不講原理，
只講怎麼做完一件事。

本地 OpenAI 相容端點，既有程式碼改一行 base URL 即可切換，附模型選型與量化建議。

結構清晰的簡報：每頁一個論點、圖表自動配、附來源與備註稿。

結構化 JSON：營收、毛利、現金流、分部數據，每筆附頁碼來源。

結構完整的 Pitch Book 初稿：市場概覽、可比公司、估值區間、交易結構建議。

可運算的 DCF 模型：三階段現金流、WACC、終值，附敏感度矩陣與假設清單。

一次實作、多工具可用的 MCP Server，含權限控制與工具描述最佳化。

Lead 分派、子 Agent 隔離執行、結果彙整的架構，含寫入範圍劃分與衝突避免。

自建題庫與評分腳本，每次改動都跑同一組測試，輸出準確率、覆蓋率與成本對比。

會後自動產出紀要、抽取行動項與負責人、推送給相關人並建立追蹤。

定時自動抓數、套用固定模板、產出含異常標註的報告並推送。

每條線索的會前簡報：公司近況、痛點推測、可切入的話題、個人化開場白。

定期比對競品定價頁與更新日誌，只在有實質變動時推送差異摘要。

一頁盡調摘要：業務、股權、關連交易、風險訊號、下一步該查什麼。

在即時通訊軟體內直接問答，回答附文件出處與段落，可追蹤未命中問題補文件。

持股拓撲圖與逐層稀釋計算，含防雙計檢查點與可回溯的每一步依據。

能引用內部文件回答的客服機器人，答不出來時轉人工，含命中率統計。

先產出架構理解與風險清單，再分小步重構，每步有測試保護與可回滾的 commit。

多層驗證：覆蓋率與準確率分離統計、低信心自動棄權、每個結論可回溯到原始來源。

自己寫一遍切塊、嵌入、檢索、重排、生成，並建立可量化的檢索品質評估。

含健康檢查、用量與成本監控、失敗告警、可回溯日誌與降級策略的部署。