← 回講師列表
由 AvoMole AI 引擎生成
名人推薦可接案
林品睿
LLM 應用工程師 · 前電商搜尋團隊
在電商公司待了五年，主力是把大型語言模型接進真實產品裡。做過商品問答機器人、客服自動分類、還有一套踩了無數坑的 RAG 搜尋。我不太喜歡從理論講起，習慣直接開一個能跑的小專案，邊做邊補觀念。教學重心放在「怎麼讓 LLM 在正式環境不出包」這件事上。
NT$1400 /時
能力側寫
AI 能力側寫
引擎摘要
LLM 應用實戰型講師，強在把模型落地成產品，尤其 RAG 與線上穩定性。理論深度中等，適合已有程式基礎、想直接做出東西的人。
適教程度
初階中階
專案難度
★★★★★GitHub
@linpinjui-demo
語言分佈
Python 62%TypeScript 26%Shell 12%
近一年穩定更新，主要在維護 RAG 教學範例與回答 issue。
product-qa-bot★ 46
電商商品問答機器人的參考實作，含 RAG 檢索與 fallback
Pythonrag-cookbook★ 71
把 RAG 常見坑整理成十幾個可執行的 notebook
Jupyter Notebookprompt-lint★ 12
簡單的 prompt 檢查小工具，抓常見寫法問題
TypeScript作品集
作品集
學生評價
學生評價
AI 評價摘要83% 的學生提到「範例都能直接跑，少走很多冤枉路」。
阿凱★★★★★
本來 RAG 檢索一直抓錯東西，上了兩堂他直接指出我 chunk 切太大，改完準確度整個上來。範例都能跑真的省超多時間。
Wendy★★★★★
很實務，不會空談理論。他把上線會遇到的狀況都先講過一遍，我後來自己接產品的時候少踩很多雷。
小豪★★★★★
內容很紮實，唯一小缺點是有時候講太快，需要自己回去消化。但問問題都會很仔細回。
名人推薦
名人推薦
「品睿的 RAG 教學是我看過最接地氣的，範例真的能跑，新手照著做不會卡在環境地獄，很推薦。」
課程方案
課程方案
單堂體驗
NT$1400
60 分鐘，先看你的目標，直接動手做一個小 demo
RAG 入門四堂
NT$5000
四堂把一套能用的 RAG 從零建起來，含向量庫與評估
十堂專題陪跑
NT$12000
十堂陪你把自己的 LLM 專案做到能 demo 的程度