黃敬群
網上慣用 "jserv" 代稱，任教於國立成功大學，專注作業系統、編譯器，和虛擬機器等領域。曾任聯發科技、台達電子、鴻海科技集團，和工業技術研究院，和國家太空中心的技術顧問，並長期投入開放原始碼軟體開發。
Sessions
大型語言模型產生的繁體中文，常混入中國用語、過度簡化的漢語、錯誤標點與不精準術語，這些輸出會在文件、教學、開放原始碼專案與技術文章中逐漸污染書寫習慣。zhtw-mcp 是個透過 Model Context Protocol (MCP) 整合到 AI 助理的繁體中文書寫檢查器，可依中華民國教育部標點、國字標準字體與兩岸詞彙差異，檢查並修正 AI 產生的中文。
本議程介紹為什麼 AI 中文輸出容易被不精準來源混雜影響，如何將中文潤稿轉化為可測試、可重現、可融入進開發流程的工程議題，並展示 zhtw-mcp 如何自動改善台灣繁體中文書寫材料的品質和文化傳承。
LLMs often generate Traditional Chinese that looks fluent but mixes zh-CN vocabulary, Simplified-Chinese phrasing, inconsistent punctuation, and unstable technical terminology. zhtw-mcp turns this problem into an engineering workflow: a Model Context Protocol server that checks, fixes, and gates zh-TW text using Taiwan-specific language rules.
This talk presents the design of zhtw-mcp, the challenges of handling ambiguous terminology and false friends, and how linguistic linting can be integrated into AI-assisted writing, documentation, teaching material, and open-source development workflows.
隨著開源軟體成為現代軟體開發的重要基礎，供應鏈攻擊也逐漸從惡意套件、開發工具、套件管理平台，到企業內部的開發流程，形成多層次的安全挑戰。面對持續演進的攻擊手法，企業與開發團隊應如何降低風險，並建立更完善的防護機制？
本場 Panel 將由主持人引導討論，邀請多位來自不同領域的專家，從研究、實務經驗及企業治理等不同角度，分享對開源供應鏈安全的觀察與見解。透過與談交流，深入探討最新攻擊趨勢、實務案例，以及企業在風險管理、開發流程與安全治理上的因應策略，並與現場觀眾一同交流，共同思考開源供應鏈安全的未來方向。