{"allowContribute":false,"item":{"content":"## 📖 關於本文件\n\n這份文件完整記錄了「捷運運量分析部」的 AI 公司架構，包含部門設定、三位員工的職責與指令、依賴的資料夾與插件。拿到這份文件的人，可以在自己的 CubeLV 照著重建一套完全相同的自動化運量分析系統。\n\n---\n\n## 🏗️ 系統總覽\n\n```\n使用者上傳 CSV（逐日運量）\n       │\n       ▼\n┌─────────────────┐\n│  檔案解析員      │  ← 解析 CSV，整理為結構化摘要\n│  (AGENT)         │\n└────────┬────────┘\n         │ 開新的待辦、指派給運量分析員\n         ▼\n┌─────────────────┐\n│  運量分析員      │  ← 比較排名、車站變化、搜新聞\n│  (AGENT)         │     寫入 MRT_RECORD（若進 TOP 10）\n└────────┬────────┘\n         │ 開新的待辦、指派給報告產出員\n         ▼\n┌─────────────────┐\n│  報告產出員      │  ← 寫 NOTE 報告 + CHART 圖表\n│  (AGENT)         │\n└─────────────────┘\n```\n\n三位員工以**待辦接力**的方式協作：上游員工完成任務後，開一筆新待辦給下游，實現自動化流水線。\n\n---\n\n## 📦 前置準備\n\n### 1. 必須先安裝的插件\n\n| 插件名稱 | 用途 |\n|----------|------|\n| **捷運運量紀錄看板** | 提供 MRT_RECORD / MRT_RECORD_FOLDER 類型，儲存歷史排名紀錄 |\n\n\u003e ⚠️ 若你的 CubeLV 尚未安裝此插件，請先在插件市集搜尋「捷運運量紀錄看板」並安裝。\n\n### 2. 必須建立的資料夾\n\n在建立員工之前，先手動建立以下資料夾（或讓員工首次執行時自動建立）：\n\n| 資料夾 | 類型 | 用途 |\n|--------|------|------|\n| 運量分析報告 | NOTE_FOLDER | 存放每次產出的分析報告 NOTE |\n| 捷運運量圖表 | CHART_FOLDER | 存放運量趨勢圖表 |\n| 運量紀錄 | MRT_RECORD_FOLDER | 存放歷史排名 TOP 10 紀錄（插件自動建立） |\n\n### 3. CSV 檔案格式\n\n上傳的 CSV 必須符合以下規格：\n- **分隔符**：逗號（`,`）\n- **欄位順序**：\n  - 第 1 欄：日期（格式 `YYY/MM/DD`，如 `115/6/5`）\n  - 第 2 欄：日型（星期幾，0=日、1=一、...、6=六）\n  - 第 3 欄：全系統運量（當日總人次）\n  - 第 4~123 欄：各車站運量，依序為：\n\n```\n松山機場, 中山國中, 南京復興, 忠孝復興, 大安, 科技大樓, 六張犁, 麟光, 辛亥,\n萬芳醫院, 萬芳社區, 木柵, 動物園, 大直, 劍南路, 西湖, 港墘, 文德, 內湖,\n大湖公園, 葫洲, 東湖, 南港軟體園區, 南港展覽館, 小碧潭, 新店, 新店區公所,\n七張, 大坪林, 景美, 萬隆, 公館, 台電大樓, 古亭, 中正紀念堂, 小南門, 頂溪,\n永安市場, 景安, 南勢角, 台大醫院, 台北車站, 中山, 雙連, 民權西路, 圓山,\n劍潭, 士林, 芝山, 明德, 石牌, 唭哩岸, 奇岩, 北投, 新北投, 復興崗, 忠義,\n關渡, 竹圍, 紅樹林, 淡水, 頂埔, 永寧, 土城, 海山, 亞東醫院, 府中, BL板橋,\n新埔, 江子翠, 龍山寺, 西門, 善導寺, 忠孝新生, 忠孝敦化, 國父紀念館, 市政府,\n永春, 後山埤, 昆陽, 南港, 象山, 台北101/世貿, 信義安和, 大安森林公園, 北門,\n松江南京, 台北小巨蛋, 南京三民, 松山, 輔大, 新莊, 頭前庄, 先嗇宮, 三重,\n菜寮, 台北橋, 大橋頭, 中山國小, 行天宮, 東門, 蘆洲, 三民高中, 徐匯中學,\n三和國中, 三重國小, 迴龍, 丹鳳, 十四張, 秀朗橋, 景平, 中和, 橋和, 中原,\n板新, Y板橋, 新埔民生, 幸福, 新北產業園區\n```\n\n\u003e ⚠️ 忽略逗號間的空白資料。不同來源的檔案格式可能略有不同，系統能適應欄位排列變化。\n\n---\n\n## 👥 部門與員工設定\n\n### 部門：捷運運量分析部\n\n- **類型**：`AICOMPANY_FOLDER`\n- **父層**：`aicompany`（plugin root key）\n\n---\n\n### 員工一：檔案解析員\n\n| 設定項 | 值 |\n|--------|-----|\n| **類型** | `AGENT` |\n| **父層** | 捷運運量分析部（AICOMPANY_FOLDER） |\n| **icon** | `upload_file` |\n| **model** | `auto` |\n| **排程** | 無（被動觸發：使用者上傳 CSV 後手動執行） |\n\n#### 🔧 指令內容（content）\n\n```\n你是台北捷運運量資料的檔案解析專家。\n\n你的任務：\n1. 當收到指派給你的待辦任務時，從任務內容中取得使用者最新上傳的檔案資訊\n2. 任務內容中已包含完整的逐日運量數據（日期、日型、全系統運量、各車站明細），你不需重新讀檔\n3. 將數據整理成結構化摘要，確認 CSV 欄位對應：第 1 欄=日期、第 2 欄=日型（星期幾）、第 3 欄=全系統運量、第 4 欄起為各車站運量（依序：松山機場→新北產業園區共 120 站）\n4. 將解析後的完整數據摘要開一筆新的待辦、指派給 [運量分析員]，摘要需包含每一日的：日期、日型、全系統運量、各站運量明細\n5. 把自己這一筆待辦標記完成\n\n注意：忽略逗號間的空白資料。不同來源的檔案格式可能略有不同，你要能適應欄位排列變化。\n```\n\n\u003e 🔗 建立時將 `[運量分析員]` 替換為你實際建立的運量分析員 AGENT 連結。\n\n---\n\n### 員工二：運量分析員\n\n| 設定項 | 值 |\n|--------|-----|\n| **類型** | `AGENT` |\n| **父層** | 捷運運量分析部（AICOMPANY_FOLDER） |\n| **icon** | `query_stats` |\n| **model** | `auto` |\n| **排程** | 無（被動觸發：由檔案解析員開待辦觸發） |\n\n#### 🔧 指令內容（content）\n\n```\n你是台北捷運運量的數據分析專家。\n\n你的任務：\n1. 從待辦任務中獲取檔案解析員傳來的運量數據摘要（含每日日期、日型、全系統運量、各站明細）\n2. 查看 [捷運運量紀錄看板] 的 MRT_RECORD_FOLDER 中現有歷史紀錄作為比較基準\n\n## 分析項目（必須全做）\n\n### 一、排名比較（通車以來 \u0026 疫情以後，相同月份）\n- 對每一筆上傳的日期，從歷史紀錄中找出「相同月份」的所有資料\n- 比較當天全系統運量在「通車以來」全部資料中，同月份的第幾名\n- 比較當天全系統運量在「疫情以後（2020年起）」同月份的第幾名\n- 若排名進入前十名，做成清楚易讀的 markdown 表格（含排名、日期、日型、運量、與前一名差距）\n\n### 二、排名比較（相同月份 + 相同日型）\n- 對每一筆上傳的日期，從歷史紀錄中找出「相同月份」且「相同日型（星期幾）」的資料\n- 比較當天全系統運量在這些條件下的名次\n- 若排名進入前十名，做成清楚易讀的 markdown 表格呈現\n\n### 三、亮點提示\n- 以簡短的一段話來提示當天運量是否有特別需要標註的亮點\n- 例如：是否創下該月份歷史新高、是否為該日型的最高紀錄、是否超越特定里程碑等\n\n### 四、車站運量比較\n- 對每一筆上傳的日期，與「前一週相同日型」的車站運量進行比較\n- 找出運量明顯增加的車站（增幅超過 20%），探討可能原因\n- 使用 web_search 搜尋相關新聞或活動資訊，提供新聞連結或來源佐證資料\n\n### 五、數據歸檔\n- 若任何一天的總運量進入歷史前 10 名，在 [捷運運量紀錄看板] 的 MRT_RECORD_FOLDER 中建立或更新 MRT_RECORD\n- MRT_RECORD 欄位：recordDate、dayType、totalRidership、rank、reason、isNewRecord\n\n### 六、傳遞結果\n6. 開一筆新的待辦、指派給 [報告產出員]，把以上所有分析結果完整帶過去\n7. 把自己這一筆待辦標記完成\n```\n\n\u003e 🔗 建立時將 `[報告產出員]` 替換為你實際建立的報告產出員 AGENT 連結。\n\n---\n\n### 員工三：報告產出員\n\n| 設定項 | 值 |\n|--------|-----|\n| **類型** | `AGENT` |\n| **父層** | 捷運運量分析部（AICOMPANY_FOLDER） |\n| **icon** | `contract_edit` |\n| **model** | `auto` |\n| **排程** | 無（被動觸發：由運量分析員開待辦觸發） |\n\n#### 🔧 指令內容（content）\n\n```\n你是台北捷運運量分析報告的撰寫與視覺化專家。\n\n你的任務：\n1. 從待辦任務中獲取運量分析員傳來的完整分析結果\n2. 查看 [捷運運量紀錄看板] 的最新前 10 名紀錄\n\n## 產出項目（必須全做）\n\n### 一、分析報告筆記\n- 在 [運量分析報告] 資料夾中建立一筆 NOTE\n- 標題格式：{YYYY/MM/DD} 台北捷運運量分析報告\n- 報告結構：\n  1. 當日運量總覽（日期、日型、全系統運量）\n  2. 同月份排名比較表（通車以來 + 疫情以後）\n  3. 同月份同型排名比較表\n  4. 亮點摘要\n  5. 各站運量變化分析（含新聞來源連結）\n\n### 二、運量趨勢圖表\n- 在 [捷運運量圖表] 資料夾中建立或更新對應的 CHART\n- 若有排名變動，圖表需呈現前 10 名的趨勢變化\n\n### 三、資訊圖表（Infographic）\n- 如有需要，嘗試讀取檔案庫中的「metro_infographic_範本.pdf」了解排版風格\n- 將前述分析摘要成文字版的資訊圖表結構（若找不到範本則略過此步）\n\n### 四、完成\n- 把自己這一筆待辦標記完成\n```\n\n\u003e 🔗 建立時將 `[運量分析報告]` 和 `[捷運運量圖表]` 替換為你實際建立的對應資料夾連結。\n\n---\n\n## 🔄 使用流程\n\n1. 將符合格式的 CSV 檔案上傳到 CubeLV 檔案庫\n2. 打開側邊欄 → **AI 公司** → **捷運運量分析部**\n3. 點選「檔案解析員」→ **新增待辦**\n4. 在待辦內容中貼上 CSV 的完整數據，或附上檔案連結\n5. 點選「立刻執行」\n6. 三位員工會自動接力：解析 → 分析 → 報告，全程不需手動介入\n7. 完成後，在「筆記 → 運量分析報告」找到報告，在「圖表」找到趨勢圖\n\n---\n\n## 📊 輸出範例\n\n系統會自動產出：\n\n| 產物 | 類型 | 位置 | 內容 |\n|------|------|------|------|\n| 分析報告 | NOTE | 筆記 → 運量分析報告 | 完整排名、亮點、車站變化、新聞佐證 |\n| 趨勢圖表 | CHART | 圖表 → 捷運運量圖表 | 歷年同月/同日型趨勢折線圖 |\n| 排名紀錄 | MRT_RECORD | 捷運運量紀錄看板 | TOP 10 歷史紀錄（含原因備註） |\n\n---\n\n## 🛠️ 重建步驟摘要\n\n1. 安裝插件「捷運運量紀錄看板」\n2. 在 AI 公司下建立 AICOMPANY_FOLDER「捷運運量分析部」\n3. 在該部門下依序建立三位 AGENT（複製上方指令內容）\n4. 建立 NOTE_FOLDER「運量分析報告」和 CHART_FOLDER「捷運運量圖表」\n5. 將各 AGENT 指令中的 `[連結]` 取代為實際 item 連結\n6. 上傳 CSV → 對檔案解析員開待辦 → 立刻執行 ✅\n","createdAt":1782442638969,"deletedAt":null,"id":"a07a23444bf343b7371b8fef","isNew":false,"isPublic":true,"itemType":"NOTE","name":"捷運運量分析部｜AI 公司架構與重建指南","parents":{"fd2765c22e800e474ceebbc2":1782442638969},"preParentID":null,"updatedAt":1782456715137,"version":6},"ownerName":"謝正誠","subtree":[{"content":"## 📖 關於本文件\n\n這份文件完整記錄了「捷運運量分析部」的 AI 公司架構，包含部門設定、三位員工的職責與指令、依賴的資料夾與插件。拿到這份文件的人，可以在自己的 CubeLV 照著重建一套完全相同的自動化運量分析系統。\n\n---\n\n## 🏗️ 系統總覽\n\n```\n使用者上傳 CSV（逐日運量）\n       │\n       ▼\n┌─────────────────┐\n│  檔案解析員      │  ← 解析 CSV，整理為結構化摘要\n│  (AGENT)         │\n└────────┬────────┘\n         │ 開新的待辦、指派給運量分析員\n         ▼\n┌─────────────────┐\n│  運量分析員      │  ← 比較排名、車站變化、搜新聞\n│  (AGENT)         │     寫入 MRT_RECORD（若進 TOP 10）\n└────────┬────────┘\n         │ 開新的待辦、指派給報告產出員\n         ▼\n┌─────────────────┐\n│  報告產出員      │  ← 寫 NOTE 報告 + CHART 圖表\n│  (AGENT)         │\n└─────────────────┘\n```\n\n三位員工以**待辦接力**的方式協作：上游員工完成任務後，開一筆新待辦給下游，實現自動化流水線。\n\n---\n\n## 📦 前置準備\n\n### 1. 必須先安裝的插件\n\n| 插件名稱 | 用途 |\n|----------|------|\n| **捷運運量紀錄看板** | 提供 MRT_RECORD / MRT_RECORD_FOLDER 類型，儲存歷史排名紀錄 |\n\n\u003e ⚠️ 若你的 CubeLV 尚未安裝此插件，請先在插件市集搜尋「捷運運量紀錄看板」並安裝。\n\n### 2. 必須建立的資料夾\n\n在建立員工之前，先手動建立以下資料夾（或讓員工首次執行時自動建立）：\n\n| 資料夾 | 類型 | 用途 |\n|--------|------|------|\n| 運量分析報告 | NOTE_FOLDER | 存放每次產出的分析報告 NOTE |\n| 捷運運量圖表 | CHART_FOLDER | 存放運量趨勢圖表 |\n| 運量紀錄 | MRT_RECORD_FOLDER | 存放歷史排名 TOP 10 紀錄（插件自動建立） |\n\n### 3. CSV 檔案格式\n\n上傳的 CSV 必須符合以下規格：\n- **分隔符**：逗號（`,`）\n- **欄位順序**：\n  - 第 1 欄：日期（格式 `YYY/MM/DD`，如 `115/6/5`）\n  - 第 2 欄：日型（星期幾，0=日、1=一、...、6=六）\n  - 第 3 欄：全系統運量（當日總人次）\n  - 第 4~123 欄：各車站運量，依序為：\n\n```\n松山機場, 中山國中, 南京復興, 忠孝復興, 大安, 科技大樓, 六張犁, 麟光, 辛亥,\n萬芳醫院, 萬芳社區, 木柵, 動物園, 大直, 劍南路, 西湖, 港墘, 文德, 內湖,\n大湖公園, 葫洲, 東湖, 南港軟體園區, 南港展覽館, 小碧潭, 新店, 新店區公所,\n七張, 大坪林, 景美, 萬隆, 公館, 台電大樓, 古亭, 中正紀念堂, 小南門, 頂溪,\n永安市場, 景安, 南勢角, 台大醫院, 台北車站, 中山, 雙連, 民權西路, 圓山,\n劍潭, 士林, 芝山, 明德, 石牌, 唭哩岸, 奇岩, 北投, 新北投, 復興崗, 忠義,\n關渡, 竹圍, 紅樹林, 淡水, 頂埔, 永寧, 土城, 海山, 亞東醫院, 府中, BL板橋,\n新埔, 江子翠, 龍山寺, 西門, 善導寺, 忠孝新生, 忠孝敦化, 國父紀念館, 市政府,\n永春, 後山埤, 昆陽, 南港, 象山, 台北101/世貿, 信義安和, 大安森林公園, 北門,\n松江南京, 台北小巨蛋, 南京三民, 松山, 輔大, 新莊, 頭前庄, 先嗇宮, 三重,\n菜寮, 台北橋, 大橋頭, 中山國小, 行天宮, 東門, 蘆洲, 三民高中, 徐匯中學,\n三和國中, 三重國小, 迴龍, 丹鳳, 十四張, 秀朗橋, 景平, 中和, 橋和, 中原,\n板新, Y板橋, 新埔民生, 幸福, 新北產業園區\n```\n\n\u003e ⚠️ 忽略逗號間的空白資料。不同來源的檔案格式可能略有不同，系統能適應欄位排列變化。\n\n---\n\n## 👥 部門與員工設定\n\n### 部門：捷運運量分析部\n\n- **類型**：`AICOMPANY_FOLDER`\n- **父層**：`aicompany`（plugin root key）\n\n---\n\n### 員工一：檔案解析員\n\n| 設定項 | 值 |\n|--------|-----|\n| **類型** | `AGENT` |\n| **父層** | 捷運運量分析部（AICOMPANY_FOLDER） |\n| **icon** | `upload_file` |\n| **model** | `auto` |\n| **排程** | 無（被動觸發：使用者上傳 CSV 後手動執行） |\n\n#### 🔧 指令內容（content）\n\n```\n你是台北捷運運量資料的檔案解析專家。\n\n你的任務：\n1. 當收到指派給你的待辦任務時，從任務內容中取得使用者最新上傳的檔案資訊\n2. 任務內容中已包含完整的逐日運量數據（日期、日型、全系統運量、各車站明細），你不需重新讀檔\n3. 將數據整理成結構化摘要，確認 CSV 欄位對應：第 1 欄=日期、第 2 欄=日型（星期幾）、第 3 欄=全系統運量、第 4 欄起為各車站運量（依序：松山機場→新北產業園區共 120 站）\n4. 將解析後的完整數據摘要開一筆新的待辦、指派給 [運量分析員]，摘要需包含每一日的：日期、日型、全系統運量、各站運量明細\n5. 把自己這一筆待辦標記完成\n\n注意：忽略逗號間的空白資料。不同來源的檔案格式可能略有不同，你要能適應欄位排列變化。\n```\n\n\u003e 🔗 建立時將 `[運量分析員]` 替換為你實際建立的運量分析員 AGENT 連結。\n\n---\n\n### 員工二：運量分析員\n\n| 設定項 | 值 |\n|--------|-----|\n| **類型** | `AGENT` |\n| **父層** | 捷運運量分析部（AICOMPANY_FOLDER） |\n| **icon** | `query_stats` |\n| **model** | `auto` |\n| **排程** | 無（被動觸發：由檔案解析員開待辦觸發） |\n\n#### 🔧 指令內容（content）\n\n```\n你是台北捷運運量的數據分析專家。\n\n你的任務：\n1. 從待辦任務中獲取檔案解析員傳來的運量數據摘要（含每日日期、日型、全系統運量、各站明細）\n2. 查看 [捷運運量紀錄看板] 的 MRT_RECORD_FOLDER 中現有歷史紀錄作為比較基準\n\n## 分析項目（必須全做）\n\n### 一、排名比較（通車以來 \u0026 疫情以後，相同月份）\n- 對每一筆上傳的日期，從歷史紀錄中找出「相同月份」的所有資料\n- 比較當天全系統運量在「通車以來」全部資料中，同月份的第幾名\n- 比較當天全系統運量在「疫情以後（2020年起）」同月份的第幾名\n- 若排名進入前十名，做成清楚易讀的 markdown 表格（含排名、日期、日型、運量、與前一名差距）\n\n### 二、排名比較（相同月份 + 相同日型）\n- 對每一筆上傳的日期，從歷史紀錄中找出「相同月份」且「相同日型（星期幾）」的資料\n- 比較當天全系統運量在這些條件下的名次\n- 若排名進入前十名，做成清楚易讀的 markdown 表格呈現\n\n### 三、亮點提示\n- 以簡短的一段話來提示當天運量是否有特別需要標註的亮點\n- 例如：是否創下該月份歷史新高、是否為該日型的最高紀錄、是否超越特定里程碑等\n\n### 四、車站運量比較\n- 對每一筆上傳的日期，與「前一週相同日型」的車站運量進行比較\n- 找出運量明顯增加的車站（增幅超過 20%），探討可能原因\n- 使用 web_search 搜尋相關新聞或活動資訊，提供新聞連結或來源佐證資料\n\n### 五、數據歸檔\n- 若任何一天的總運量進入歷史前 10 名，在 [捷運運量紀錄看板] 的 MRT_RECORD_FOLDER 中建立或更新 MRT_RECORD\n- MRT_RECORD 欄位：recordDate、dayType、totalRidership、rank、reason、isNewRecord\n\n### 六、傳遞結果\n6. 開一筆新的待辦、指派給 [報告產出員]，把以上所有分析結果完整帶過去\n7. 把自己這一筆待辦標記完成\n```\n\n\u003e 🔗 建立時將 `[報告產出員]` 替換為你實際建立的報告產出員 AGENT 連結。\n\n---\n\n### 員工三：報告產出員\n\n| 設定項 | 值 |\n|--------|-----|\n| **類型** | `AGENT` |\n| **父層** | 捷運運量分析部（AICOMPANY_FOLDER） |\n| **icon** | `contract_edit` |\n| **model** | `auto` |\n| **排程** | 無（被動觸發：由運量分析員開待辦觸發） |\n\n#### 🔧 指令內容（content）\n\n```\n你是台北捷運運量分析報告的撰寫與視覺化專家。\n\n你的任務：\n1. 從待辦任務中獲取運量分析員傳來的完整分析結果\n2. 查看 [捷運運量紀錄看板] 的最新前 10 名紀錄\n\n## 產出項目（必須全做）\n\n### 一、分析報告筆記\n- 在 [運量分析報告] 資料夾中建立一筆 NOTE\n- 標題格式：{YYYY/MM/DD} 台北捷運運量分析報告\n- 報告結構：\n  1. 當日運量總覽（日期、日型、全系統運量）\n  2. 同月份排名比較表（通車以來 + 疫情以後）\n  3. 同月份同型排名比較表\n  4. 亮點摘要\n  5. 各站運量變化分析（含新聞來源連結）\n\n### 二、運量趨勢圖表\n- 在 [捷運運量圖表] 資料夾中建立或更新對應的 CHART\n- 若有排名變動，圖表需呈現前 10 名的趨勢變化\n\n### 三、資訊圖表（Infographic）\n- 如有需要，嘗試讀取檔案庫中的「metro_infographic_範本.pdf」了解排版風格\n- 將前述分析摘要成文字版的資訊圖表結構（若找不到範本則略過此步）\n\n### 四、完成\n- 把自己這一筆待辦標記完成\n```\n\n\u003e 🔗 建立時將 `[運量分析報告]` 和 `[捷運運量圖表]` 替換為你實際建立的對應資料夾連結。\n\n---\n\n## 🔄 使用流程\n\n1. 將符合格式的 CSV 檔案上傳到 CubeLV 檔案庫\n2. 打開側邊欄 → **AI 公司** → **捷運運量分析部**\n3. 點選「檔案解析員」→ **新增待辦**\n4. 在待辦內容中貼上 CSV 的完整數據，或附上檔案連結\n5. 點選「立刻執行」\n6. 三位員工會自動接力：解析 → 分析 → 報告，全程不需手動介入\n7. 完成後，在「筆記 → 運量分析報告」找到報告，在「圖表」找到趨勢圖\n\n---\n\n## 📊 輸出範例\n\n系統會自動產出：\n\n| 產物 | 類型 | 位置 | 內容 |\n|------|------|------|------|\n| 分析報告 | NOTE | 筆記 → 運量分析報告 | 完整排名、亮點、車站變化、新聞佐證 |\n| 趨勢圖表 | CHART | 圖表 → 捷運運量圖表 | 歷年同月/同日型趨勢折線圖 |\n| 排名紀錄 | MRT_RECORD | 捷運運量紀錄看板 | TOP 10 歷史紀錄（含原因備註） |\n\n---\n\n## 🛠️ 重建步驟摘要\n\n1. 安裝插件「捷運運量紀錄看板」\n2. 在 AI 公司下建立 AICOMPANY_FOLDER「捷運運量分析部」\n3. 在該部門下依序建立三位 AGENT（複製上方指令內容）\n4. 建立 NOTE_FOLDER「運量分析報告」和 CHART_FOLDER「捷運運量圖表」\n5. 將各 AGENT 指令中的 `[連結]` 取代為實際 item 連結\n6. 上傳 CSV → 對檔案解析員開待辦 → 立刻執行 ✅\n","createdAt":1782442638969,"deletedAt":null,"id":"a07a23444bf343b7371b8fef","isNew":false,"isPublic":true,"itemType":"NOTE","name":"捷運運量分析部｜AI 公司架構與重建指南","parents":{"fd2765c22e800e474ceebbc2":1782442638969},"preParentID":null,"updatedAt":1782456715137,"version":6}]}