連接企業知識
把散落在文件、表格與系統中的資訊，轉成 AI 能檢索、理解與引用的知識層。
PDF+Sheets+Wiki
PRODUCT THINKING企業 AI 的價值，
企業 AI 的價值，
不只在模型本身
真正能落地的 AI 產品，需要同時處理知識、計算、工具、決策與控制。Data Machi 將這些能力放進同一張系統地圖。
拆清楚決策邏輯
讓程式負責計算與規則，模型負責理解意圖與組織語言，降低幻覺與錯誤判斷。
Intent→Rule→Verify
推進真實工作
從找資料走向呼叫工具、更新任務與完成流程，讓 AI 成為可以協作的工作夥伴。
Read Decide Act
01
Chat理解問題
L102
RAG找到知識
L203
Tool Use取得即時資料
L304
Agent自主判斷
L405
Workflow控制流程
L506
Product可靠交付
L6REAL WORKFLOWS
從真實工作問題開始設計
不先問「要用哪個模型」，而是先拆解工作、資料來源、決策步驟與可接受的風險。
CROSS-SOURCE QUERY
一個問題，同時查三個系統
從試算表取得精確數字、到知識庫找定義，再從任務看板確認最新進度。
MEETING WORKFLOW
從會議內容推進到行動項目
把錄音、摘要、負責人與截止日整理成可追蹤任務，而不只停留在會議紀錄。
RELIABLE RAG
讓每個回答都能回到來源
將檢索結果、資料時間與引用位置保留下來，讓答案可以驗證而不是只能相信。
30-DAY SERIES
查看所有文章30 天，建立一張完整的企業 AI 知識地圖
DAY 01–0501
FOUNDATION
AI 與工作
先釐清企業真正需要的不是聊天機器人，而是能完成知識工作的系統。
閱讀這一篇 →DAY 06–1002
KNOWLEDGE
企業知識檢索
從文件解析、RAG 到混合搜尋，建立可追溯的企業知識層。
閱讀這一篇 →DAY 11–1503
TOOLS
工具整合
串接 Google Sheets、Confluence、Trello 與日常企業系統。
閱讀這一篇 →DAY 16–2004
AGENT
Agent 決策
理解 ReAct、Coordinator、記憶、釐清與驗證如何一起運作。
閱讀這一篇 →DAY 21–2505
WORKFLOW
可控工作流
用 LangGraph、狀態與人工審核，把黑箱決策變成透明流程。
閱讀這一篇 →DAY 26–3006
PRODUCT
企業級產品
補上可靠性、Agent UX、安全、測試與部署的最後一哩路。
閱讀這一篇 →FROM THE BLOG
產業觀察與實作筆記
我們怎麼看待企業 AI 市場、平台選擇與實際踩過的坑，寫在部落格裡。
內隱知識才是企業的下一個護城河：AI Agent 時代，你要留住的不是資料，是判斷力
當資料唾手可得、模型人人可用，企業真正的競爭優勢正在轉移到那些說不出來的判斷力。這篇文章從 Berkeley CMR 最新研究出發，說明為什麼「寫下來」不等於「AI 看得懂」，以及 RAG 到 Agentic Workflow 要解決的正是這個缺口。
閱讀這一篇 →FAQ
常見問題
如果這裡沒有回答到你的疑問，歡迎直接寫信給我們。
Data Machi 是一套免費的企業 AI 學習資源，核心是 30 天系列——從 RAG、Tool Use、Agent 到 Agentic Workflow，系統性拆解企業 AI 該怎麼設計與判斷。我們目前不是一個產品或開發平台。
是的，目前完全免費、公開閱讀，不需要註冊帳號或付費。我們還沒有推出任何收費方案。
這些平台解決的是「怎麼把 Agent 建出來、跑起來」；Data Machi 想補的是更前面那一塊——幫你建立「為什麼會失敗、什麼決策該讓 AI 做」的判斷力。無論你最後用哪個平台，這套判斷力都用得上。
30 天系列從概念到實作都有涵蓋。每一天會先講清楚「為什麼」再進到「怎麼做」，工程背景會讓你更容易跟上實作細節，但不是必要條件。
歡迎透過 [email protected] 跟我們聊聊，不管是問題、建議還是合作想法都可以。
START BUILDING從第一天開始，
開始閱讀從第一天開始，
建立真正能完成工作的
企業 AI
30 天，從 RAG 一路走到 Agentic Workflow 與產品化。