实施与顾问服务

您有一套跑了十几年的系统，它还在动，但没人敢动它——原作者走了、文档没了、改一行不知道会牵动哪里，想换掉也没人说得准要花多少。健检就是在您真的动手之前，先把三件事讲清楚：现在的风险在哪、换掉大概要多少成本、该怎么分阶段换才安全。

通常是这几种时候，最值得先做一次健检

• 写这套系统的人要离职或退休了——人还在的时候交接最便宜
• 要换 ERP、上云或大改功能之前，得先弄清楚旧系统藏了哪些业务规则与接口
• 有人要来查：客户的供应商审核、ISO 27001 认证、上市公司内控检查，或并购前的尽职调查
• 出过事之后：安全事件、宕机，或改一行就坏一片
• 接手别人的系统：换外包商、承接项目，或新主管上任要先摸底
• 要编预算，需要一个“换掉大概要多少钱”的数字

三种范围，从最小的开始也可以

数据库只需要建表与存储过程的脚本，不需要数据，也不必开放连接。成本数据一时给不出来也能做，只是成本比较会只比范围与难度、不填金额。

以上均为未税价，台湾客户另加 5% 营业税并开立统一发票。实际报价依系统规模与技术栈复杂度调整，算法见下一段。

报价怎么算出来的

上面是基础价，实际报价再乘一个复杂度系数。单一现代语言家族、单一数据库方言算 ×1.0；混了两三种语言，或含 Delphi、Visual FoxPro，算 ×1.3；四种以上混在一起，或含 Pro*C、COBOL、PowerBuilder、VB6、SAP ABAP，算 ×1.6。计价绑的是被分析的系统，不是您公司的规模——同样五万行，一个纯 C# 系统和一个混了三种 SQL 方言的系统，研判工时差好几倍，不该同价。不确定自己属于哪一级，就从重点健检开始，摸清楚再报后面的价。

您会拿到什么

• 现况盘点：代码规模、技术构成、依赖包，以及项目依赖与分层架构图。图由分析引擎生成，我挑看得懂的放进报告，必要时重画
• 风险清单：SQL 注入、性能瓶颈、结构漂移、被吞掉的异常等，依严重度分级并附文件与行号
• 合规对映：对应 ISO 27001、台湾个人资料保护法、GDPR 等框架，依您的行业挑选
• 迁移成本比较：维持现状、就地升版、换技术栈，三种情境的成本对照
• 分阶段建议：哪里先动、哪里先别碰，每一段的风险与工时估算
• 一页主管摘要，给要拍板的人看

想先看成品：我们拿已停止维护的开源问题跟踪系统 BugNET 实际跑了一次，人工判读后写成这份范例。开源项目没有运营成本，所以范例的成本比较只比范围与难度、不填金额。 下载范例报告（PDF，12 页，繁体中文） ›

流程（重点与标准健检，您大约投入一到两小时）

1. 1 确认范围 签保密协议，一起把要看的系统与数据库框出来。通常 1 天。
2. 2 接上代码 两种接入方式。分析引擎（Agent）装在您的环境执行，代码不离开您的网络；或由您提供只读的仓库访问权限或压缩包，代码在我的电脑上分析，受第一步签署的保密协议约束。通常半天。
3. 3 自动扫描 Agent 跑盘点、依赖、风险与合规规则。通常 1–2 天。
4. 4 人工研判 我逐项看过引擎的输出，把不是问题的剔掉，把真正要紧的写成您看得懂的结论。通常 3–5 天。
5. 5 交付与汇报 交报告，并做一场 30 分钟的在线汇报，把结论讲给要拍板的人听。通常半天。

关于云端 AI：报告文字默认使用 Google Gemini API 的付费服务润色与翻译，发送的只有报告段落与分析摘要（例如问题说明、文件路径、类与方法名称），不含源代码；分析代码的阶段完全不调用云端 AI。依 Google 条款，付费服务的内容不会被用于改进 Google 的产品，Google 只为检测滥用与法律要求在有限期间内留存，可能在 Google 设有设施的任何国家暂存；我也不会用您的代码训练任何模型。签约时可以选择不使用，引擎改用模板文字，交给您的报告仍由我撰写。

健检含分析、评估、报告与在线汇报，报告为繁体中文的 PDF 与 Word。不含实际迁移或改写代码——那是另一个项目，等您看完报告、确定值得做，我们再谈。

把大型语言模型放进您自己的机房或云端账号，让数据与提问都不离开您的边界。适合法遵要求严格、或不能把源代码与客户数据送到外部服务的团队。我们负责从界线盘点到交接的整段工作，交接之后由您自己维护。

1. 1 盘点与界线 先确认哪些数据可以离开、哪些不行，以及法遵要求与现有的机器和网络条件。
2. 2 选型与比较 依任务类型与流量，比较可用的开源模型与硬件方案，含成本、风险与不建议的选项。
3. 3 部署在您的环境 在您自有的 GPU 主机或内网环境架起服务，接口沿用业界通用规格，日后要换模型不必改应用。
4. 4 接上治理与审计 谁用了什么、花了多少、答案依据哪些数据，都留成可查的记录，交得出给审计看。
5. 5 交接与可重跑 部署脚本与设置留在您的代码库。换模型、扩增机器或重建环境时，再跑一次就好。

这条线的重点不是模型多新，而是把边界、成本与可审计性一次讲清楚——这三件事决定这套系统能不能在您的公司长期活下去。

我们也可以为您打造专属的 AI 工作流。下面这个案子就是为在线课程客户规划搭建的字幕处理管线。

七堂课、22 段视频。机器听写出来的稿子，听错的字、不对的标点、讲话时的赘词全都在里面。我们为这个案子打造了一套可重跑的 AI 工作管线，依该领域的专有名词与讲者本人的发音习惯逐句修正，把长段语音切成读起来自然的句子，让录音变成可以直接阅读的文章、正确流畅的字幕。

这套管线怎么跑

1. 1 机器辨识 先把语音转成逐字稿。这份只是半成品，错字与结巴都照样记下来。
2. 2 逐句校正 依该领域的专有名词与讲者的发音习惯，修正错字、标点与口语赘词。
3. 3 自然分句 一句一画面，长度受控，专有名词与引用出处不会被切成两半。
4. 4 自动检查 用字一致、文件编码、繁体纯度、每行长度，全部由程序把关。
5. 5 对时间与交付 句子对到视频时间点。真的听不清楚的地方不猜，列成清单附上时间点，留给最清楚内容的人判断。

管线留给了客户：讲稿每改版一次，就省下一次全篇重校。同样的做法可用于手册、课程与产品文档的多语版本。