31 lines
3.0 KiB
Plaintext
31 lines
3.0 KiB
Plaintext
|
||
--- 幻燈片 1 ---
|
||
團體比賽 | 第 oo 組 AI Koshien 題目 ：人咧 PeoplePing _ 智能出勤系統 {5C22544A-7EE6-4342-B048-85BDC9FD1C3A} 序 單位 工號 姓名 01 電腦整合製造部 91383 陳沛緹 02 電腦整合製造部 91501 吳品宏 03 應用系統部 92003 李若瑄
|
||
|
||
--- 幻燈片 2 ---
|
||
簡報目錄 AI 使用連結 架構設計與使用流程 應用場景與痛點說明 解決策略與邏輯流程 成效評估與效益呈現 後續優化與應用擴展 API 清單
|
||
|
||
--- 幻燈片 3 ---
|
||
AI 使用連結 Dify Chat Flow：自然語言維護出勤 透過對話式介面，員工可以用自然語言進行出勤登記、查詢與 刪除 操作 。 https://dify.theaken.com/chat/pRgEtV9SiMSWkm5D Web Dashboard：KPI、出 缺 勤趨勢圖表 即時檢視出勤狀況、統計數據與趨勢分析，支援多維度數據呈現 。 https://people-ping.zeabur.app/dashboard
|
||
|
||
--- 幻燈片 4 ---
|
||
架構設計與使用流程 系統架構組成 Dify Chat Flow Flask API MySQL 資料庫 自然語言處理與對話邏輯管理 核心業務邏輯與資料處理服務 出 缺 勤記錄儲存 操作流程 對話輸入 → 判斷動作 Flask API → 寫入 / 刪除 / 查詢 MySQL Dashboard 即時反映 歷史記錄查詢
|
||
|
||
--- 幻燈片 5 ---
|
||
架構設計與使用流程 人咧~聊天流程展示
|
||
|
||
--- 幻燈片 6 ---
|
||
應用場景與痛點說明 部門主管 痛點： 無法即時掌握團隊出勤狀況，影響管理決策 解決： 即時 KPI 卡片與趨勢圖表分析 一般員工 痛點： 查詢個人出勤記錄流程繁瑣，等待時間長 解決： 自助查詢近 30 天出勤記錄
|
||
|
||
--- 幻燈片 7 ---
|
||
解決策略與邏輯流程 對話驅動 輸入檢查 衝突檢查 寫入 資料庫 自動 推播 到 Dashboard 日誌記錄 後續追查
|
||
|
||
--- 幻燈片 8 ---
|
||
成效評估與效益呈現 30秒 出勤登錄時間 從原本 3 分鐘縮短至 30 秒 ， 效率提升 83% 10分鐘 月報彙整時間 從 1 天工作量縮減至 10 分鐘，節省 99% 時間 即時 查詢反應時間 從 60 秒等待時間改善為即時回應 90% 整體流程時間節省 大幅提升營運效率與員工滿意度 1% 系統錯誤率 透過自動化驗證機制 ，錯誤率控制在 1% 以下
|
||
|
||
--- 幻燈片 9 ---
|
||
後續優化與應用擴展規劃 Phase 1 - 基礎強化 完善日誌追蹤機制、稽核功能與錯誤提示系統，提升系統穩定性 Phase 2 - 功能擴充 新增批次處理能力與多格式報表輸出，支援大量資料處理需求 Phase 3 - 智能整合 整合 Outlook 行事曆系統 ， 實現請假流程自動化與智能排班功能 Phase 4 - 預測分析 導入機器學習演算法，提供缺勤預測與員工行為模型分析
|
||
|
||
--- 幻燈片 10 ---
|
||
API 清單 HTTP 方法 API 端點 功能說明 GET /v1/PeoplePing 查詢出勤記錄與歷史資料 POST /v1/PeoplePing 新增出勤記錄與打卡資訊 DELETE /v1/PeoplePing 刪除錯誤或重複的出勤記錄 GET /v1/attendance-stats 獲取 KPI 圖表與統計數據 GET /v1/leave-records 查詢請假記錄與審核狀態 GET /v1/current-attendance 即時出勤狀況與在位人數
|