本週 3Q 工程團隊七個專案同步推進：樹莓派桌面語音助理 pibar「夥計」完成後端架構獨立、ASR 模型升級與聲紋最佳化；Claude Nexus 自研 AI 工程平台改造為真 Agent 架構並修復 Chat 效能瓶頸；摩葳實業寄售管理系統首版正式上線，自動讀取客戶報表並直連電子發票；eMobile 多公司期別邏輯統一；onlinepay 模組通過永豐豐收款信用卡與虛擬帳號沙箱全鏈路驗證；太陽能監控系統完成效率係數校準；量化交易新增三個策略並完成候選股驗證。從硬體 AI 到金流整合，展現 3Q 在 B2B IT 系統整合的全棧縱深。
新專案 #
pibar：樹莓派桌面語音 AI 助理「夥計」正式成形 #
為樹莓派打造獨立語音助理「夥計」：以 systemd 管理後端服務、MCP 協定橋接指令通道，讓邊緣設備具備完整的語音喚醒、辨識與自然語言對話能力。升級 ASR 語音辨識模型，修復側臉誤判與連續喚醒時序問題，優化聲紋辨識門檻，GPU 加速整合就緒，Robot Face 動態表情 UI 同步改善。一套完整的硬體 AI 助理研發能力已實際落地。
摩葳寄售管理系統首版上線 #
摩葳實業的寄售銷售管理系統完成首版部署，核心功能是自動讀取客戶傳來的 Excel、CSV、PDF 格式銷售報表，自動抽取品項與數量寫入資料庫，大幅減少人工 key 單工作量。本週完成 31 個測試案例驗證、修正部署細節，並與 eMobile 電子發票系統成功串接——核帳後可直接自動開立發票，第一批資料已正式上線運行。
既有專案改進 #
Claude Nexus：canvas 模組升級為真 Agent 架構 #
將 Claude Nexus 的 canvas/studio 模組從視覺化設計工具改造為 open-design 真 Agent 架構，支援獨立 daemon 部署與端到端鏈路驗證，整條流程通過驗收。同步整合 codegraph 工具，支援函式呼叫圖譜查詢，精準定位程式碼依賴關係，大幅提升大型 AI 工程的可觀測性。修復 Claude CLI 工作目錄路徑 bug，穩定日常開發體驗。
Claude Nexus：Chat 效能診斷與接續 Session 設計 #
診斷 Chat 緩慢根因：特定模型因上下文格式異常導致空轉迴圈，停掉問題進程後效能立即恢復。新增「接續 session」功能，自動為前段對話生成摘要後開啟乾淨新對話，既保留記憶脈絡又避免 context 無限膨脹。此設計模式可直接應用於任何需要長對話管理的 AI 產品場景。
eMobile：多公司電子發票期別邏輯統一 #
統一以偶數結束月為期別計算基準，修正 HQ 與 B2B 兩版本的期別計算差異，並修復發票異常退回、地址驗證與統編查詢功能。整理多公司 Turnkey 傳輸配置，讓各分公司可獨立部署送方，兩版系統均通過建構驗證，可直接上線部署。
onlinepay：永豐豐收款金流沙箱全鏈路驗證 #
完成永豐銀行豐收款信用卡與 ATM 虛擬帳號的沙箱支付全流程驗證，涵蓋建單、簽章加解密、付款狀態通知完整鏈路。同步撰寫某客戶商城的整合指南；LINE Pay 商家帳號審核進行中，永豐正式環境申請同步推進。
Solar Monitoring：充電效率係數修正與 SOC 基準校準 #
修正充電效率係數計算偏差並重建 Docker 服務固化設定，同步校準電池容量與 SOC 起算基準點。確認電費費率在新週期自動切換、無需人工介入。下次自然切換市電後將取得完整驗證數據，形成可持續監控的閉迴圈校正機制。
台股量化交易：資料源統一與三個新策略驗證 #
統一對配勝率計算的回測窗口標準，排除因資料源切換導致的數字分歧，確保決策指標與顯示數值完全一致。新增三個買方策略，對候選股完整驗證，找到合格對配標的，其中一檔由新策略命中。「單一資料源 + 一致回測窗口」的資料工程紀律，同樣適用於任何數據驅動決策的企業系統。
基礎建設 #
gomylife 技術週報自動生成器架構確立 #
為 gomylife.tw 建立週報自動化管道：以 digest 為內容源，分離歷史補填與每日 cron 兩條路徑，解決資料斷料問題。過程中發現關鍵 prompt 工程細節：session transcript 作為 AI 輸入時，必須明確指定「旁觀總結」角色，否則模型會接續對話演出而非產出客觀摘要——此細節適用所有基於對話紀錄做自動分析的系統。
本週技術心得 #
這週七個專案並進，整理出幾個值得 B2B IT 顧問參考的通用觀察。
邊緣 AI 不必妥協：pibar 的實踐顯示，樹莓派搭配 systemd 與 MCP 架構，可做到完整的離線語音助理體驗。對隱私敏感的製造業或倉儲場域，邊緣 AI 是可落地的選項，資料不出廠。
AI 工程平台需要可觀測性：Claude Nexus 的 codegraph 整合說明一件事——當系統越來越大，「知道程式碼誰在呼叫誰」本身就是核心工程能力。可觀測性不是錦上添花，而是規模化的前提。
金流整合先跑沙箱：永豐豐收款的沙箱驗證把所有邊界案例（簽章異常、通知遺失）在正式上線前一次測完，避免線上事故。這個節奏適用於所有對外金融 API 串接，省下的是真實的事故處理成本。
資料源一致性是量化策略的地基：回測與即時數據若走不同資料源，所有策略結論都站不住腳。先固定資料管道，再談策略優化——這個紀律同樣適用於任何需要數據驅動決策的企業系統，不只量化交易。
Prompt 工程的旁觀 vs. 接續問題：用對話 transcript 做 AI 自動摘要時，模型預設傾向「成為對話的一方」而非旁觀者，system prompt 必須明確指定角色。這個細節在任何基於對話紀錄自動分析的場景中都會遇到，值得提前設計。
本文是 3Q 工程團隊的每週技術進度整理，由 Claude 協助編寫。內容聚焦技術類型與通用心得，不含客戶資訊。