Auto Universe: 測試自動化 AI 生態系
整合多個專職 AI agent、測試任務與 Human in the Loop,形成具治理能力的自動化系統。
- 展現多代理協作與流程治理設計能力
- 涵蓋生成、審核、交接與流程控制
- 反映 AI automation 架構思路與實務取向
whoami
role: AI Builder
具備 10+ 年 HIS、QA、Support 與系統分析實務,近年聚焦 AI workflow、內部工具與自動化產品落地。 經驗涵蓋需求整理、流程設計、系統整合、交付上線與持續維運。
可對應職務方向:AI Product / Automation PM、AI Builder、Workflow Designer、QA/Systems Transformation
內容以職能結構、代表成果、方法拆解與產業背景為主,便於快速判讀適配度與履歷亮點。
指標整合自實作案例、公開內容與流程整理,可作為成果密度與持續輸出的參考。
cat ~/what-you-can-do-here.md
首頁內容可快速對應三個評估面向:職務適配、代表成果,以及支撐成果的專業背景與工作方法。
ls ~/projects --featured --sorted=impact
以下案例集中呈現三類能力:多代理協作、產品型落地,以及需求轉規格與文件的流程化能力。
整合多個專職 AI agent、測試任務與 Human in the Loop,形成具治理能力的自動化系統。
由聊天工具延伸為可搜尋、可分析、可沉澱知識的完整產品,而非單點功能型工具。
將需求轉化為可交付規格、使用者故事與測試案例,縮短產品到開發前的準備時間。
cat ~/playbooks/learning-paths.md
除了作品展示,網站也持續整理可重複的方法與流程,方便從案例延伸理解工作方式。
聚焦產品經理使用情境,說明如何運用 CLI 工具加速研究、規格撰寫與文件整理。
以 n8n 串接資料庫、向量檢索與 AI,建立可運行且具實務價值的 RAG workflow。
cat ~/background/why-this-works.md
核心優勢在於不僅能完成模型串接,也能將 AI 放入真實流程、組織限制與交付要求中運作。
git log --oneline ~/journey --max-count=3
發展方向並非單點轉換,而是將既有 QA、系統與產品能力逐步延伸至更高槓桿的 AI 實務工作。
聚焦在 AI agent orchestration、治理流程與更成熟的內部工具設計。
把 LINE Bot、PRD pipeline、任務管理與各種自動化流程做成具體產品與案例。
長期在醫療資訊與系統實務中工作,養成對穩定性、例外處理與交付品質的敏感度。