專題簡介： 大學生在查詢各種校務資訊時，往往需要透過多個管道或親自到系辦詢問，不僅耗時且容易獲得過時資訊。同時，行政人員也因重複回答相同問題而降低工作效率。伴隨著生成式 AI 技術的發展，我們創建了 GradAIde，一個智慧型系所 AI 助理，結合「多代理協作」、「即時資訊檢索」與「多模態支援」三大特色。系統將校務資訊建立為向量資料庫進行檢索回答，並特別針對課程資訊、教師資料和畢業門檻等核心需求，透過網路爬蟲技術提供最新資訊，彌補現有 CHATBOT 無法取得即時資料的限制。

開發技術與方法：

• 前端開發： React.js 搭配現代化 UI 設計，提供直觀的對話介面。

• 後端架構： FastAPI 2.2.0 作為 API 接收層，整合多項 AI 服務。

• AI 技術核心： Microsoft AutoGen 多代理框架、LangChain 結合 Firestore Vector Store 向量資料庫搭配 BGE-M3 嵌入模型、OpenAI GPT-4.1 圖像識別。

• 資料獲取： Playwright 網路爬蟲技術，即時抓取課程資訊。

• 本地部署： Qwen3:latest 透過 Ollama 本地部署，確保資料安全性。

專題簡介：目前大專棒球隊在比賽時依然使用傳統紙筆的方式紀錄，因為需要在短時間內紀錄球場上眾多變化，而可能導致手忙腳亂的情形，甚至造成錯誤的發生。而這種紀錄方式對於現代提倡的數據分析上造成許多限制，僅能用手動方式輸入至excel程式中進行計算，對於球隊而言是項耗時又繁雜的工作。而市面上現有的棒球紀錄系統版本有限，其紀錄方式難以滿足大專棒球所需之功能，因此我們和輔仁大學棒球隊進行產學合作，開發出一套系統能符合大專棒球隊紀錄與分析的需求。

專題簡介：許多出國旅行的人往往有多餘的行李空間，卻無法將這些資源充分利用，伴隨著共享經濟的發展，越來越多的人希望在出國旅行時能幫助他人購買商品，從而賺取一些額外收入。因此，我們創建了Pago，一個創新的代購媒合平台，結合「共享經濟」、「代購媒合」與「價格透明」三大特色。

開發技術與方法：

• UI/UX 設計： Figma 結合 MUI。

• 前端開發：React.js與Next.js，前端的主機部署於 Vercel 上，包括 CI/CD 。

• 後端開發： Spring boot與MySQL，使用 AWS 所提供的服務，包括：Beanstalk、SES、SNS、RDS for MySQL、S3、CloudWatch 等。

專題簡介：許多想投入加密貨幣交易市場的人，由於缺乏相關練習經驗，往往導致血本無歸的情況發生，也因此，我們決定做出能讓使用者藉由虛擬資金，來進行加密貨幣交易的模擬交易手機APP。

開發技術與方法：前端介面設計是使用Figma，並由React Native編寫APP使用者介面，從現有的虛擬貨幣市場以API擷取指定虛擬貨幣的詳細資料，例如幣現價或是交易情況等，再將擷取的資料製成價格走勢圖加進前端介面；後端伺服器是使用Python的fastapi進行伺服器架設，資料庫則使用Firebase儲存所需的資料，並將資料庫與APP、後端伺服器做串接。