Twinkle Hub: 連結在地資料與 AI 工作流的 MCP 服務

Twinkle Hub 是一個專為連結台灣政府開放資料與現代 AI 工作流所設計的 MCP (Model Context Protocol) 服務。透過標準化的介面，它將複雜且多樣的政府數據轉換為 AI 模型可直接讀取與處理的上下文內容。

告別繁瑣的手動餵資料

傳統開發者往往需要透過手動方式將資料匯入 AI，不僅效率低落且資料容易過時，而 Twinkle Hub 正是為了解決此瓶頸所生。透過精準的資料檢索機制，AI 模型能準確搜尋並擷取政府公開資料庫中的內容，包含政府採購案、國考考古題或即時房價數據等資訊，大幅提升了資料的使用成效。

每日更新的自動化流程

更重要的是，系統採取每日更新機制，確保 AI 在執行任務時始終調用最新的開放數據，排除靜態資料過時的風險。在應用層面上，開發者可利用 Twinkle Hub 支援的動態數據串接功能，讓 AI 代理人 (Agent) 定期自動化執行分析與報告彙整，成功取代了以往繁瑣的手動操作流程。

紮實的資料整合基礎

目前 Twinkle Hub 已整合高達 4.9 萬筆政府開放資料。這項技術架構不僅強化了 AI 對區域性資訊的理解，更成為在地應用開發的核心支援，為台灣技術社群提供了穩定且具脈絡的資料來源。

政府資料開放挺 AI：建立高品質語料生態系

在數位發展部的推動下，政府於近期正式頒發「開放文本語料績優獎」，此舉象徵政府資料開放政策邁向 AI 支援的新里程碑。本次獲獎單位在文本資料的公開與品質維護上表現卓越，為開發者提供了穩定且具代表性的訓練素材，不僅降低了 AI 模型開發的進入門檻，也進一步活絡了在地的人工智慧生態系統。

這項獎項的設立，體現了政府對於「開放資料」與「AI 發展」的高度關聯性之重視，透過鼓勵單位主動釋出高品質、合法授權的繁體中文文本，能有效精進在地 AI 模型的訓練效率與邏輯理解力。這對於 Twinkle AI 等致力於模型訓練與開源技術的開發社群而言，無疑是提升整體競爭力的關鍵資源。

Twinkle AI 在 2026 年初迎來了具備指標意義的一週年紀錄。這不僅是我們的週年慶，更是社群成立以來的第一次正式實體見面會。這場聚會象徵著我們從線上的技術討論，正式轉化為一個強大且堅定的線下生態圈。

社群起源與轉型

社群起源於 2025 年 1 月 2 日，最初以 Llama Taiwan 之名成立，初衷是為了收集 Llama-3.2-Taiwan 模型的使用者回饋。隨著參與人數增加，我們迅速轉型為專門討論台灣繁體中文模型訓練的技術社群，更廣泛地集結眾人智慧，共同完成多項有趣的開源專案。

超乎預期的熱情：從 40 到 70 的連結

這次聚會原本預計約 40 人參加，沒想到現場最終湧入了超過 70 位夥伴。更令人感動的是，有群友為了這場聚會，特別從高雄遠道而來。這份熱情證明了台灣開發者對於開源價值的認同，也讓我們看見了在地 AI 社群的強韌生命力。

• 活動重點紀錄：
  • 成果發表： 現場展示了這一年來各項已發表及尚未公開的研發成果。
  • 實體交流： 透過面對面的互動，讓夥伴們不再只是線上的網友，而是建立起真實的合作夥伴關係。
  • 技術分享 (Lightning Talks)： 內容涵蓋模型訓練、Agent 實作及未來趨勢，展現社群深厚的技術底蘊。

感謝各位在過去一年中的付出。雖然這段路程中經歷過挑戰，也曾有夥伴離開，但更多人因為相信開源的價值而選擇留下，並用自己的力量打造讓更多人受惠的專案。這一年來的每一份成果，都是由每一位夥伴共同奠定的基石。

「這份肯定，是屬於每一位參與者的榮耀。」

Twinkle AI 社群於今年首度參加由 IMA 資訊經理人協會主辦的 IT Matters Awards，並在眾多優秀專案中脫穎而出，榮獲「開源社群貢獻獎」。這次獲獎的契機源自社群與台灣大哥大在開源項目上的深度合作，我們將三、四月間累積的社群成果進行整理與投件，最終獲得評審團的專業認可。

能在松菸文創 14 樓的頒獎典禮現場，與 PyCon、SITCON 等資深開源社群並列獲獎，對 Twinkle AI 而言是極大的鼓舞。這不僅是對我們過去技術產出的肯定，更象徵著社群在推動在地 AI 技術生態上邁出了踏實的一步。

「這份獎盃屬於每一位夥伴，因為有你們，社群才能得到這份肯定。榮耀歸屬於大家，Enjoy！」

在典禮現場與許多資深社群交流後，我們深刻感受到 Twinkle AI 仍是一個非常年輕的社群。面對人才留任與技術傳承等社群共同挑戰，這座獎盃也是一個契機，讓我們思考社群未來的轉型方向，如何在維持技術活力的同時，建立更具韌性的夥伴關係。

Twinkle AI 團隊正式推出 Formosa Vision 計畫，旨在解決國際大型視覺語言模型對在地影像陌生、容易產生文化誤判的問題。我們從國家文化記憶庫篩選出數千筆具備在地脈絡的圖文資料，透過精確的 Data Cleaning 與語境校準，確保 AI 能正確辨識並理解如古道、眷村、馬祖戰地等特有景觀。此專案除了產出資料集，更將 Twinkle Gallery 訓練平台與相關程式碼全面開源，期望透過技術共享，精進模型對繁體中文多樣語意的理解深度。

這段期間，Twinkle AI 的技術成果於國科會與國研院主辦的成果展中亮相。我們與宸泗工作室聯名合作，展示了運用平台技術打造的台灣首款小型推理模型，體現了地端模型在日常生活應用的潛力。

講題：GPT-OSS：從訓練到推論的硬體需求全解析

於九月份的 Generative AI 社群聚會中，我們從實務開發角度出發，解析開源模型在不同階段的硬體架構需求。 內容涵蓋從模型訓練階段到後端推論部署的資源配置，為開發者在選擇運算硬體與規劃架構時提供具體的參考依據。

• 活動時間： 2025/09/17 (三) 19:40 - 19:50
• 活動地點： SPARKFUL (臺北市大同區重慶北路一段1-1號12樓)

講題：Art of GRPO Training (Lighting talk)

在中央研究院舉辦的年度 AI 盛會中，我們針對 GRPO (Group Relative Policy Optimization) 訓練技術進行分享。 本次演講著重於如何透過強化學習精進模型的邏輯推理能力，並與現場專家交流在實際調校過程中的技術心得。

• 活動時間： 2025/09/10 (三) 15:16 - 15:28
• 活動地點： 中央研究院人文科學館國際會議廳

在數位發展部指導的「AI 產業生態暨多元人才賦能推動計畫」中，Twinkle AI 獲邀在第四場次進行技術分享。我們將與現場的產、官、學界夥伴，共同交流繁體中文模型的調校心得與實務開發經驗，並探討如何建立更完整的在地 AI 技術生態。

• 活動日期： 2025/07/30 (三)
• 活動時間： 13:30 ~ 16:00
• 活動地點： 臺北市大同區承德路三段 287 號

計畫組織架構

• 指導單位： 數位發展部
• 主辦單位： 數位發展部數位產業署
• 協辦單位：
• 財團法人資訊工業策進會、ALC Taipei (Apache Software Foundation)
  • 國立高雄大學、國立臺東大學、國立屏東科技大學
  • 中央研究院資訊科學研究所
  • Twinkle AI 社群
  • 開放文化基金會 (OCF)
  • PostgreSQL 台灣使用者社群

Agentic AI x Blue Team x Red Team

Twinkle AI 與 APMIC 聯合開發的 3B 規模開源模型 F1，受邀作為奧義智慧最新資安防護技術 XecGuard 的實測基礎。 透過實戰演練，展示了在地模型在搭配安全調校模組後，於防禦惡意攻擊上的優異韌性。

• 活動日期： 2025/07/04 09:30 - 17:00
• 活動地點： 格萊天漾大飯店 13 樓 格萊廳（臺北市萬華區艋舺大道 101 號）

奧義智慧與 APMIC 達成戰略合作，正式發表業界首款防禦導向的 AI 安全模組 XecGuard。這項技術採用專屬多階段調校技術（SFT+GRPO），能以「直接安裝」的方式為 AI 系統提供資安防護，確保企業在推動在地化應用時，能有效抵禦惡意攻擊。

在技術實測方面，研發團隊以 Twinkle AI 聯合開發的 3B 規模開源模型 F1 (Formosa-1) 作為測試基礎，透過模擬駭客的實戰攻防測試，展現卓越的防禦力：

• 防禦效能顯著精進：整體安全防禦分數平均提升 19.4%，在特定攻擊場景下，提升幅度更達 33.9%。
• 超越國際級模型：F1 + XecGuard 後的防護表現，已顯著超越 Llama 3B、Gemma3 4B 及 DeepSeek 8B 等多款國際商業級模型。
• 精準對抗關鍵攻擊：能有效抵禦提示詞注入 (Prompt Injection) 與提示詞竊取 (Prompt Extraction) 等威脅，同時在執行核心任務時維持高品質的回應能力。

Twinkle AI 與 APMIC 合作推出台灣首款可於行動裝置執行的 3B 參數推理模型「Formosa-1」。該模型採用模型蒸餾技術（Distillation）並整合台灣在地思維鏈（TCoT）資料，強化了模型在法律推理與邏輯思辨上的表現。

同步釋出的開源評測工具 Twinkle Eval，則透過大規模並行測試與隨機化機制，確保模型在在地指標（如 TMMLU+ 與法律測試集）下的穩定性，為繁體中文 AI 開發提供更公平且精確的評估標準。