# AI 智慧助理系統
## 系統說明文件（給所有人看的版本）
| 欄位 | 內容 |
| --- | --- |
| **文件版本** | v1.0.0 |
| **撰寫日期** | 2026-03-03 |
| **負責單位** | 機構設計整合部 |
| **機密等級** | 機構內部文件 |
---
## 目錄
1. [為什麼要做這個系統？](#1-為什麼要做這個系統)
2. [這個系統能做什麼？](#2-這個系統能做什麼)
3. [我們選了哪些工具？為什麼？](#3-我們選了哪些工具為什麼)
4. [系統長什麼樣子？](#4-系統長什麼樣子)
5. [資料怎麼存放？](#5-資料怎麼存放)
6. [系統有哪些功能介面？](#6-系統有哪些功能介面)
7. [使用流程是什麼？](#7-使用流程是什麼)
8. [畫面設計](#8-畫面設計)
9. [AI 能用哪些工具？](#9-ai-能用哪些工具)
10. [系統安全怎麼做？](#10-系統安全怎麼做)
11. [如何在公司內網安裝？](#11-如何在公司內網安裝)
12. [開發計畫與時程](#12-開發計畫與時程)
---
## 1. 為什麼要做這個系統？
### 1.1 現在的問題
機構設計整合部的工程師每天都要用 SolidWorks、CATIA 這類 3D 繪圖軟體。在工作過程中，常常會遇到這些情況：
- **「這個功能在哪裡？」** — 要花時間翻手冊
- **「這個快捷鍵是什麼？」** — 記不住，又要重新查
- **「這份教學在哪個資料夾？」** — 文件散落各處，找很久
現在的資料都是一份一份的 PDF 或 Word 文件，存放在不同地方，查起來費時費力，而且沒辦法用「我的問題是……」這樣的自然說話方式去搜尋。
### 1.2 我們想解決什麼？
我們想打造一個像「公司專屬智慧助理」的系統。工程師只需要打開瀏覽器，就可以用一般說話的方式問問題，系統會自動去翻公司的技術文件，找到答案後直接回答。
整個系統只在公司內網運作，**任何資料都不會傳到外部網路**。
### 1.3 這個系統的五大目標
| 目標 | 白話說明 |
| --- | --- |
| 📖 **問 CAD 操作問題** | 直接打字問「SolidWorks 怎麼做曲面？」，系統會回答步驟 |
| 🖼️ **上傳截圖來問** | 拍一張 CAD 畫面，問「這個地方怎麼改？」，系統能看圖回答 |
| 📁 **管理公司知識庫** | 把 PDF 或 Word 手冊丟進去，系統自動讀懂並建立可搜尋的索引 |
| 🔒 **資料完全保留在公司** | 所有問答和資料都在公司伺服器，不會上傳到網路 |
| 🛠️ **未來可以自己維護** | 用的都是公開的技術，公司內部有 Python 基礎就能維護 |
### 1.4 系統的使用範圍
- **伺服器**：放在整合部的專用電腦上，負責執行 AI 和存放資料
- **使用者**：工程師用自己的繪圖筆電，打開瀏覽器（Chrome 或 Edge）就能用，**不需要安裝任何東西**
- **網路環境**：完全在公司內部網路，不連外部網路
---
## 2. 這個系統能做什麼？
### 2.1 主要功能
#### 功能一：和 AI 對話問問題
- 用打字的方式和 AI 聊天，就像用 LINE 或 Google 搜尋一樣
- AI 會記住這次對話的前後文，可以連續追問（「那如果要加圓角呢？」）
- AI 回答時會像打字機一樣一個字一個字出現，不需要等很久
#### 功能二：查 CAD 指令和快捷鍵
- 問「CATIA 怎麼做薄殼？」，AI 會直接告訴你步驟和選單位置
- 問「SolidWorks 旋轉的快捷鍵是什麼？」，AI 可以直接查專屬工具回答
#### 功能三：從公司文件裡找答案（知識庫問答）
- 把公司的技術手冊匯入系統後，AI 會優先從這些文件找答案
- 回答時會附上「這是從哪份文件的第幾頁找到的」，方便確認來源
#### 功能四：上傳圖片來問問題
- 可以截一張 CAD 畫面或工程圖，傳給 AI 問「這個地方是什麼意思？」
- AI 能看懂圖片，結合知識庫給出回答
#### 功能五：批次匯入技術文件
- 支援 PDF、Word、圖片、Markdown 等格式
- 可以一次匯入整個資料夾的文件
- PDF 裡的圖片也會被 AI 描述成文字，一起納入搜尋
#### 功能六：帳號與權限管理
- 每個人要登入才能使用
- 分為「一般使用者」和「管理員」兩種角色
- 管理員可以管理帳號和系統設定
#### 功能七：操作紀錄
- 所有操作（聊天、上傳文件、刪除文件）都會自動記錄
- 方便日後追查或稽核
### 2.2 系統的基本要求
| 項目 | 要求說明 |
| --- | --- |
| **速度** | 一般問答在 3 秒內開始回覆（速度取決於伺服器等級） |
| **穩定性** | 伺服器開機後自動啟動，不需要手動操作 |
| **安全性** | 需要帳號密碼登入，有防止惡意攻擊的機制 |
| **離線能力** | 100% 在公司內網運作，不對外傳送任何資料 |
| **可擴充** | 未來要加新功能或換 AI 模型，不需要大改程式 |
---
## 3. 我們選了哪些工具？為什麼？
> 這個章節說明系統用了哪些軟體技術，以及為什麼選這些。就算看不懂技術細節，也能了解選擇的理由。
### 3.1 讓 AI 在公司電腦上運行的工具：Ollama
**它是什麼？**
Ollama 是一個讓 AI 語言模型在自己電腦上跑起來的軟體，就像「把 ChatGPT 的大腦裝到公司電腦裡」。
**為什麼選它？**
- 在 Windows 上直接點兩下就能安裝，不需要複雜設定
- 安裝好、模型下載完之後，完全不需要網路就能用
- 免費開放使用，沒有商業授權費用的風險
- 支援各種 AI 模型（可以視需求升級或更換）
---
### 3.2 讓 AI 「聰明地」回答問題的框架：LangGraph
**它是什麼？**
LangGraph 是讓 AI 能夠「分步驟思考」的框架。就像一個有邏輯的處理流程：先判斷問題類型，再決定要查手冊、查工具，還是直接回答。
**為什麼選它？**
- 免費開放使用，完全沒有商業風險
- 用一般的 Python 程式碼就能維護，公司不需要依賴特定廠商
- 可以清楚看到 AI 每一步在做什麼（透明可追蹤）
- 對話記錄可以儲存到資料庫，系統重開也不會遺失
---
### 3.3 選用的 AI 模型
**主要對話模型：Qwen2.5-VL（阿里巴巴出品）**
- 對繁體中文的支援非常好
- 可以看懂圖片（上傳截圖後能理解內容）
- 7B 版本約需要 5GB 的顯示卡記憶體（伺服器規格能跑）
**讓 AI 「讀懂」文件的模型：nomic-embed-text**
- 這個模型負責把文件內容轉換成可以「比對相似度」的數字格式
- 這樣 AI 才能從幾百份文件裡找到最相關的段落
> 💡 **伺服器記憶體建議**：
> - 最低：8GB 顯示卡記憶體（可正常運作）
> - 建議：16GB（更順暢）
> - 高效：24GB（可用更強大的 AI 模型）
---
### 3.4 讀取 PDF 的工具：pymupdf4llm
把 PDF 文件裡的文字、表格、圖片都擷取出來，轉換成 AI 看得懂的格式。PDF 裡的圖片會額外交給視覺 AI 描述成文字，一起存入系統。
---
### 3.5 為什麼不用 AnythingLLM / MaxKB / Dify？
這三個也是市面上知名的 AI 知識庫平台，我們評估後決定不用，原因如下：
| 平台 | 不選的主要原因 |
| --- | --- |
| **AnythingLLM** | 是個「黑盒子」，我們沒辦法自訂 AI 讀文件的方式；也無法整合我們需要的 CAD 工具查詢功能 |
| **MaxKB** | 必須要用 Docker 才能安裝（我們的部署需求不用 Docker）；而且架構封閉，要改功能非常麻煩 |
| **Dify** | 授權條款有風險；同樣必須用 Docker 安裝；複雜客製功能最後還是要手寫程式碼，失去了用平台的好處 |
簡單說：這三個適合「快速建立 demo」，但不適合「長期維護、深度客製」的場景。
---
## 4. 系統長什麼樣子？
### 4.1 用一句話說明架構
系統分成兩個部分：
- **你的電腦**（客戶端）：只需要一個瀏覽器，什麼都不用裝
- **伺服器**（後台）：裝在整合部的電腦上，負責跑 AI、存資料、處理所有運算
就像你用 Google Maps：你的手機只是個瀏覽器，所有地圖計算和資料都在 Google 的伺服器，只是 Google 的伺服器在雲端，我們的伺服器在公司內。
### 4.2 伺服器裡有什麼？
| 元件名稱 | 它的工作 | 類比說明 |
| --- | --- | --- |
| **前端網頁** | 你在瀏覽器看到的畫面 | 餐廳的菜單和點餐介面 |
| **後端 API** | 接收你的問題，協調各元件工作 | 餐廳的服務生 |
| **AI Agent（LangGraph）** | 判斷問題類型、決定去查什麼 | 資深的知識顧問 |
| **Ollama（AI 模型）** | 真正「思考」並產生回答的部分 | 廚師（烹飪答案） |
| **資料庫（PostgreSQL）** | 存放所有資料：使用者、對話、文件 | 資料室 / 檔案庫 |
| **向量索引（pgvector）** | 讓 AI 能快速從文件找到最相關段落 | 圖書館的索引卡 |
| **MCP 工具伺服器** | 提供 CAD 指令查詢等專業工具 | 工具箱 |
### 4.3 AI 怎麼決定要做什麼？
當你問一個問題，AI 會先判斷這個問題的類型，再決定怎麼回答：
```
你的問題
↓
AI 判斷問題類型
├─ 查公司文件（知識庫） → 搜尋文件索引 → 產生回答（附來源）
├─ 查 CAD 指令 → 查 CAD 工具資料庫 → 產生回答
├─ 看圖片 → AI 分析圖片 → 搜尋文件 → 產生回答
└─ 一般問題 → 直接回答
```
### 4.4 設計原則
1. **換 AI 模型不需要重新開發**：只要改一個設定，就能切換到不同的 AI 模型
2. **加新工具不需要改主程式**：新增一個 CAD 工具，只要在設定檔登記即可
3. **對話歷史永久保存**：伺服器重開機也不會遺失聊天記錄
4. **前後端分離**：前端畫面和後端邏輯各自獨立，任一方調整不影響另一方
---
## 5. 資料怎麼存放？
> 本章節說明系統儲存哪些資料，不需要了解技術細節。
### 5.1 存放的資料種類
系統使用 PostgreSQL 資料庫（業界標準的關聯式資料庫，就像 Excel，但更強大、更安全）存放以下資料：
| 資料類型 | 說明 |
| --- | --- |
| **使用者帳號** | 帳號名稱、電子郵件、加密後的密碼、角色（一般/管理員） |
| **對話記錄** | 每次對話的所有訊息，包含你說的話和 AI 的回覆 |
| **文件清單** | 匯入文件的名稱、類型、處理狀態（處理中/完成/失敗） |
| **文件段落與向量** | 文件被拆分成小段落後，每段轉換成數字（讓 AI 能比對相似度） |
| **MCP 工具清單** | 已登記可用的工具名稱與連線位置 |
| **操作日誌** | 誰、什麼時候、做了什麼操作 |
| **批次任務狀態** | 批次匯入文件時，目前進度和失敗情況 |
| **AI 對話狀態** | LangGraph 儲存的對話中繼狀態，讓系統重開也能恢復 |
### 5.2 密碼的安全性
密碼不是直接存成明文，而是經過「單向加密」（bcrypt hash）後才存入資料庫。即使有人拿到資料庫，也無法知道原始密碼是什麼。
### 5.3 向量索引是什麼？
想像圖書館的索引卡：每本書的主題被轉換成可以「比對距離」的數字座標，找書時不是一本一本掃描，而是直接找最靠近你問題的那堆書。這就是向量索引的功能，讓 AI 能在幾毫秒內從幾千個段落中找到最相關的內容。
---
## 6. 系統有哪些功能介面？
> 本章節說明系統提供哪些操作功能，不含技術細節。
### 6.1 登入
- 輸入帳號密碼後取得通行證，之後的所有操作都需要帶著這張通行證
- 通行證有效期為 8 小時，過期後需要重新登入
### 6.2 對話功能
| 操作 | 說明 |
| --- | --- |
| **開始對話** | 傳送一則訊息（可附圖片），AI 以串流方式回覆 |
| **查看歷史對話** | 取得所有過去的對話列表（含標題和最後更新時間） |
| **查看特定對話** | 取得某次對話的完整訊息記錄（含 AI 引用了哪份文件） |
### 6.3 文件管理功能
| 操作 | 說明 |
| --- | --- |
| **上傳單一文件** | 上傳一份 PDF/Word/圖片，系統在背景自動處理 |
| **批次匯入** | 指定伺服器上某個資料夾路徑，一次匯入全部文件 |
| **查詢匯入進度** | 查看批次任務目前處理了幾份、剩幾份、有沒有失敗 |
### 6.4 管理員功能
| 操作 | 說明 |
| --- | --- |
| **查看系統狀態** | 確認 AI 服務是否正常運作、資料庫有幾份文件 |
| **管理 MCP 工具** | 查看有哪些 CAD 查詢工具可用，確認是否正常 |
---
## 7. 使用流程是什麼？
### 7.1 你問問題，AI 怎麼回答？
**步驟一：判斷你的問題類型**
AI 首先判斷你的問題屬於哪種：
- 「需要查公司文件來回答」
- 「需要查 CAD 指令工具資料庫」
- 「你有上傳圖片」
- 「一般問題，直接回答就好」
**步驟二：去找資料**
- 如果是需要查文件：AI 把你的問題轉成數字格式，和資料庫裡的所有文件段落比對相似度，找出最相關的 5～10 段
- 如果是查 CAD 指令：AI 呼叫 CAD 指令工具資料庫，取得結構化的操作步驟
- 如果你上傳了圖片：AI 先「看」圖片並描述內容，再去補充查相關文件
**步驟三：生成回答**
把找到的資料和你的問題整合在一起，產生一段完整的回答。回答裡會附上「這是從哪份文件找到的」。
---
### 7.2 上傳文件，系統怎麼處理？
文件上傳後，系統在背景執行以下步驟（使用者不需要等待，系統自動完成）：
**步驟一：解析文件**
把 PDF 或 Word 文件的文字、表格、圖片全部讀取出來。如果是 PDF，裡面的圖片會交給視覺 AI 用文字描述（例如：「這是一張 SolidWorks 的伸長特徵截圖，顯示深度為 50mm」）。
**步驟二：切割成小段落**
把整份文件切成大約 512 個字一段，並允許前後段有 64 個字重疊，避免重要資訊被切斷。
**步驟三：轉換成可搜尋的格式**
每個段落都送給 Embedding 模型，轉換成一串數字，代表這段文字的「語意位置」，就像圖書館替每本書貼上主題座標。
**步驟四：存入資料庫**
所有段落和對應的數字存入資料庫，完成後標記文件狀態為「處理完成」。
整個流程完全自動，匯入後就可以立即用來回答問題。
---
## 8. 畫面設計
### 8.1 系統有幾個頁面？
| 頁面 | 說明 |
| --- | --- |
| **登入頁** | 輸入帳號密碼 |
| **對話主頁** | 主要使用畫面，左側有歷史對話清單，右側是聊天視窗 |
| **文件管理頁** | 查看所有已匯入的文件，可以上傳或刪除 |
| **文件上傳頁** | 上傳單一文件或批次匯入 |
| **系統管理頁**（管理員限定） | 查看系統健康狀態、管理帳號、管理工具 |
### 8.2 主要畫面元素
| 元素 | 功能說明 |
| --- | --- |
| **聊天視窗** | 顯示對話內容，AI 回答以打字機效果逐字出現，格式正確排版 |
| **訊息框** | 每則訊息可以顯示「這個答案來自哪份文件第幾頁」 |
| **圖片上傳按鈕** | 支援拖放或點選上傳，可以預覽 |
| **文件清單** | 顯示所有文件的處理狀態（等待中、處理中、完成、失敗） |
| **批次匯入進度條** | 顯示目前處理了幾份、整體進度百分比 |
| **左側歷史欄** | 列出所有歷史對話，點擊可切換 |
| **系統狀態面板** | 管理員可以看到 AI 服務是否正常、資料庫有多少文件 |
---
## 9. AI 能用哪些工具？
### 9.1 什麼是「工具」？
除了從文件裡找答案，AI 還可以呼叫特定的「工具」來取得更精確的資訊。這些工具是預先準備好的知識庫或查詢功能，AI 能判斷何時需要用它們。
這套工具系統遵循一個叫做「MCP（Model Context Protocol）」的開放標準，由 Anthropic 制定，確保工具可以被各種 AI 系統通用。
### 9.2 目前規劃的工具
#### 工具一：CAD 指令查詢
**能做什麼：** 查詢 SolidWorks、CATIA、AutoCAD 的指令名稱、操作步驟、快捷鍵
**使用情境：** 你問「SolidWorks 伸長填料怎麼做？」→ AI 呼叫這個工具 → 工具回傳：
- 選單位置：插入 → 填料/基材 → 伸長
- 操作步驟：1. 選取草圖 2. 點選選單 3. 設定深度 4. 確認完成
#### 工具二：CAD 快捷鍵查詢
**能做什麼：** 查詢特定動作對應的快捷鍵
**使用情境：** 你問「CATIA 旋轉視角的快捷鍵？」→ AI 呼叫這個工具 → 直接回傳答案
### 9.3 未來可以輕鬆擴充
這套工具系統的設計讓新增工具非常簡單：只要準備好新工具，在設定檔登記一下，AI 就能自動開始使用，**不需要修改 AI 的主程式**。未來可能的擴充方向：
- 材料規格查詢工具
- 公差標準查詢工具
- 公司內部規範對照工具
---
## 10. 系統安全怎麼做？
### 10.1 誰能用這個系統？
每個人都需要帳號才能登入。系統分兩種角色：
| 角色 | 可以做什麼 |
| --- | --- |
| **一般使用者** | 對話問答、上傳文件、查看自己的對話記錄 |
| **管理員** | 以上所有功能＋管理所有帳號、查看系統狀態 |
### 10.2 登入後怎麼驗證身份？
登入成功後，系統發給你一張「數位通行證」（JWT Token），有效期 8 小時。之後你的每一個操作都會自動帶著這張通行證，系統驗證通行證有效才會執行。
### 10.3 密碼安全
密碼以業界標準的加密方式（bcrypt）處理後才存入資料庫，即使管理員也看不到你的密碼明文。
### 10.4 防止惡意攻擊
| 威脅類型 | 防護方式 |
| --- | --- |
| **有人試圖讓 AI 說出不該說的話** | AI 有明確的行為邊界設定，使用者輸入的內容與 AI 的指令是隔離的 |
| **上傳超大檔案攻擊伺服器** | 限制上傳檔案大小上限（預設 50MB） |
| **用特殊 PDF 攻擊系統** | 使用有安全防護的 PDF 解析方式 |
| **利用路徑竄改存取不該看的資料夾** | 批次匯入功能只有管理員能用，且只能指定允許的路徑範圍 |
### 10.5 操作日誌
以下操作全部自動記錄（包含：誰做的、什麼時候、做了什麼）：
- 登入與登出
- 發送對話訊息
- 上傳、刪除文件
- 批次匯入
- 管理員的所有操作
### 10.6 資料隔離
- 每個人只看得到自己的對話和自己上傳的文件
- 知識庫（公司技術文件）是全部人共享的
- 管理員可查看所有紀錄
---
## 11. 如何在公司內網安裝？
> 📌 由於公司是完全離線的內網環境，所有軟體都需要預先下載好，帶進來安裝。
> 📌 本指南針對 Windows 11 伺服器。
### 11.1 安裝前的準備
在有網路的環境（例如家裡），先把以下東西下載到 USB 隨身碟：
| 需要下載的東西 | 是什麼 |
| --- | --- |
| PostgreSQL 16 安裝檔（.exe） | 資料庫軟體 |
| pgvector Windows 套件 | 讓資料庫支援向量搜尋的擴充 |
| Python 3.11 安裝檔（.exe） | 後端程式語言環境 |
| Ollama Windows 安裝檔（.exe） | 讓 AI 模型跑在本機的軟體 |
| Node.js LTS 安裝檔（.exe） | 前端網頁的建構工具 |
| AI 模型檔案 | qwen2.5-vl:7b（約 4.4GB）、nomic-embed-text（約 0.3GB） |
| Python 套件壓縮包 | 所有後端依賴的 Python 套件 |
| 前端套件壓縮包 | 所有前端依賴的 npm 套件 |
---
### 11.2 安裝步驟（伺服器端，共 8 步）
#### 步驟 1：安裝資料庫（PostgreSQL）
1. 執行安裝檔，設定好密碼（請使用強密碼並妥善保管）
2. 安裝完成後，建立給這個系統用的資料庫
3. 安裝 pgvector 擴充（讓資料庫支援 AI 向量搜尋）
#### 步驟 2：安裝 Python
1. 執行安裝檔，**記得勾選「Add Python to PATH」**
2. 安裝完成後，在命令提示字元輸入 `python --version` 確認成功
#### 步驟 3：安裝 Ollama（AI 模型服務）
1. 執行安裝檔
2. 安裝完成後，把預先下載好的 AI 模型複製到指定資料夾
3. 設定讓 Ollama 監聽內網所有連線（讓同事的電腦也能連進來）
#### 步驟 4：安裝 Node.js（前端建構用，安裝一次即可）
1. 執行安裝檔，直接 Next 到底即可
#### 步驟 5：安裝後端 Python 套件
1. 從 USB 把套件包複製到伺服器
2. 執行一行安裝指令，Python 會自動從本機套件包安裝所有依賴
#### 步驟 6：初始化資料庫
1. 設定好設定檔（資料庫密碼、AI 模型名稱、資料存放路徑等）
2. 執行資料庫初始化腳本，自動建立所有資料表
#### 步驟 7：設定系統服務（讓程式隨開機自動啟動）
使用 NSSM（一個小工具）把後端程式、MCP 工具伺服器都設定成 Windows 系統服務，這樣伺服器重開機後不需要手動再啟動程式。
#### 步驟 8：建構前端網頁
1. 用離線套件包安裝前端依賴
2. 執行建構指令，產生可以直接服務的靜態網頁
3. 前端網頁由後端 FastAPI 一併提供服務
---
### 11.3 客戶端使用者怎麼用？
客戶端（研發工程師的繪圖筆電）**完全不需要安裝任何東西**。
只要打開瀏覽器（建議 Chrome 或 Edge），輸入：
```
http://伺服器的IP位置:8000
```
就能開始使用。
---
### 11.4 防火牆設定
在伺服器的防火牆開放以下連接埠：
| 連接埠 | 用途 |
| --- | --- |
| 8000 | 主要服務（所有使用者連這裡） |
| 11434 | AI 推理服務（通常只需內部使用） |
| 5432 | 資料庫（**僅限伺服器本機存取，絕對不對外開放**） |
---
## 12. 開發計畫與時程
### 12.1 開發分五個階段
#### 第一階段：打地基（預計第 1～4 週）
- 安裝並設定伺服器環境
- 建立基本的後端服務框架（帳號登入、API 通訊）
- 讓 AI 能接收問題並回答（不含文件查詢）
- 建立資料庫結構
**此階段結束可以做到**：登入後問 AI 問題，AI 能直接回答
---
#### 第二階段：文件問答（預計第 5～8 週）
- 開發 PDF 解析功能（含圖片自動描述）
- 開發向量化和存入資料庫的流程
- 讓 AI 回答時能從公司文件找依據
- 開發單一文件上傳和批次匯入功能
**此階段結束可以做到**：上傳手冊後，AI 能從手冊裡找答案回覆
---
#### 第三階段：CAD 工具整合（預計第 9～11 週）
- 建立 SolidWorks、CATIA、AutoCAD 指令資料庫
- 開發 CAD 查詢工具
- 讓 AI 能判斷何時要查指令工具，何時要查文件
**此階段結束可以做到**：AI 能自動判斷是查文件還是查指令工具，給出更精確的答案
---
#### 第四階段：完整前端介面（預計第 12～14 週）
- 開發完整的網頁操作介面
- 實作打字機效果的串流回答
- 圖片上傳功能
- 文件管理頁面
- 系統管理員頁面
**此階段結束可以做到**：完整的使用者介面，非技術人員可以直接操作
---
#### 第五階段：測試與正式上線（預計第 15～16 週）
- 完整的功能測試和效能調整
- 準備一鍵安裝腳本（方便未來重新部署）
- 撰寫使用者操作說明文件
- 正式在公司內網部署上線
**此階段結束**：系統正式交付給整合部使用
---
### 12.2 里程碑總覽
| 里程碑 | 預計完成時間 | 可以做到什麼 |
| --- | --- | --- |
| M1：基礎問答可用 | 第 4 週 | 登入、和 AI 基礎對話 |
| M2：文件問答可用 | 第 8 週 | 上傳文件、從文件回答問題 |
| M3：完整 Agent 功能 | 第 11 週 | CAD 指令查詢、多模態圖片問答 |
| M4：完整前端介面 | 第 14 週 | 所有功能都有好用的操作介面 |
| M5：正式上線 | 第 16 週 | 離線環境部署完成，全面開放使用 |
---
*本文件為機構設計整合部 AI 智慧助理系統的系統說明文件，適合所有相關人員閱讀。*
Comments...
No Comments Yet...