來源分散
標案與健保資料來自不同官方來源，缺乏一致入口，對上游取樣流程與授權流程都有額外摩擦。
Open Data Infrastructure
官方資料到 AI Agent 的最小化訊號通道
專案把衛生福利部資訊勞務標案與健保診所開放資料，轉成可直接被 MCP 工具查詢的穩定入口，讓資料可驗證、可回溯、可直接整合 AI workflow。
為什麼需要這個專案？
在實務上，資料可用性與可查詢性往往是問題本身：來源分散、欄位不一致、明細缺漏、服務不穩，直接影響 AI agent 的決策品質。
格式與欄位不一致
半月 XML、CSV 及明細頁回傳格式差異大，直接讓下游查詢工具難以穩定處理，且增加 ETL 錯誤風險。
欄位不完整
公開招標來源常缺少可直接比對的重要資訊，本專案以明細抓取補齊截標、開標與預算，補上招標決策必要欄位。
第三方不可控
先前使用的 hub 服務政策調整導致可用性下滑，因此改走官方來源與自建服務，避免關鍵鏈路被中斷。
專案回應方式
四步流程，把散落資料變成可複用的查詢介面。
-
1
官方來源擷取
定期同步「政府電子採購網」與「健保署」官方資料。
-
2
規格化與 enrich
資料正規化為可查詢 schema，並補齊明細頁缺漏欄位。
-
3
唯讀 SQLite 服務化
由 repository 寫入與快取，server 以唯讀方式提供一致查詢行為。
-
4
MCP 對外介面
提供 Twinkle 對齊模式的查詢工具，讓 Agent/開發者直接整合。
目前已有能力（可直接驗證）
先用功能面，先確認你今天能否直接接上。
資料集
- pcc-tender（衛福部資訊勞務）
- pcc-tender-mohw（與 twinkle 欄位對齊）
- nhi-clinic（健保診所開放資料）
MCP Tools
- list_datasets
- get_dataset
- query_rows
- search_records
- get_record
- get_tender_detail
- list_sources
安全邊界
- query_rows 只允許 SELECT 查詢
- 限制語法注入與多語句、DML/DDL、危險 keyword
- SQLite read-only + authorizer 白名單
部署與整合
- streamable HTTP 模式支援
- healthz probe、GKE 部署文件與 manifest 可用
- 單一 DB 預設路徑與同步/查詢一致
快速上手
建置後建議用 list_datasets 再切入 query_rows。
- 建立並同步環境（含建置 SQLite DB）。
- 啟動 MCP server（stdio 或 HTTP）。
- 在 Claude / Agent 連線後，先用 list_datasets 再用 query_rows 開始分析。