每天都在發生的事
這些場景你一定不陌生。不是能力問題，是時間都花在這些事上面了：
行政每站做月報 2~3 小時，10 站就是 20~30 小時
每月 1 號自動產出全部月報，你只要花 15 分鐘確認
告警來了只有數字，Vincent 要花 15~30 分鐘查系統才能判斷原因
告警附上趨勢分析、可能原因、處理建議，30 秒就看完
校正到期日靠 Excel 記，忙起來就忘了，忘了就是違規
提前 7 天、3 天、當天三次 LINE 提醒，逾期通知主管，零漏排
業務要自己上政府採購網搜標案，怕漏掉就天天看，很花時間
每天 09:00 自動掃描，有相關標案直接 LINE 通知你
工程師做完校正回辦公室還要手寫工單 15~20 分鐘
現場拍一張照片丟 LINE，AI 自動辨識內容產出工單，確認就好
各部門可以省多少時間
不用改變任何工作習慣
所有通知都透過 LINE，跟現在收告警一樣。不用學新工具、不用改流程。
所有 AI 產出都是「草稿」，需要人確認才送出。AI 不會自作主張。
全部在公司自己的主機上處理，資料不會傳到外部。
AI 做不了的事（還是需要你）
| 工作 | 原因 |
|---|---|
| 現場施工、安裝設備、校正操作、採樣 | 必須人到場 |
| 客戶拜訪、合約談判、投標簡報 | 人際互動 |
| 工程設計與變更、教學訓練 | 專業判斷 |
簡單說：現場的事、面對面的事、需要專業判斷的事，還是你來。其他行政瑣事，龍蝦幫你做。
OpenClaw 是什麼？
OpenClaw（小龍蝦）是一個開源的 AI Agent 框架。跟一般的 AI 聊天機器人不同，它不只能「對話」，還能自己主動去做事情。
一般 AI 聊天 vs. OpenClaw
| 一般 AI 聊天 | OpenClaw AI Agent | |
|---|---|---|
| 運作方式 | 你問它才回答 | 你設定好，它自己定時去做 |
| 能力範圍 | 只能對話 | 讀資料庫、呼叫 API、發 LINE、寄 Email |
| 運行時間 | 你開著才有用 | 24 小時常駐，凌晨也在跑 |
| 費用 | 大多按月付費 | 開源免費 + 本地模型免費 |
它怎麼幫公司做事？
OpenClaw 透過「Skill」（技能模組）來執行各種任務。每個 Skill 就是一套自動化流程：
運作流程範例：每日告警摘要
每天早上 08:00（排程觸發）
→ OpenClaw 呼叫 Fenri2 後端 API，取得昨日告警紀錄
→ AI 模型分析告警，產出摘要（哪些站有狀況、原因分析、建議）
→ 透過 LINE API 推播給工程師和主管
全程不需要人操作，每天自己跑。
運作流程範例：校正到期提醒
每天早上 08:00
→ 查詢所有站點校正紀錄和到期日
→ 篩選 7 天內到期的項目
→ LINE 推播給負責工程師
→ 當天未完成則通知主管
系統架構
全部跑在公司自己的一台 Mac Mini 上，不需要外部伺服器：
| 元件 | 說明 | 費用 |
|---|---|---|
| Mac Mini M4 | 主機（16GB 記憶體），常駐運行 | NT$19,900（一次） |
| OpenClaw | AI Agent 框架，管理所有自動化任務 | 開源免費 |
| Ollama + Qwen3-8B | 本地 AI 模型，中文能力最強的開源模型 | 免費 |
| Fenri2 API | 現有系統的後端，提供監測數據 | 已有 |
| LINE API | 推播通知給同事和客戶 | 已有 |
資料流向
排程 / 事件觸發
→ OpenClaw 讀取 Fenri2 API（監測數據、告警、校正紀錄）
→ 本地 AI 模型（Qwen3-8B）分析、摘要、判斷
→ 輸出：LINE 推播 / Email 寄送 / 報告產出
所有資料在公司主機上處理，不傳到外部。
Skill 系統：按需擴充
每個自動化任務就是一個 Skill，可以隨時新增：
| Skill | 觸發方式 | 做什麼 |
|---|---|---|
| 每日告警摘要 | 每天 08:00 | 撈告警 → AI 摘要 → LINE 推播 |
| 校正排程提醒 | 每天 08:00 | 檢查到期日 → 提前 7 天 LINE 通知 |
| RATA 排程管理 | 每天 08:00 | 檢查到期日 → 分階段提醒 → 產預報草稿 |
| 有效率監控 | 每天 22:00 | 計算當日有效率 → 接近門檻預警 |
| 客戶月報 | 每月 1 號 | 撈數據 → 產報告 → Email 寄客戶 |
| 標案監控 | 每天 09:00 | 掃描政府採購網 → 新標案 LINE 通知 |
| 工作回報彙整 | 每天 23:00 | 讀取 LINE → 整理日報表 |
| 法規問答 | 隨時（LINE 觸發） | 同事在 LINE 問 → AI 即時回答 |
| 截圖自動補工單 | 隨時（LINE 照片觸發） | 辨識照片內容 + 群組 → 自動填工單說明 |
對外價值：產品差異化
等內部驗證成熟後，可以包裝成客戶端功能：
| 功能 | 客戶感受 |
|---|---|
| 每日水質摘要推播 | 不用登系統也知道水質狀況 |
| 異常智慧分診 | 告警不再是一堆數字，而是帶原因的摘要 |
| 有效率趨勢預警 | 接近法規門檻提前通知，避免罰鍰 |
| 校正到期自動通知 | 客戶維運團隊不會忘記排校正 |
市場上水質監測平台還沒有人做 AI Agent 維運助手，搶先做就是差異化。
競爭優勢對比
| 面向 | 沒有 OpenClaw | 有 OpenClaw |
|---|---|---|
| 報表 | 人工整理，慢 | 自動產出，快 |
| 告警 | 被動推播，客戶自行判斷 | 主動分析，附帶建議 |
| 合規 | 靠人記排程，有漏排風險 | 自動追蹤，零遺漏 |
| 市場定位 | 跟同業差不多 | AI 加值，高端定位 |
工程部 — 22 項 AI 可協助事項
現場施工、校正操作必須人做。AI 接手的是排程追蹤、告警分析、工單撰寫、備品管理、車輛管理這些回辦公室才做的事。
A. 建置施工（4 項）
1-1 施工進度追蹤
像幼獅站採樣槽施工有乆㚘、蔡東東等多人參與，連續好幾天「未完成」。主管從 LINE 一條條看很辛苦。AI 自動把同一個施工案的進度整合在一起。
施工進度 — 幼獅進流採樣槽
預計工期 5 天，目前第 3 天
日期 人員 狀態 3/24 乆㚘、蔡東東 施工中 3/25 乆㚘、蔡東東 施工中（第 2 天） 3/26 乆㚘、蔡東東 施工中（第 3 天）
鄭儒謙同時段在做日光御水位計（延遲）
1-2 施工材料採購提醒
施工案建立時，AI 列出材料清單提前一週提醒採購，不會到工地才發現缺料。
1-3 168 小時連線測試監控
新站完工後法規要連續傳輸 7 天不中斷。AI 每小時自動檢查，斷線馬上通知。
1-4 驗收文件自動檢查
驗收前 AI 對照清單告訴你哪些文件齊了、缺什麼。
B. 日常維運（8 項）
1-5 巡檢排程自動管理
數十站有不同巡檢週期。AI 根據合約自動排每週排程，考慮地理位置。
本週巡檢排程
日 站點 內容 工程師 一 中國砂輪 COD 校正 + 巡檢 Vincent 三 合水先進 月巡檢 + 試劑補充 恩 四 龜山水資 巡檢 + 水樣 Vincent
1-6 校正排程提醒
pH/EC 每月、COD/SS 每季。AI 提前 7 天、3 天、當天三次提醒。逾期通知主管。
校正排程提醒
站點 設備 到期 負責人 中國砂輪 pH 3/31（剩 5 天） Vincent 合水先進 EC 4/2（剩 7 天） 恩
1-7 RATA 全流程管理
COD/SS 每季一次。AI 30 天前提醒約機構、15 天前提醒預報、10 天前產草稿、完成後自動比對判定。
礫間站 Q1 RATA 結果
相對準確度 96.8% — 合格
批次 自動監測 認證機構 差值 判定 第 1 批 22.3 23.1 -0.8 合格 第 2 批 21.8 22.5 -0.7 合格 第 3 批 23.1 23.8 -0.7 合格
1-8 有效率即時監控
每天自動算各站有效率。月底才發現太晚了。AI 接近門檻就預警。
1-9 告警智慧分析
告警不再只有數字。AI 附上趨勢、可能原因、處理建議。
A02 站 pH 告警（14:32）
數值：9.3（閾值 9.0）
趨勢：過去 2 小時從 8.7 持續上升
同時段水溫 25.1°C（正常）、EC 650（正常）
可能原因：
1. 放流水鹼度異常（持續上升）
2. pH 感測器偏移（上次校正 3/5，已 20 天）
建議：先確認現場水質，正常的話安排校正
1-10 設備故障記錄與申報
自動記錄故障起迄時間，產出異常申報草稿。
1-11 校正/維修工單自動產出
Vincent 做完中國砂輪 COD 校正，AI 自動產出工單，確認就存檔，不用手寫。
1-12 截圖自動補工單說明
工程師在現場拍一張設備照片或螢幕截圖，丟到 LINE 群組。OpenClaw 根據群組名稱判斷站點，再用 AI 辨識照片內容（設備型號、數值、異常狀態），自動補上工單說明。省掉回辦公室還要打一堆字的時間。
工單自動填入 — 請確認
站點：中國砂輪（根據群組判斷）
設備：COD 分析儀
照片辨識：校正畫面，COD 讀值 48.7 mg/L，標準液 50 mg/L
自動填入說明：COD 分析儀校正完成，校正前偏差 -1.3 mg/L，校正後讀值正常
回覆「確認」即存檔
1-13 全幅值合規驗算
法規要求量測範圍要正確。AI 每天自動驗算。
C. 備品與設備（3 項）
1-13 備品庫存管理
標準液、電極、試劑快用完時自動提醒採購。
備品庫存提醒
品項 庫存 預計用完 建議 pH 7.0 標準液 1 瓶 4/5 立刻採購 pH 電極 1 支 — 中國砂輪那支老化，備 1 支 COD 試劑 充足 7/30 不急
1-14 設備壽命追蹤
感測器電極用到壽命上限自動提醒更換。
1-15 設備保固到期
保固到期前 30 天通知，決定續保或自行維護。
D. 安全管理（3 項）
1-16 化學品管理
追蹤標準液、試劑的保存期限和 SDS。
1-17 工安事件記錄
現場事故自動記錄產報告。
1-18 職安衛訓練時數
每人年度累計不足時自動提醒。
E. 車輛管理（4 項）
1-19 公務車保養提醒
里程到了自動提醒。
1-20 車輛保險到期
到期前 30 天通知。
1-21 油費/ETC 月報
自動統計各車每月花費。
1-22 站點路線最佳化
一天跑多站，AI 建議最佳路線。
工程部效益
| 分類 | 項目數 | 每月省 |
|---|---|---|
| 建置施工 | 4 項 | 專案管控提升 |
| 日常維運 | 8 項 | 15~22 hr |
| 備品設備 | 3 項 | 2~3 hr |
| 安全管理 | 3 項 | 1~2 hr |
| 車輛管理 | 4 項 | 1~2 hr |
| 合計 | 22 項 | 19~29 hr/月 |
行政 / 業助 — 15 項 AI 可協助事項
行政是公司中樞，負責報告整理、通知發送、系統監控、文件歸檔。大量重複性工作 AI 都能接手。
A. 報告產出（5 項）
2-1 校正報告
工程師做完校正，行政要整理數據做報告。像「合水先進校正報告」。AI 自動從系統撈數據產報告。
2-2 RATA 報告
像「礫間第一季 RATA 數值確認」，行政要一筆筆對數據。AI 自動比對、計算、判定。
2-3 客戶月報/季報/年報
每站每月 2~3 小時。10 站就是 20~30 小時。AI 每月 1 號全部自動做好。
2-4 異常申報表
設備故障很多欄位要填。AI 自動帶入，15 分鐘審核就好（原本 1~2 小時）。
2-5 QA 計畫書
每站都要，70% 內容重複。AI 根據設備配置自動產草稿。
B. 通知與協調（3 項）
2-6 各廠行程通知
目前行政手動發。AI 根據排程自動發 Email 通知各站。
2-7 跨部門通知
業務轉訂單、工程完成校正，AI 自動 LINE 通知相關人員。
2-8 ClickUp 任務建立
LINE 說一句話就自動建好。像「龜工水位計上 ClickUp」不用手動建了。
C. 系統監控（3 項）
2-9 後台連線監控
「信諾後台確認連線」不用手動查了。AI 每小時自動檢查，斷線才通知。
2-10 環境部傳輸監控
傳輸失敗被罰款。AI 即時監控。
2-11 資料備份確認
每天自動確認。
D. 文件與費用（4 項）
2-12 文件歸檔追蹤
法規文件保存 3 年，缺件自動提醒。
2-13 稽查準備包
一鍵整理該站所有合規文件。
2-14 LINE 費用月報
自動統計推播量和費用。
2-15 各站維運成本統計
自動統計人工、材料、車資。
行政效益
| 分類 | 項目數 | 每月省 |
|---|---|---|
| 報告產出 | 5 項 | 15~25 hr |
| 通知協調 | 3 項 | 3~5 hr |
| 系統監控 | 3 項 | 3~5 hr |
| 文件費用 | 4 項 | 2~4 hr |
| 合計 | 15 項 | 23~39 hr/月 |
業務部 — 16 項 AI 可協助事項
A. 標案與投標（5 項）
3-1 政府標案自動監控
不用再自己去政府電子採購網搜了。AI 每天自動掃描，有相關標案立即 LINE 通知。
新標案通知（3/25）
[標案 1]
名稱：115年工業區廢污水自動監測連線管理優化計畫
機關：環境部水保司
預算：NT$14,640,000
截止：4/7（剩 13 天）
相關性：高 — CWMS 維運+連線管理
[標案 2]
名稱：115年雲林縣河川 CWMS 監測計畫
機關：雲林縣環保局
截止：4/15（剩 21 天）
3-2 投標截止追蹤
分階段提醒（30/14/7/3 天）。
3-3 投標文件輔助
自動整理資格文件、產出實績表。
3-4 決標結果追蹤
自動查是否得標、對手得標金額。
3-5 競爭對手追蹤
定期彙整同業得標紀錄。
B. 報價與合約（5 項）
3-6 法規可行性評估
客戶問「要不要裝 CWMS」，告知排放量和業別 AI 30 秒回答。
3-7 報價輔助
自動判斷必測項目、推薦設備、查歷史價格。
3-8 報價追蹤
「新北肉品四月再送」，AI 四月自動提醒。
3-9 合約到期提醒
90/60/30/7 天分階段 LINE 提醒。
3-10 客戶排放量門檻監控
跨越門檻時通知洽談升級。
C. 客戶經營（6 項）
3-11 站點健康報告
LINE 問一句 30 秒回覆站況，截圖轉客戶。
3-12 發票提醒
訂單完成自動提醒開票。
3-13 訂單轉派
一句話建 ClickUp + 通知工程部。
3-14 續約率追蹤
標記可能不續約的高風險客戶。
3-15 設備升級建議
根據年限主動建議客戶升級。
3-16 季節性趨勢
拿給客戶展現專業度。
業務效益：16 項，每月省 13~21 hr
財務 / 會計 — 5 項
4-1 應收帳款追蹤
發票開了客戶有沒有付？逾期 30/60/90 天分階段提醒催收。
應收帳款逾期通知
已通知業務跟催
客戶 金額 逾期 龜山水資 NT$38,000 15 天 平鎮環保 NT$52,000 17 天
4-2 應付帳款
供應商付款到期提前通知。
4-3 月營收報表
依站點/客戶/類型統計。
3 月營收摘要
合計 NT$1,090,000 | 較上月 +8%
類型 金額 佔比 維運合約 NT$680,000 62% 建置施工 NT$280,000 26% 校正/RATA NT$85,000 8% 設備銷售 NT$45,000 4%
4-4 專案損益
各案實際成本 vs 合約金額，自動算毛利率。
4-5 稅務申報提醒
營業稅、營所稅截止日提醒。
財務效益：5 項，每月省 3~5 hr
人事 / 管理 — 12 項
5-1 環保證照追蹤
甲乙級廢水技術員、環保專責人員證照到期前 90 天提醒換證。
5-2 教育訓練時數
法規要求年度訓練時數，不足自動提醒。
5-3 訓練紀錄
「信諾報告教學」「學習信諾報告製作」自動記入訓練歷程。
5-4 輪班排程
需要待命的站自動產出輪班表。
5-5 新人知識庫
LINE 上問 AI 法規問題，不用追著前輩問。
5-6 每日工作回報彙整
讀取 LINE 訊息自動整理成日報表。主管看一張表就掌握全貌。
5-7 未完成事項追蹤
隔天推播，連續 3 天通知主管。
5-8 合規健檢月報
所有站點合規狀態一張表。
5-9 營運月報
月底自動彙整全公司數據。
5-10 法規變動監控
環境部新公告即時通知。
5-11 法規問答
LINE 問即答。
5-12 保險管理
產險、責任險、團保到期通知。
人事效益：12 項，每月省 10~18 hr
IT / 系統 — 4 項
6-1 FCC/FCM 平台可用性監控
定時檢查雲端平台，異常通知 IT。
6-2 資料備份驗證
每日確認備份成功。
6-3 資安更新提醒
安全更新可用時通知。
6-4 SSL 憑證到期
到期前 30 天通知。
IT 效益：4 項，每月省 1~2 hr
導入計劃 — 分階段執行
Phase 1：基礎建置（第 1 月）
| 項目 | 內容 | 費用 |
|---|---|---|
| 購入 Mac Mini M4 | 16GB / 256GB，OpenClaw 常駐主機 | NT$19,900 |
| 安裝 Ollama + Qwen3-8B | 本地 AI 模型，中文能力最強 | 免費 |
| 部署 OpenClaw | AI Agent 框架，Docker 容器化 | 免費 |
| Skill #1：每日告警摘要 | 自動撈告警 → AI 摘要 → LINE 推播 | — |
Phase 2：核心自動化（第 2~3 月）
| Skill | 功能 |
|---|---|
| #2 校正排程提醒 | 每日掃描 → 提前 7 天 LINE 推播 |
| #3 RATA 排程提醒 | 每季到期前自動提醒 + 產預報草稿 |
| #4 有效率監控 | 每日計算 → 接近門檻預警 |
| #5 標案監控 | 每日掃描政府採購網 → 新標案 LINE 通知 |
Phase 3：進階功能（第 4~6 月）
| Skill | 功能 |
|---|---|
| #6 客戶月報自動產出 | 每月撈資料 → 產報表 → Email 寄客戶 |
| #7 工作回報彙整 | 讀取 LINE → 結構化日報 |
| #8 異常申報 | 自動帶入欄位 → 產草稿 |
| #9 合約/發票追蹤 | 到期提醒 + 開票提醒 |
Phase 4：對外產品化（第 7 月起）
| 功能 | 說明 |
|---|---|
| 客戶端 AI 維運助手 | 包裝成客戶可用的 Enterprise 功能 |
| 每日水質摘要推播 | 客戶不登系統也能掌握水質 |
| 異常智慧分診 | 告警附帶原因分析，提升服務品質 |
預算與 ROI 分析
一次性投入
| 品項 | 金額 |
|---|---|
| Mac Mini M4（16GB/256GB） | NT$19,900 |
逐月經常性支出
| 項目 | 費用 | 說明 |
|---|---|---|
| LLM API（備用雲端模型） | NT$300~500 | 大部分任務用本地免費模型，複雜報告才用 |
| 電費 | ~NT$70 | Mac Mini 功耗極低 |
| 月合計 | NT$370~570 |
第一年 TCO
| 類別 | 金額 |
|---|---|
| 硬體（Mac Mini M4） | NT$19,900 |
| LLM API（12 個月） | ~NT$5,400 |
| 電費（12 個月） | ~NT$840 |
| Year 1 合計 | ~NT$26,140 |
ROI 分析
| 指標 | 數值 |
|---|---|
| 每月省下時數（保守） | 69 hr |
| 人力時薪（估） | NT$300 |
| 每月省下人力成本 | NT$20,700 |
| 每月經常性支出 | ~NT$500 |
| 每月淨效益 | NT$20,200 |
| 含硬體回本期 | 約 1 個月 |
為什麼這麼便宜？
| 原因 | 說明 |
|---|---|
| OpenClaw 是開源的 | 框架本身免費，不用付授權費 |
| AI 模型跑在本地 | Qwen3-8B 免費，不用按次付費 |
| Mac Mini 功耗低 | 全天候運行月電費約 NT$70 |
| 串接現有系統 | Fenri2 API、LINE API 都已經有了 |
風險評估
| 風險 | 等級 | 應對 |
|---|---|---|
| AI 產出不準確 | 中 | 所有產出須人工確認才送出 |
| 模型中文品質不足 | 低 | Qwen3 是目前中文最強開源模型 |
| Mac Mini 故障 | 低 | Apple 保固 1 年，Skill 設定有備份 |
| API 變動 | 中 | 模組化 Skill 設計，修改成本低 |
| 團隊不習慣 | 中 | 全部透過 LINE，跟現在收告警一樣 |