我僅提出需求、告知資料流動邏輯、進行測試與整合確保能夠運作。

LYZER 是一個開源專案，旨在利用大型語言模型（AI）自動化分析並摘要立法院公報內容，讓一般民眾能更輕鬆、快速地理解委員會的實質討論過程。

➡️ 線上瀏覽：https://ly-gazette.vercel.app/

立法院的委員會是國家政策與法案被實質形塑的關鍵場域。而立法院公報篇幅冗長繁雜，對一般民眾而言存在極高的閱讀門檻。

本專案目標是降低閱讀門檻，提供使用者更容易閱讀與理解摘要內容，並透過以下三點達成：

1. 自動化：每日自動抓取最新的立法院公報資料。
2. AI 摘要：利用 Google Gemini AI 模型，將數萬字的會議記錄精煉成結構化的摘要，包括核心議題、爭議點、各方發言和會議後續發展。
3. 易用性：提供一個現代化、響應式且易於搜尋和篩選的網站介面，讓任何人都能快速找到並理解感興趣的會議內容。

以 Supabase 作為後端核心，整合 Google Gemini 進行 AI 分析公報內容。

• Database: 使用 PostgreSQL 儲存公報、議程及 AI 分析結果，並利用 View 簡化前端查詢。
• Edge Functions: 使用 Deno (TypeScript) 編寫，處理所有後端邏輯：
  • fetch-new-gazettes: 於 Supabase 設定 Cron Job，從LYAPI抓取新公報，並將待分析內容存入資料庫。
  • analyze-pending-agendas: 於 Supabase 設定 Cron Job，讀取待分析內容，呼叫 Gemini AI 進行分析，並將結構化 JSON 結果寫回資料庫。
  • rescue-stuck-analyses: 輔助任務，自動處理因意外中斷、或因 Supabase 平台限制而卡在「處理中(processing)」狀態的任務，確保系統能持續運作。
• Full-text search: 採用 PGroonga 擴充套件，對 analysis_result (JSONB) 欄位建立全文搜尋索引，提供比內建功能更佳的中文斷詞與相關性排序。

• Framework: React (with Vite)
• Language: TypeScript
• CSS framework: Tailwind CSS
• Data Fetching & State Management:
  • @tanstack/react-query: 處理首頁和詳細頁面與後端 API 的交互。
  • React Context API: 管理全域的搜尋和篩選狀態。
• Routing: react-router-dom

• 同義詞搜尋：整合法律詞彙別名，讓搜尋結果更智慧（例如搜尋「勞基法」也能找到「勞動基準法」的結果）。
• 對話式閱讀模式：建立以對話問答發言氣泡形式的新 UI。
• 立法委員資料庫：建立立法委員的個人頁面，展示其出席會議和發言連結。

本專案採用 MIT License 授權。所有原始碼皆可自由使用。

API 與資料來源為 OpenFun Ltd. LYAPI，並依 CC BY 4.0 授權使用。