，庫存銷售都對齊
before被客服訊息追著跑
afterLINE 機器人自動做一線回應
before做完就擺著、壞了不知道
after有重試・監控，掛了也能復原
before做了卻沒人找得到
afterSEO / AEO / GEO 從搜尋與 AI 引流
用你的預算，做出最接近理想的產品。
費用參考
FROM
¥6,000〜 / NT$1,000〜
小型委託・試做也可以
不是「預算少就沒辦法」。告訴我你的預算，我就在裡面和你一起設計出「最接近理想的樣子」。可以從很小開始。
- 不需要像成熟工作室或大公司那樣的高額報價
- 一對一・量身訂做。一次專注做一件，品質有保證
- 估價・諮詢 免費
常見問題
把你發案前的不安，先講清楚。
做到一半會不會就聯絡不上你？
進度會定期同步，交付後也保留聯絡窗口。不會「做完就閃」。
修改可以改幾次？
動工前先講好修改範圍，避免認知落差。範圍外的追加會先報價。
「完成」的標準怎麼定？
動工前用文件講定驗收條件（功能・支援環境・效能目標），不讓「以為做好了」互相打架。
交付後的維護與除錯呢？
維護方案或單次處理都可談。出問題會定位原因、快速處理。
帳號與原始碼的權限、所有權歸誰？
網域・各種帳號・原始碼的權限與所有權，事前講清楚並交接。
Why you can rely on me
為了讓你安心發案
日語 N2 ・ 日中雙語
可配合本人驗證・NDA（保密協議）
動工前先把「完成」定義清楚
交付後的支援・維護可洽談
先估價・諮詢 免費
需求用訪談仔細釐清
After-sales
交付後，我一個人也顧到底
不會「做完就閃」。交付後的除錯・改善・維護都能找我談。先免費聊聊都可以。
- 交付後的售後・維護可洽談
- 出問題會定位原因、快速處理
- 邊運行邊迭代到 v2、v3
※ 保固期間・維護方案細節個別洽談。
經歷・證照
Skills
PythonTypeScriptNext.js 15Payload CMSMongoDBTailwind CSSPlaywrightSelenium網頁自動化pandasGoogle GeminiOpenRouter / ClaudeLINE Messaging APIECOUNT ERPRedis (Upstash)Cloudflare R2Google Apps ScriptMake.comtkinter / PyInstallerSEO / AEO
Profile
我為自家的日本服飾代購電商，從零打造了一整套自動化中台——商品資料連携 → 在地化清洗 → 批量上架 → 庫存/折扣同步 → 訂單回拋 ERP → LINE 客服 → AI 試穿 → SEO，從設計、實作、打包到交付給非技術同事，全鏈路一個人串起來。我擅長把「能跑就好」的便利腳本，養成具備重試、fallback、冪等快取與可觀測性的生產級系統。日語 JLPT N2，正備考基本情報技術者（FE）。
全端・自動化工程師（獨立負責）
日本服飾代購電商（自家）
2022 – 2026
- 獨立設計、建置並維運「資料連携→在地化→批量上架→庫存/折扣同步→ERP 回拋→LINE→AI 試穿→SEO」全自動化中台
- 同一需求走完「探索腳本→模組化（17 個服務檔）→GUI→打包→簽章→交付非技術同事」整條路
- 防禦式編程：retry / fallback / 多欄位容錯 / 邊界樣本測試 / 資料正規化
- 效能瓶頸驅動架構升級：GAS/SSR 4–5 秒查詢 → Next.js+MongoDB+cron；圖片下載改 httpx HTTP/2＋多執行緒並行
日本語能力試驗 JLPT
JLPT N2 合格
- 可投日本在地職缺、以日語進行實務工作
情報處理推進機構（IPA） · 2026
基本情報技術者試驗（FE）備考中
- 日本 IT 國家考試；重點準備演算法、資料結構、資訊安全
自學
全端工程師（自學）
- 獨立設計、建置並維運生產級電商系統
- 維護 31.9 萬行、1,028 commit 的產品