📚 Learning Flow

AI Agent 可以做什麼?

首先，我們先到AI Agent的Site來檢視AI Agent的成果。

開啟 Open RAG Demo Site：https://openrag.dev.araliadata.io/
在輸入框貼上這題並送出：

Is there a relationship between the average GDP growth at purchasers' prices from 2021 to 2024 and the Gini coefficient of each state in Malaysia in 2024?
AI Agent Demo 服務會自動啟動 五個 Agent（找資料集→規劃→決定查詢條件→執行查詢→產生洞見），並回傳：
- 找到的 資料來源清單（來自多個 Planet，如 SDG、UN）
- 對齊年份與地理單位後提出分析的洞見

在上面的AI Agent服務中，背後就是讓AI 理解使用者的問題，並進到Aralia 的Ecosystem來搜尋相關的insight，回應使用者的問提。

如果你想測試更多，歡迎參考下面的題目：

Malaysia｜GDP 成長 × Gini（2019/2021–2024）
- What is the average GDP growth rate of each state in Malaysia in 2019?
- Is there a relationship between the average GDP growth at purchasers’ prices from 2021 to 2024 and the Gini coefficient of each state in Malaysia in 2024?
交通安全｜酒駕與事故
- 哪個縣市在特定酒測區間（例如 0.16–0.25 mg/L）酒駕致死人數最多？請依縣市排序。
- 六都在某酒測區間的死亡與受傷人數各是多少？
- 酒駕致死道路類別以哪種居多？
- 酒測 > 0.80 mg/L（或血液 >0.16%）者的平均年齡？

題目怎麼「一次說清楚」（必讀）

指標 / 口徑：你要比什麼（例：average GDP growth at purchasers’ prices、Gini coefficient）
時間：明確年份或區間（例：2021–2024、2024）
目標層級/範圍：國家/縣市/年齡等（例：Malaysia by state）
關係/比較：相關性、排序、差距或分組對比

檢核表（複製即可打勾）：

指標/口徑明確
年份/期間明確
目標層級與範圍明確
要看的關係/比較明確

🧯 常見誤解（上手更快）

「Agent 會幫我猜年份/地區嗎？」→ 不會，請在題目裡一次說清楚。
「LLM 會自己去網路抓資料嗎？」→ 不會。它只會從Aralia Data Ecosystem查詢相關的資料集，並針對查詢結果進行解讀。
「我需要會寫程式嗎？」→ 不用。Colab 已把流程封裝好；進階者可看 Agent SDK章節。

關於AI Agent是如何達成這些成果，請參閱下面章節來掌握AI 的關鍵知識。

                                                ← 上一章： [AI Agent 教學](<https://deciduous-centipede-9d7.notion.site/AI-Agent-261ddf94fd148010b3f4d047d19c1386>) 　|    下一章：[

系統原理與基礎概念](https://deciduous-centipede-9d7.notion.site/261ddf94fd1480edae56ca14fff5be12) →