防詐3要訣：不聽信、不操作、掛斷電話 
生成式AI×穩健提示框架技術 III 語言模型與介面設計篇: Hugging Face×Streamlit×Gradio
出版社：
出版日期：
2026/08/18
9
790711
查詢門市庫存
「從模型到介面，從部署到串接，打造可操作、可擴充的語言模型應用」
內容簡介
https://youtu.be/wXkyKiU9eu0
「從模型到介面，從部署到串接，打造可操作、可擴充的語言模型應用」
◼ 建立穩定的開發與資料處理基礎
從 Google Colab、Anaconda、Jupyter Notebook 到 Pandas，掌握 CSV、Google Sheets 與多種資料格式的讀取、整理與比對。
◼ 將 Python 程式轉化為可操作的動態 APP
比較 Gradio、Streamlit、Tkinter 與 CustomTkinter 的介面特色，實作股價資料查詢與財報 RAG 應用。
◼ 完成 Hugging Face Spaces 部署與除錯
掌握 requirements.txt、README、Secret、API Key、套件版本管理，以及常見平台部署流程。
◼ 理解開源模型、微調與量化技術
認識 Llama、ChatGLM、TAIDE、Breeze、Qwen、Yi，並掌握 SFT、LoRA、QLoRA、模型量化、RLHF、PPO 與 DPO 的微調核心概念。
◼ 串接知識庫、通訊工具與跨平台工作流
實作 RAG、AnythingLLM、MAKE、Line Bot、Google Sheets、Telegram、Claude API 與 MCP，延伸模型的查詢、推播與任務串接能力。
專業推薦 (排名不分先後)
國立中山大學物理系─莊豐權特聘教授
欣榮藝術行銷有限公司 執行長、吾料音樂創造工作室 創辦人─侯沛罧 敬薦
綠先農業科技國際股份有限公司─張靜雯經理
伽碩職訓中心─郭明洽執行長
嘉南藥理大學人工智慧與多媒體應用系─蘇致遠教授
元大─陳尚瑋副理
數位行銷顧問─佘昀
永義房屋高鐵自由加盟店 店長 / 第21 屆金仲獎楷模─王靚瑜
永達保經─李雅雯經理
產品目錄
▌1 基礎雲端IDE 安裝與設定
1.1 Google Colaboratory 介紹與安裝
1.2 Anaconda 安裝 - Jupyter Notebook
1.3 Python 版本差異說明
1.4 IDE 環境與API 衝突排解
1.5 CMD 下指令安裝
▌2 基礎Pnadas 讀寫與勾稽比對應用
2.1 Pandas 讀取CSV 應用
2.2 Pandas 讀Google Sheets 介紹
2.3 Pandas 用於勾稽比對不同表單
2.4 Pandas 讀取不同資料格式說明
▌3 雲端部署平台介紹
3.1 什麼是Hugging Face ( 抱抱臉)
3.2 註冊Hugging Face 帳號
3.3 不同部署空間介紹與說明
▌4 介面的設計與改寫方法
4.1 Gradio 動態APP 框架介紹與說明
4.2 Streamlit 動態APP 框架介紹與說明
4.3 Tkinter 使用者介面介紹與說明
4.4 CustomTkinter 使用者介面介紹與說明
▌5 生成式AI 工具開發介紹
5.1 Claude AI 介紹與應用- Cowork & Dispatch 介紹
5.2 Vibe Coding 應用
5.3 Perplexity AI 介紹與應用- Comet & Computer 介紹
5.4 Chrome 內建Gemini 的應用(FB 和Threads 為例)
▌6 動態APP 改寫實作
6.1 Hugging Face 部署觀念與requirements.txt
6.2 股價爬取實作改寫成Gradio 框架與部署
6.3 刪除Space 與Secret 埋API Key 的作法
6.4 財報RAG 加上Line Bot 推播助理的Gradio 部署
6.5 何謂README.md 與最新框架的版號
6.6 如何在HuggingFace 上除錯
6.7 股價爬取實作改寫成Streamlit 框架與部署
▌7 常見開源模型介紹
7.1 Llama 模型介紹
7.2 ChatGLM 模型介紹
7.3 TAIDE 模型介紹
7.4 Breeze 模型介紹
7.5 Qwen 模型介紹
7.6 Yi 模型介紹
7.7 各家模型比較優劣
7.8 FormosanBank 資料庫介紹
▌8 LLM 微調必備知識
8.1 什麼是SFT?
8.2 準備SFT 所需的資料
8.3 SFT 在企業問答、摘要、分類與助理系統的應用
8.4 量化壓縮、剪枝法、知識蒸餾介紹
8.5 BF16、INT8、INT4、NF4 量化基本概念
▌9 LLM 載入與量化應用
9.1 Full-Tuning VS. LoRA VS. QLoRA
9.2 LoRA 的核心原理與優勢
9.3 QLoRA 如何在量化基礎上進一步降低成本
9.4 不同微調方法適用場景比較
9.5 關鍵區塊、訓練參數等核心設定的微調
▌10 SFT 訓練資料準備與微調實戰
10.1 SFT 與QLoRA 微調模型輸出與測試觀念介紹
10.2 SFT 與QLoRA 微調模型輸出與測試實作
▌11 偏好對齊與RLHF 與DPO 核心觀念
11.1 RLHF 的基本流程與設計思維
11.2 DPO 的核心概念與相對優勢
11.3 PPO 在傳統RLHF 中的角色
11.4 SFT 與DPO 比較
▌12 RAG 應用與打造地端的個人知識庫
12.1 什麼是RAG?
12.2 不同RAG 的介紹與應用
12.3 Groq API key 申請
12.4 RAG 程式實作
12.5 申請Gemini API 的應用
12.6 Anyting LLM- 新增桌面助手應用
12.7 Gemini Notebook 和 AnythingLLM 比較
▌13 MAKE 工作流- 跨平台的應用
13.1 MAKE 第三方串接平台應用實作
13.2 Line Bot 與Google Sheets 串接與應用
▌14 Telegram 通訊軟體應用實作
14.1 Telegram 介紹與安裝
14.2 Telegram 的token 和Chat ID 申請實作
14.3 Telegram Say Hi 的程式模組
14.4 Telegram 回音的程式模組
14.5 Telegram 檔案傳送模組
14.6 Telegram 圖片傳送模組
14.7 Line Bot 和 Telegram 兩者的比較
▌15 Manus Agent 的介紹與應用
15.1 Manus AI 是什麼？
15.2 Manus AI 技術核心與使用方式
15.3 Manus AI 效率應用場景
15.4 Manus AI 方案與價格選擇
15.5 Manus AI 常見問題整理
總結
▌16 Claude AI 證照介紹
16.1 Claude AI 是什麼?
16.2 Claude AI 證照如何取得?
16.3 Claude 基礎入門
16.4 實戰 Claude Code
16.5 Agent Skills 簡介
16.6 Claude API 開發應用
16.7 MCP 架構
1.1 Google Colaboratory 介紹與安裝
1.2 Anaconda 安裝 - Jupyter Notebook
1.3 Python 版本差異說明
1.4 IDE 環境與API 衝突排解
1.5 CMD 下指令安裝
▌2 基礎Pnadas 讀寫與勾稽比對應用
2.1 Pandas 讀取CSV 應用
2.2 Pandas 讀Google Sheets 介紹
2.3 Pandas 用於勾稽比對不同表單
2.4 Pandas 讀取不同資料格式說明
▌3 雲端部署平台介紹
3.1 什麼是Hugging Face ( 抱抱臉)
3.2 註冊Hugging Face 帳號
3.3 不同部署空間介紹與說明
▌4 介面的設計與改寫方法
4.1 Gradio 動態APP 框架介紹與說明
4.2 Streamlit 動態APP 框架介紹與說明
4.3 Tkinter 使用者介面介紹與說明
4.4 CustomTkinter 使用者介面介紹與說明
▌5 生成式AI 工具開發介紹
5.1 Claude AI 介紹與應用- Cowork & Dispatch 介紹
5.2 Vibe Coding 應用
5.3 Perplexity AI 介紹與應用- Comet & Computer 介紹
5.4 Chrome 內建Gemini 的應用(FB 和Threads 為例)
▌6 動態APP 改寫實作
6.1 Hugging Face 部署觀念與requirements.txt
6.2 股價爬取實作改寫成Gradio 框架與部署
6.3 刪除Space 與Secret 埋API Key 的作法
6.4 財報RAG 加上Line Bot 推播助理的Gradio 部署
6.5 何謂README.md 與最新框架的版號
6.6 如何在HuggingFace 上除錯
6.7 股價爬取實作改寫成Streamlit 框架與部署
▌7 常見開源模型介紹
7.1 Llama 模型介紹
7.2 ChatGLM 模型介紹
7.3 TAIDE 模型介紹
7.4 Breeze 模型介紹
7.5 Qwen 模型介紹
7.6 Yi 模型介紹
7.7 各家模型比較優劣
7.8 FormosanBank 資料庫介紹
▌8 LLM 微調必備知識
8.1 什麼是SFT?
8.2 準備SFT 所需的資料
8.3 SFT 在企業問答、摘要、分類與助理系統的應用
8.4 量化壓縮、剪枝法、知識蒸餾介紹
8.5 BF16、INT8、INT4、NF4 量化基本概念
▌9 LLM 載入與量化應用
9.1 Full-Tuning VS. LoRA VS. QLoRA
9.2 LoRA 的核心原理與優勢
9.3 QLoRA 如何在量化基礎上進一步降低成本
9.4 不同微調方法適用場景比較
9.5 關鍵區塊、訓練參數等核心設定的微調
▌10 SFT 訓練資料準備與微調實戰
10.1 SFT 與QLoRA 微調模型輸出與測試觀念介紹
10.2 SFT 與QLoRA 微調模型輸出與測試實作
▌11 偏好對齊與RLHF 與DPO 核心觀念
11.1 RLHF 的基本流程與設計思維
11.2 DPO 的核心概念與相對優勢
11.3 PPO 在傳統RLHF 中的角色
11.4 SFT 與DPO 比較
▌12 RAG 應用與打造地端的個人知識庫
12.1 什麼是RAG?
12.2 不同RAG 的介紹與應用
12.3 Groq API key 申請
12.4 RAG 程式實作
12.5 申請Gemini API 的應用
12.6 Anyting LLM- 新增桌面助手應用
12.7 Gemini Notebook 和 AnythingLLM 比較
▌13 MAKE 工作流- 跨平台的應用
13.1 MAKE 第三方串接平台應用實作
13.2 Line Bot 與Google Sheets 串接與應用
▌14 Telegram 通訊軟體應用實作
14.1 Telegram 介紹與安裝
14.2 Telegram 的token 和Chat ID 申請實作
14.3 Telegram Say Hi 的程式模組
14.4 Telegram 回音的程式模組
14.5 Telegram 檔案傳送模組
14.6 Telegram 圖片傳送模組
14.7 Line Bot 和 Telegram 兩者的比較
▌15 Manus Agent 的介紹與應用
15.1 Manus AI 是什麼？
15.2 Manus AI 技術核心與使用方式
15.3 Manus AI 效率應用場景
15.4 Manus AI 方案與價格選擇
15.5 Manus AI 常見問題整理
總結
▌16 Claude AI 證照介紹
16.1 Claude AI 是什麼?
16.2 Claude AI 證照如何取得?
16.3 Claude 基礎入門
16.4 實戰 Claude Code
16.5 Agent Skills 簡介
16.6 Claude API 開發應用
16.7 MCP 架構
作者介紹
黃朝健
早年自人因互動設計切入科技產業，投入觸控 IC 與模組研發，奠定扎實的技術與產品開發基礎。赴歐深造期間，曾師從符號計算大師 Bruno Buchberger教授，並於深度學習權威 Sepp Hochreiter 教授實驗室研習人工智慧與機器學習；另曾於 Hagenberg SoftwarePark 之 RISC 公司實習，專注於醫療影像 AI應用研究。
返臺後，持續投入智慧製造、數位轉型與人工智慧導入，協助企業規劃並落地 AI 解決方案，推動技術與產業實務接軌。現為中華民國內部稽核協會講師、嘉南藥理大學講師，並於天地人文創平台、勞動部勞動力發展署等單位授課，同時擔任數位顧問，長期推廣 AI 在企業管理、內部稽核、智慧製造與數位轉型領域之應用。目前亦為國立陽明交通大學博士候選人，研究方向聚焦於大語言模型、駕馭工程、AI 代理人與產業實務應用。
學經歷：
MSc.Informatics, Johannes Kepler University of Linz
1. 中華民國內部稽核協會講師
2. 教育部部定講師
3. 遠見雜誌AI專欄
4. 崑山科技大學電機工程學系講師
5. 嘉南藥理大學人工智慧與多媒體系講師
6. 樹德科技大學資訊管理系講師
7. 中華職訓教育創新發展學會講師
8. 聯成電腦講師
9. 伽碩職訓中心講師
10.天地人文創講師
國際與國內證照:
1. ITS Python
2. OCP：Java SE 11
3. 經濟部 IPAS AI應用規劃師 初級
4. 經濟部 IPAS AI應用規劃師 中級
演講及公署授課及中小企業培訓紀錄:
1. 國立中山大學物理系Python程式設計
2. 高雄女中-Python 程式設計
3. 法務部廉政署115年廉政人員資訊安全管理稽核業務
4. 數發部網路爬蟲治理政策溝通會議
5. 衛福部桃園署立醫院-打造RAG第二大腦
6. 國立中山大學物理系-生成式AI打造AI影像辨識實作
7. 中山醫學大學演講-從Agent到第二大腦
8. 富樂夢股份有限公司
9. 叡擎科技股份有限公司
10. 賀桐淨水股份有限公司
11. 賀勁股份有限公司
12. 點子行動股份有限公司
13. 艾格林股份有限公司
14. 古都電台
15. 微星科技股份有限公司
16. 國泰世華
早年自人因互動設計切入科技產業，投入觸控 IC 與模組研發，奠定扎實的技術與產品開發基礎。赴歐深造期間，曾師從符號計算大師 Bruno Buchberger教授，並於深度學習權威 Sepp Hochreiter 教授實驗室研習人工智慧與機器學習；另曾於 Hagenberg SoftwarePark 之 RISC 公司實習，專注於醫療影像 AI應用研究。
返臺後，持續投入智慧製造、數位轉型與人工智慧導入，協助企業規劃並落地 AI 解決方案，推動技術與產業實務接軌。現為中華民國內部稽核協會講師、嘉南藥理大學講師，並於天地人文創平台、勞動部勞動力發展署等單位授課，同時擔任數位顧問，長期推廣 AI 在企業管理、內部稽核、智慧製造與數位轉型領域之應用。目前亦為國立陽明交通大學博士候選人，研究方向聚焦於大語言模型、駕馭工程、AI 代理人與產業實務應用。
學經歷：
MSc.Informatics, Johannes Kepler University of Linz
1. 中華民國內部稽核協會講師
2. 教育部部定講師
3. 遠見雜誌AI專欄
4. 崑山科技大學電機工程學系講師
5. 嘉南藥理大學人工智慧與多媒體系講師
6. 樹德科技大學資訊管理系講師
7. 中華職訓教育創新發展學會講師
8. 聯成電腦講師
9. 伽碩職訓中心講師
10.天地人文創講師
國際與國內證照:
1. ITS Python
2. OCP：Java SE 11
3. 經濟部 IPAS AI應用規劃師 初級
4. 經濟部 IPAS AI應用規劃師 中級
演講及公署授課及中小企業培訓紀錄:
1. 國立中山大學物理系Python程式設計
2. 高雄女中-Python 程式設計
3. 法務部廉政署115年廉政人員資訊安全管理稽核業務
4. 數發部網路爬蟲治理政策溝通會議
5. 衛福部桃園署立醫院-打造RAG第二大腦
6. 國立中山大學物理系-生成式AI打造AI影像辨識實作
7. 中山醫學大學演講-從Agent到第二大腦
8. 富樂夢股份有限公司
9. 叡擎科技股份有限公司
10. 賀桐淨水股份有限公司
11. 賀勁股份有限公司
12. 點子行動股份有限公司
13. 艾格林股份有限公司
14. 古都電台
15. 微星科技股份有限公司
16. 國泰世華
規格
誠品貨碼 / 2683198419007
ISBN13 / 9786267889602
ISBN10 /
EAN貨碼 / 9786267889602
頁數 / 384
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 17X23X1.88CM
級別 / N:無
退貨說明
退貨須知：
- 依照消費者保護法的規定，您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意！猶豫期非試用期)，辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
- 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當，若原紙箱已遺失，請另使用其他紙箱包覆於商品原廠包裝之外，切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度，本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費；請您先確認商品正確、外觀可接受，再行拆封，以免影響您的權利；若為產品瑕疵，本公司接受退貨。
依「通訊交易解除權合理例外情事適用準則」，下列商品不適用七日猶豫期，除產品本身有瑕疵外，不接受退貨：
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
- 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
- 報紙、期刊或雜誌。
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。(如:電子書)
- 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
- 國際航空客運服務。
若您退貨時有下列情形，可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費)，或影響您的退貨權利，請您在拆封前決定是否要退貨：
- 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
- 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
- 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
- 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 家電、3C、畫作、電子閱讀器等商品，除商品本身有瑕疵外，退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。
付款/配送
