Hi, 我是 Bluz

報價、訂單、庫存與營收一站式管理

串起報價、成交追蹤、出庫、出貨前檢測到營收統計的完整零售流程，部署在自架主機並實際上線營運。

• 報價單支援組新機、中古機、筆電與維修保養四種單別，可即時預覽並匯出 PDF / JPG。
• 庫存含進出庫與盤點紀錄、攤平成本與安全庫存示警；訂單進入組裝階段時自動扣庫存。
• 營收總覽依月 / 年統計營收與利潤，並分析客源與地區；客戶主檔依累計消費自動分級。
• 管理者 / 員工角色權限與 Passkey（Touch ID / Face ID）登入；推上 master 即由 self-hosted runner 自動部署。

結合本機 LLM 與 AI Agent 的個人知識庫

像 Notion 的筆記、資料庫、待辦與日記系統，部署在自架主機、只有自己的 Tailscale 裝置連得到；語意搜尋與問答都由本機模型處理，筆記內容不會送到外面。

• 語意搜尋：以 Ollama bge-m3 產生向量、存進 PostgreSQL pgvector，用詞不同也找得到；中文關鍵字搜尋使用 pg_trgm。
• 問 mneme（RAG）：用一句話問自己的筆記，挑出最相關的段落交給本機 LLM 回答，並以 [1]、[2] 標出引用來源。
• MCP Server：讓 Claude Code 搜尋、讀取筆記並寫入工作日誌與開發紀錄；只開放指定分類，只能查詢與新增。
• 區塊編輯器、巢狀頁面、資料庫（表格 / 看板 / 行事曆）與版本紀錄，並與 Google 行事曆雙向同步。

在 Kubernetes 上部署本機 LLM 的 Operator

用一個 LLMService 自訂資源描述要跑的模型，Operator 就會下載模型、啟動推論伺服器，並在叢集內提供 OpenAI 相容的 API。

• 支援 Ollama 與 llama.cpp 兩種推論引擎，對外都是同一個 Service 埠與 OpenAI 相容的 /v1 路徑。
• 以 StatefulSet 為每個副本配置獨立的模型快取 PV，模型只下載一次、重啟後保留；換模型時自動滾動更新。
• GPU 排程：設定 gpus 即申請 nvidia.com/gpu，llama.cpp 會自動切換 CUDA 映像並將所有層卸載到 GPU。
• Status 的 Phase 與 Conditions 說明未就緒原因（模型下載失敗、映像拉不到、沒有可用 GPU）；支援 scale 子資源與 HPA，並以 CEL 在 API 層驗證 spec。

本機 LLM 速度與能力評測工具

用同一套方法比較同一個模型在 Ollama、llama.cpp、MLX 三種推論引擎上的表現，產生互動式網頁報表與 PDF，並保留每次結果以便跨次比較。

• 速度指標：首個 token 時間（TTFT）、輸出與讀入 prompt 速度、載入時間與記憶體峰值。
• 能力評測：MMLU（57 科）與 GSM8K，溫度 0、固定 seed，逐題保留回答以檢查誤判。
• 只用 Python 標準函式庫，題庫下載後以 sha256 驗證來源。
• ECharts 報表含可篩選排序的總表、速度 vs 正確率散佈圖與歷次比較。

本機 AI 生圖網頁應用

在自己的電腦上用瀏覽器生圖，支援 FLUX.1-dev（NF4 量化）與 WAI Illustrious SDXL，圖片全程在本機產生，不會上傳任何資料。

• 前後端分離：FastAPI 後端、React + TypeScript 前端，支援生圖佇列、即時進度與預估剩餘時間。
• 自動偵測硬體：Apple Silicon（MPS）與 NVIDIA 顯卡（CUDA），支援 macOS、Windows、Linux。
• 一鍵安裝與線上更新（更新前自動備份、失敗自動還原），並提供 amd64 / arm64 容器映像檔。
• 提示詞組合器與可自訂詞庫，生成前進行內容安全檢查。