Twinkle Hub實測教學|國考考古題、房價、政府採購案直接問AI!安裝方式、用法一次看
Twinkle Hub實測教學|國考考古題、房價、政府採購案直接問AI!安裝方式、用法一次看

台灣國考考過「環境影響評估」的題目有哪些?我家旁邊的房價實價登錄是多少?今年金額最大的政府採購案是哪幾筆?

這些問題你都可以直接問 AI ——前提是它看得到資料。台灣政府開放資料其實涵蓋環境、觀光、採購等近 5 萬筆資料集,但分散在上百個入口、格式五花八門,AI 根本無從取用,只能回你一句「建議您前往官方網站查詢」。

Twinkle Hub 就是要打通這個缺口。Twinkle Hub 把政府資料開放平臺上 49,343 筆資料集整合成一個 MCP 端點,讓 Claude 可以與其串接,並直接呼叫、即時查詢。

這款 MCP Server 於 5 月初上線後,在社群引發討論。近日,也已將 6.4 萬份考卷、32 萬題的國考題目資料庫納入其中。《未來商務》以下將提供串接步驟教學,並實測這個工具到底好不好用?

twinkle hub實測
圖/ 螢幕截圖

Twinkle Hub 是什麼?

Twinkle Hub 是由 Twinkle AI 開發的 MCP(模型上下文協定)服務,核心概念是把台灣各類公開資料來源統一整合在單一 MCP 端點後面,讓支援 MCP 協定的 AI 客戶端,包括桌面版 Claude 、Cursor 等 AI 工具都可以直接查詢資料,不需要開發者自己去爬各個政府入口網站。

此外,內建有 32 個台灣在地工具(TW utility tools),可用來處理開源模型在台灣特定任務上容易出錯的場景,像是捏造地址格式、機關名稱亂碼等,而不依賴模型推測。

twinkle hub實測
圖/ 螢幕截圖

第一階段整合的資料來源是政府資料開放平臺,涵蓋 20 個領域,近 5 萬筆資料集,包括環境、不動產、交通、醫療、食品、藥物與政府採購等。這些資料集每天與政府同步更新(各領域資料集的同步頻率因類別而異),並統一清理欄位命名,不論原始格式是 CSV、JSON、Excel 還是 PDF,都轉換成 AI 可以直接操作的形式。目前 Twinkle Hub 仍在 alpha 測試階段,在此期間所有功能完全免費,無使用量上限。

前往 Twinkle Hub:請點我

Twinkle hub實測
圖/ 螢幕截圖

如何串接 Claude 與 Twinkle Hub?

以下提供新手友善的三個串接方法。不過,如你是開發者或平常慣用 GitHub Copilot CLI 或 Codex CLI,建議可直接參考官方的串接說明。

方法一、於桌面版 Claude 設定(不需繁瑣設定。最推薦)

1.下載擴充程式

於官方首頁一鍵下載「Twinkle Hub for Claude Desktop」擴充程式。

#0 twinkle hub實測
圖/ 螢幕截圖

2.取得 API 金鑰

透過 Google 或 GitHub 帳號可一鍵登入 Twinkle Hub。登入後,系統會自動產生一組虛擬 API 金鑰(格式為 sk-...),如下圖。

twinkle hub api key
註冊並登入 Twinkle Hub 後,系統會自動產生一組虛擬 API 金鑰,用來跟 claude 串接。
圖/ Twinkle hub 官網

也可從右上角的頭像,點擊「API 與設定」進行查看。

twinkle hub實測
圖/ 螢幕截圖

3.點擊擴充程式並安裝

點擊下載好的擴充程式後,於桌面版 Claude 會跳出 Twinkle Hub 的下載頁面。點擊下載(Install),並輸入於官方取得的 API 金鑰後,即完成安裝。

#2 twinkle hub實測
圖/ 螢幕截圖
#1 twinkle hub實測
圖/ 螢幕截圖

方法二、Claude Code(推薦給付費用戶)

Claude Code 是 Anthropic 推出的命令列工具(CLI),讓使用者可在終端機中直接與 Claude 對話並執行任務,同時支援以單行指令快速串接 MCP 服務,不需手動編輯設定檔。使用此方法需要 Claude Pro 層級以上的訂閱方案,或持有 Anthropic API 金鑰。

1.於 Twinkle Hub 取得 API 金鑰

透過 Google 或 GitHub 帳號可一鍵登入 Twinkle Hub。登入後,系統會自動產生一組虛擬 API 金鑰(格式為 sk-...),如下圖。

twinkle hub api key
註冊並登入 Twinkle Hub 後,系統會自動產生一組虛擬 API 金鑰,用來跟 claude 串接。
圖/ Twinkle hub 官網

2.於 Claude Code 貼入指令與 API 金鑰

在 Claude Code 中執行下方指令,將 sk-... 替換為自己的 API 金鑰後送出,即完成設定。

claude mcp add --transport http twinkle-hub https://api.twinkleai.tw/mcp/ \
--header "Authorization: Bearer sk-..."

twinkle hub實測
圖/ 螢幕截圖

延伸閱讀|Claude 訂閱方案大更新,程式化用量 6 月起獨立計費「防低價吃高量」!訂閱方案一表看懂

方法三、手動設定

若偏好手動操作,可直接前往指定文件編輯設定檔。不同作業系統的路徑如下:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json
Linux: ~/.config/Claude/claude_desktop_config.json

在 mcpServers 區塊中加入 Twinkle Hub 的連線資訊,並將 sk-... 替換為實際的 API 金鑰,儲存後重啟 Claude 即完成設定。

以下為手動更新好的文件編輯設定檔。

twinkle hub實測
圖/ 螢幕截圖

如何確認是否與 Twinkle Hub 串接成功?

在 Claude Code 對話中輸入 /mcp,可查看目前已連線的 MCP 伺服器狀態。成功串接後,可看到 twinkle-hub 已列入。

twinkle hub實測
圖/ 螢幕截圖

Twinkle Hub 好用嗎?

實測一、國考題中提及「董事責任」的題目有哪些?

串接完成後,詢問:「歷屆律師考試提到『董事責任』的題目」。

以下為生成結果,可見 Claude 列出了從民國 101–114 年期間的有提到「董事責任」的題目。此外,如需取得特定年份試卷 PDF 連結,也可直接請 Claude 提供。這樣一來,對於有備考需求的人,他就可以先專攻特定年份的考古題,而不用多花時間去查詢及下載各年度的題目。

#0 Twinkle hub實測
圖/ 螢幕截圖
#1 Twinkle hub實測
圖/ 螢幕截圖

實測二、台北近 30 天 PM2.5 趨勢如何?

第二個測試,詢問:「顯示台北近 30 天的 PM2.5 讀數,並說明趨勢。」從生成結果最底部的「注:官方資料集目前更新至 5/08,5/09 後資料尚待入庫,因此圖表顯示至該日為止。」可印證 Claude 確實呼叫了 Twinkle Hub 的 MCP 工具,從環境領域資料集拉取了測站數據,列出各監測站的數值,並針對趨勢給出文字分析。整體回應速度約在數分鐘內完成,明顯比手動前往環保署查詢來得直覺。

#1 twinkle hub實測
圖/ 螢幕截圖

另外,如過程中 Claude 詢問你是否連結 MCP,點選允許即可。

#3 twinkle hub實測
圖/ 螢幕截圖

實測三、今年政府採購前 10 大合約是哪些?

第三個測試,改詢問:「列出今年金額最高的前 10 筆政府採購合約,包含機關名稱與得標廠商。」

這題較具挑戰性,因為採購資料涉及欄位較多、結構較複雜。Claude 透過 Twinkle Hub 呼叫採購領域工具,回傳了一份含機關名稱、標案名稱、得標廠商、決標金額的清單。實際驗證後,資料與政府採購網公開資訊吻合,準確率有一定水準,且 Claude 甚至會列出該份清單的閱讀重點,方便一般用戶理解資訊。

#2 twinkle hub實測
圖/ 螢幕截圖

資料的「即時性」仍受限於 API 同步週期,如本次僅能查詢截至今年 3 月中旬的資料。

twinkle hub實測
圖/ 螢幕截圖

實測四、這間民宿合法嗎?

第四個測試從觀光旅宿的角度切入,查詢特定業者合法登記狀態:「請問台北市的 XX 民宿是否有合法登記?」

Twinkle Hub 的 20 個領域中涵蓋觀光旅宿相關資料,Claude 呼叫後確實查到了相關資料集,並比對出該民宿的登記狀態與核准字號。

#0 twinkle hub實測
圖/ 螢幕截圖

這類資訊過去多半散落在觀光局或縣市政府官網,格式不一,要確認一間民宿的合法性需要多個步驟。AI 直接整合資料比對,使用體驗接近一個「即時查詢小助手」。然而,民宿登記資料的更新頻率因縣市而異,若業者剛完成登記或近期撤銷,資料可能尚未同步,查詢結果宜視為參考,不宜作為唯一依據。另外,對於模糊的店名,Claude 目前沒有提示「可能有多筆相似名稱」,容易讓使用者誤以為結果是精確比對。

用提問取代搜尋,Twinkle Hub 讓資料被看見

Twinkle Hub 解決的是一個真實存在的痛點:台灣開放資料雖然豐富,但對一般使用者來說幾乎等於不存在,因為光是找到正確入口、理解格式、下載處理就已經把大多數人擋在門外。透過與 Claude 串接,這個工具讓 AI 真正能協助使用者讀懂並看見這些資料,而不是只會回答「建議您前往官方網站查詢」。

尤其在不知道哪個機關負責、哪個網頁可以查的情況下,直接用自然語言向 Claude 詢問就好,它也會主動說明資料來源。然而,唯一的限制是,資料的「即時性」仍受限於 API 同步週期。如使用者仍需得知最新的數據,仍須花時間手動查詢。

本文授權轉載自FC未來商務

關鍵字: #AI工具
往下滑看下一篇文章
AI讓軟體開發更快,誰來接住「上線之後」?諾德資訊以Production as a Service補上最後一哩
AI讓軟體開發更快,誰來接住「上線之後」?諾德資訊以Production as a Service補上最後一哩

2026台灣設計展於9月24日至10月11日在桃園登場,以「桃園流」為主題,結合千塘之鄉的水文地景、國門之都的航空與物流優勢、多元族群文化匯流,以及 AI 科技應用,展現城市運轉的動態美學。

其中,為提供民眾不同於以往的互動體驗,AIoT 智慧感知大數據平台服務商棋苓(Chylyng)推出全展區 AI 穿戴互動體驗「FLOW CHECK」。參觀者配戴主辦單位提供的智慧手環後,可沿著展場動線於不同站點進行互動。即使多人同時參與,每位參觀者仍可依照不同的路徑、選擇與互動節奏完成體驗;系統並依據互動過程與結果,即時生成專屬的 Flowmomo 數位卡牌,讓參觀者儲存並帶走屬於自己的展覽體驗紀錄。

看似簡單的手環互動,背後其實是一套整合穿戴裝置、即時感測、場域互動、資料處理與雲端服務的完整系統。尤其在大型公開展覽環境中,不僅必須因應大量參觀者於短時間內同時使用,也必須確保從手環感測、站點互動、資料傳輸到最終結果產出的每一個環節,都能維持即時且穩定的服務品質。

棋苓以自主開發的 Eleplo AIoT Platform 為技術核心,整合穿戴裝置、感測設備、人員與資產定位,以及即時事件與資料管理,並負責建構 FLOW CHECK 的手環互動邏輯、站點應用、卡牌生成及參觀者操作介面。

專業分工合作:諾德資訊坐鎮後端,撐住大型公開展覽的服務韌性

為了讓系統從開發與測試環境順利進入大型公開場域,並進一步提升正式服務的可用性、資安與系統韌性,諾德資訊與棋苓採取專業分工合作。棋苓聚焦於 AIoT 平台、穿戴應用及使用者體驗;諾德資訊則負責後端基礎架構、正式環境部署、壓力測試、高可用性驗證,以及服務上線後的系統與流量監控。

由於展場現地部署時間僅有兩天,雙方將大量驗證工作提前至開展前完成。諾德資訊於正式開展前約一個月即建置專用測試環境,讓棋苓的應用服務提早與正式營運架構整合,並進行壓力測試、高可用性驗證及異常情境測試,使原本必須於現場進行的系統驗證工作大幅提前完成。

諾德資訊業務開發經理邱柏瑞表示:「FLOW CHECK 的挑戰在於大量參觀者可能集中於同一時段使用手環,因此除了確保服務穩定之外,也必須辨識進入系統的流量究竟來自真人使用者、合法自動化程式、AI Bot 或惡意攻擊,並透過即時監控及早發現異常。」為此,諾德資訊導入 IntelliFend Bot Management,協助辨識真人使用者、合法自動化及異常機器人流量,並於展覽公開服務期間透過遠端監控,持續掌握主機、資料庫、應用服務及外部流量狀態。

此外,為驗證系統在大型展覽情境下的承載能力,正式展出前,諾德資訊亦協助棋苓進行大規模壓力測試,模擬最高約 3 萬人同時使用的流量情境,提前觀察系統資源使用狀況、服務反應與可能的效能臨界點,並據此進行相關調校。

透過棋苓在 AIoT、智慧穿戴與互動應用上的技術能力,以及諾德資訊在正式營運環境、資安、壓力測試與維運監控上的經驗,雙方在展覽正式開放前,即完成從應用層到基礎架構的完整驗證,讓 FLOW CHECK 能夠在大型公開場域中穩定提供即時的 AI 穿戴互動體驗。

諾德資訊
諾德資訊業務開發經理邱柏瑞表示,FLOW CHECK展前模擬約3萬人同時在線情境,並即時辨識流量來自真人、Bot、AI或惡意攻擊,提前掌握系統臨界值。
圖/ 數位時代

AI加速開發腳步,但也增加「上線」考驗

從生成式AI到代理式AI,軟體開發速度快速提升,過去需要長時間才能完成的產品原型(Prototype)與概念性驗證(PoC)專案,現在可以很快完成驗證,讓軟體商有更多時間跟資源投入客戶需求、產品創意與使用體驗。

但是,從PoC走到Production,面對的是完全不同的考驗。
諾德資訊技術長張家榮解釋,進入正式環境(Production)後,軟體服務必須面對真實使用者的流量、不同客戶的IT環境、計算資源擴充、資料庫負載、網路連線、資安攻擊,以及服務異常時的切換與處理,就算在壓力測試時表現正常的系統,也可能在Production的時候出現問題。

更值得特別注意的是,AI不只讓開發者更快,也讓攻擊者發現漏洞的速度加快;過去,服務上線後還有時間慢慢觀察、修正,現在,服務一上線,可能很快就遭到掃描甚至攻擊。

也因如此,軟體商、系統整合商選擇基礎架構夥伴的條件開始改變,從過去關注功能與價格轉向:產品能不能順利上線?出了問題誰來處理?面對流量變化與資安風險,服務能不能持續運作?

張家榮表示:「諾德資訊可以提供從公有雲、私有雲、地端、邊緣運算、主機代管、網路,到維運與監控等服務,讓軟體夥伴可以將資源集中在應用與客戶需求,無須擔憂Production議題。」

諾德資訊
諾德資訊技術長張家榮指出,公司可提供從公有雲、私有雲、地端、邊緣運算、主機代管到維運監控的完整服務,讓軟體夥伴無須擔憂Production議題。
圖/ 數位時代

不僅提供資源,諾德資訊將Production變成一項服務

而這也是諾德資訊會提出「Production as a Service」的原因:不是在提供另一種雲端或主機服務,而是將軟體從開發走向正式營運所需的Production流程,轉化成可以被專業分工、驗證與持續維運的一項服務。

「Production as a Service不是單純把主機或雲端資源租給客戶,而是共同檢視這套軟體能不能順利上線與正常營運。」邱柏瑞表示。

實際做法包括,在上線前協助檢視架構,建立與正式環境相近的測試環境,確認系統正常狀態、最大承載量與資源需求,並驗證高可用性、資安、備援及服務切換機制;上線後則持續監看服務狀態、容量與流量,及早發現異常並處理。

諾德資訊之所以有這樣的服務能力,可以歸結為三點:

第一,長期累積的基礎架構與維運經驗,目前,諾德資訊同時服務的客戶數近30家,應用情境涵蓋IoT、購物平台、遊戲、音樂等不同類型的軟體服務。

第二,諾德資訊將每一個客戶遇到的問題與解決方案收攏至知識庫,讓團隊成員可以快速處理、借鏡,滿足客戶需求。

第三,依循ITIL的維運精神,並具備ISO 27001等資安相關認證,將服務流程、操作紀錄、備份、監控與異常處理等機制內化到服務之中。

這也是諾德資訊與單純提供雲端、IDC或主機代管服務的業者之間的最大差異:交付的不僅是基礎設施,而是讓服務持續運作的能力。面對客戶同時使用公有雲、私有雲、地端與邊緣運算環境,諾德資訊另以 MQloud 提供統一管理,把網路、防火牆、流量、監控與帳務收進同一套平台,降低跨環境營運的複雜度。

「軟體商負責開發,就像晶片設計公司;諾德資訊則負責協助完成測試、製程調整與正式生產,讓產品真正走向市場,希望成為『軟體界的台積電』。」張家榮如是說道。

展望未來,諾德資訊將持續深化 Production as a Service,成為軟體公司從上線到長期營運的夥伴。自構想階段起即與軟體商共同討論架構,於測試階段協助驗證,於準備上市時承接正式環境,上線後則持續守住流量、資安與服務韌性。軟體開發者與 SaaS 業者可將資源集中於產品與客戶,完整基礎架構與 24×7 維運則由諾德資訊端到端承接。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓