摘要

Aralia AI 是 Aralia 數據生態系中的核心模組，讓 AI 真正「看懂」你的資料問題。

系統底層以 Semantic Layer 為基礎，整合 Embedding、Knowledge Graph 與 RAG 技術，讓 AI 能理解資料的意義與脈絡，而不只是搜尋關鍵字。使用者透過 Aralia MCP Server 存取這一切，可以選擇最符合自己習慣的工具：從零設定的 AI Teller，到自己慣用的 Claude、GPT、Gemini，甚至 n8n 自動化工作流。

Aralia AI 的目標：讓每一份整理好的資料，都能用自然語言開口回答你的問題。

學習目標

• 理解 AI Ready 系統如何讓 AI「看懂」你的資料問題
• 使用 AI Teller 直接向 AraliaOne 查詢資料洞見（零設定）
• 了解 Embedding、RAG、Knowledge Graph 的核心概念
• 了解可存取資料的 AI 工具生態圈：AI Teller、Claude、OpenAI、Gemini
• 進階選項：透過外部 AI Agent 串接 Aralia MCP
• 進階選項：運用 n8n 自動化串接 MCP

完成本教學後，你可以

• 用自然語言問出洞見 → 在 AraliaOne 用 AI Teller 直接提問，得到含來源說明的分析回覆
• 選擇自己的 AI 工具 → 了解 AI Teller、Claude、GPT、Gemini 各自的適用情境
• 進階串接 → 透過 MCP 把 Aralia 資料接入你慣用的 AI Agent 或自動化工作流

適用對象

適合

1. 想透過 AI 快速查找與分析 AraliaOne 開放資料的使用者
2. 對 AI 如何「理解」資料感到好奇的學習者
3. 想把 Aralia 資料接入自己 AI 工具的進階使用者

不適合

1. 對數位資料與數據概念尚不熟悉者
2. 想從零開始學習程式語言者

學習路徑

教學目的

快速開始（先有感）

系統概念：AI 怎麼看懂你的問題？

關鍵名詞解釋

我該怎麼用？路徑選擇

實際練習：AI Teller（主線）

進階：n8n 串接 Aralia MCP