我們在 LINE 上打造了一個專屬於富鈞的 AI 助理。
它懂公司產品、會追標案、能查出勤 — 而且，它真的在「思考」。
想像一下：你在 LINE 上傳一句「最近有沒有 CWMS 的標案？」，
幾秒後，一張張精美的標案卡片就推送到你面前。
或者你問它「富鈞的 FCC 系統有什麼功能？」，
它不是去 Google 搜尋 — 而是從我們自己的知識庫裡找出答案，用專業客服的語氣回覆你。
這就是 OpenClaw — 我們的 AI 智慧助理。
業務同仁不再需要每天手動上政府採購網搜尋標案。
只要在 LINE 對話中輸入關鍵字，AI 助理會自動爬取最新標案資料，
並以精美的卡片輪播形式推送到你的 LINE 上。
客戶問「你們公司做什麼的？」、同事問「FCC 跟 FCM 差在哪？」——
AI 助理會從我們內建的公司知識庫中搜尋最相關的內容，
然後用自然、專業的語氣回答，就像一個熟悉公司業務的客服人員。
每位同仁都可以直接在 LINE 上查詢自己的出勤紀錄、請假餘額、個人資料， 不需要登入後台、不需要找 HR。系統會自動辨識你的身份，只顯示你自己的資料。
不是每個人都能查所有資料。我們設計了三層權限架構： 每位員工只能查自己的資料，主管可以看團隊，管理層可以看全公司。 權限不足時，AI 只會簡單回覆「您目前沒有使用此功能的權限」——不會多說一個字、不會洩漏任何系統細節。
問一句「今天有什麼會議？」就能看到今日行程。 開完會後想回顧討論內容？問「上次跟台南水利局開會講了什麼」，AI 會幫你整理會議摘要、決議與待辦。
忘記同事分機幾號？不確定客戶窗口是誰？直接問 AI 就好。 內部通訊錄支援依名字或部門搜尋，客戶通訊錄則可查詢合作單位的聯絡人。
公司有新公告時，不需要再去翻公告欄或 Email。 直接問「有什麼公告？」，AI 會依時間順序列出最新公告， 並用 🔴 重要 / 🟡 一般 / 🟢 通知 標示重要性。
「台南科工案進度到哪了？」——AI 會用進度百分比、里程碑狀態、健康度指標回覆你， 讓專案管理者隨時掌握全局。
颱風來了、豪大雨特報——我們的場域有沒有風險？ AI 會即時查詢氣象警報，並自動評估對富鈞場域的影響，標示風險等級與建議行動。
管理層專屬功能。執行長可以問「公司現在狀況怎樣？」，AI 會整合財務、人力、專案三大面向的即時數據， 甚至提供營收趨勢分析、市場競爭情報——像是一位隨時待命的分析師。
管理者可以透過 Web 後台管理 AI 助理的技能模組、查看使用記錄、 設定員工權限角色。所有技能的啟用 / 停用、權限的調整，都在這裡完成。
這不是普通的聊天機器人 — 它背後有真正的 AI 技術在運作
像 ChatGPT 這樣的 AI，知識來自網路公開資料。
你問它「富鈞的 FCC 系統有什麼功能？」——它不知道。
因為我們的內部文件從來沒出現在它的訓練資料裡。
RAG 的核心概念很簡單：先搜尋、再回答。
AI 不是自己編答案，而是先從我們的知識庫裡找到相關資料，
再基於這些真實資料組織回答。
我們把公司的產品文件、案例資料、服務介紹等文件，
透過 AI 轉換成一種叫做「向量」的數字格式儲存起來。
你可以把它想像成：把文件放進一個超聰明的圖書館。
這個圖書館不是用書名分類，而是用「內容的意思」來分類。
假設我們把文字簡化成 2 個維度（實際是 3072 維），放到一張座標圖上：
上面的範例只用了 2 維，已經能分出產品、案例、公司資訊三個區域。
維度越多，能表達的「特徵」就越多，分辨能力也越強：
傳統搜尋只會比對你打的字 — 搜「水質監控系統」，找不到寫著「FCC」的文件。
但 AI 語意搜尋不一樣：它理解你問題的意思，知道「水質監控系統」就是「FCC」。
這就是為什麼它是「人工智慧」— 它真的在理解語意，而不是死板地比對文字。
因為文件裡寫的是「FCC」，
不是「水質監控系統」
AI 理解「水質監控系統」
和「FCC」是同一個意思
當你在 LINE 上提問，AI 會經過四個步驟，基於真實的公司資料回答你：
傳統程式只能做文字比對：你搜「水質監控系統」，它只會找含有這六個字的文件。
但我們的系統用的是 Google Gemini AI 的語意理解能力 —— 它能「理解」你問題背後的意思。
所以當你搜「水質監控系統」，它知道 FCC（FENRi Cloud Collection）就是我們的水質監控系統，即使文件裡一個字都沒提到「水質監控系統」。
這不是寫程式寫 if-else 就能做到的，這是真正的人工智慧推理。
我們用 Google Gemini Embedding 模型，把每一段公司文件轉換成一組 3072 維的數字向量（你可以想像成 3072 個座標值）。
意思相近的文字，在這個數字空間裡的「距離」就會很近。例如「污水處理」和「廢水處理」的向量距離就會很近，即使字面完全不同。
這些向量儲存在 Qdrant 向量資料庫（一種專門為 AI 搜尋設計的資料庫），查詢速度極快。
這整套從文字→向量→語意搜尋的技術，是目前業界最先進的 AI 應用架構。
搜到相關段落後，系統不是把原文直接丟給你看 —— 而是交給 Google Gemini 大型語言模型。
LLM 會閱讀這些段落，理解內容，然後用自然、流暢的中文重新組織成一段完整的回答，就像一個真正讀過所有公司文件的專業客服在跟你對話。
它還會根據你問題的角度，自動調整回答的重點和語氣。
這是 ChatGPT 背後同等級的 AI 技術，被我們應用在自己的企業知識上。
一般的 AI 可能會「幻覺」—— 自己編造不存在的資訊。
但我們的 RAG 架構限制了 AI 只能基於知識庫中實際存在的文件來回答。如果知識庫裡找不到相關資料（相似度分數低於門檻），AI 會誠實回覆「目前沒有找到相關資訊」而不是亂編。
而且系統嚴格禁止 AI 洩漏任何內部技術細節（如檔案路徑、資料庫結構等）。
這確保了回答既準確又安全。
OpenClaw 的架構是模組化的 — 每個功能都是一個獨立的「Skill」，可以隨時新增。
隨著公司需求成長，AI 助理的能力也跟著一起成長。