最適合誰
具備 JavaScript/CLI 技術能力的 BNI 章節副主席或幹部，擁有 macOS 常時開機環境，且願意管理多個外部服務帳號。台灣/亞太地區 LINE 生態系使用者尤其適合。
我實際怎麼用
主要作為架構參考研究對象。raw/wiki 分層知識庫設計（不可變原始資料 + LLM 持續重寫的結構化頁面）是可借鑑的知識管理模式。SHA256 Skill Pinning 概念適用於供應鏈安全場景。雙腦成本控制架構（免費額度處理高頻低價值任務、付費模型處理高品質長文本）值得學習。
真正強的地方
- 雙腦架構：GPT-5.4（Codex OAuth 免費額度）處理即時對話，Claude 處理高品質知識庫編譯，成本壓到極低
- raw/wiki 分層設計把 append-only 原始資料層和 LLM 持續重寫的結構化 wiki 層分開，免 embedding 就能做語意查詢
- 中文姓名的五層模糊比對處理格式歧異、錯字、暱稱、代理人偵測，直接解決實務痛點
- BNI 全流程自動化：Zoom 加入 → 點名 → 逐字稿 → 報告 → 出席統計 → LINE 通知，一條龍完成
- SHA256 Skill Pinning 防止框架更新破壞核心功能，供應鏈安全意識做得到位
失敗模式與不該用的情境
- 單機架構：Mac 關機即服務中斷，無高可用設計
- 使用 Computer Use 模擬個人帳號操作 LINE，有封號風險
- macOS 專屬：LaunchAgent + pdftotext + Computer Use 綁定 macOS
- 專案極早期（6 commits / 8 stars / 單人維護 / 無自動化測試）
- Codex OAuth 免費額度非官方保證，未來可能被關閉
- 設計為單一章節使用，無多組織協同功能
價格、上手門檻與風險
- 月費 $6-17 USD（Recall.ai 轉錄 + LLM API 用量）
- 上手門檻高：需設定 7+ 外部服務（OpenAI、Claude CLI、Telegram Bot、LINE、Recall.ai、Google Sheets、Apify）
- 風險：LINE 模擬操作封號、單機無高可用、專案單人維護隨時可能停更、PII 本機存放無加密
結論
概念驗證等級的 BNI 行政自動化方案。架構設計（雙腦 + raw/wiki + SHA256 pinning）值得拆開來學，但專案成熟度不足以直接用於生產環境。適合作為架構參考或有技術能力者的客製化起點。
來源
- GitHub：https://github.com/AlexChanshuo/BNI-VP-Autopilot
- 授權：未標示