Mini Taiwan Pulse：用策展的眼睛，把台灣畫成一張會呼吸的地圖

2026 年初的某一天，一個叫 Migu 的資料分析師，把一份 CSV 檔轉成 GeoJSON，拖進瀏覽器裡一個叫 Kepler.gl 的工具。沒寫半行程式，螢幕上就跳出了第一張台灣地圖。

他大學念的是都市計畫，那時碰過一點 GIS（地理資訊系統，簡單說就是讓資料長在地圖上的工具），出社會以後走資料分析這條路，地圖這件事已經很久沒再碰了。那天把 CSV 拖進 Kepler.gl、看著台灣在螢幕上長出來的瞬間，他心裡冒出來的，是一句很素樸的驚奇：

「原來台灣有這麼多資料，原來轉成地圖並不難。」¹

這句話聽起來沒什麼。它後來變成一整套東西的種子。

30 秒概覽： Migu（GitHub ianlkl11234s）從 2025 年底開始，用台灣的開放資料做了十幾個視覺化專案，最紅的 mini-taiwan-pulse 在 GitHub 上累積 375 顆星，把天空、海洋、大地、街道、清運五種即時資料疊成一張會動的地圖²。但他在 2026 年 6 月一場給 sciwork 社群的演講裡，把問題講白了：台灣的開放資料光中央就有約五萬筆，散在二十幾個縣市平台，「人腦掃不完」。他的答案不是請更多人來幫忙掃，而是把資料整個交給一套由 AI Agent 編排、會自己長大的系統，人只負責出題跟驗收³。

這篇文章想講的，是一個人怎麼從拖一份 CSV 的天真，走到放手讓系統替他長大。

一個人的 GitHub，怎麼長成一片星系

如果只看 mini-taiwan-pulse 這一個專案，很容易把 Migu 想成一個業餘玩票的工程師：週末興起，做了個 demo，剛好爆紅。

這個想像有兩個地方不對。

第一，他做的遠不只一個。打開他的 GitHub，2025 年 12 月以後密密麻麻全是台灣開放資料的視覺化：最早是一個試水溫的公車範圍 PoC，接著 12 月底一個叫 mini-taiwan-learning-project 的學習專案先紅了起來，到今天 189 顆星。2 月做了船舶 AIS 的即時點位、做了把每一段航班起降畫成弧線的 flight-arc-graph（56 顆星）。2 月底才輪到 mini-taiwan-pulse，然後台鐵 atlas、衛星軌道、即時影像 CCTV、一個收斂全部資料的情勢儀表板 mini-taiwan-info⋯⋯ 一路做到 6 月²。十幾個 repo 連成一片，他自己給它取了個名字叫「Mini Taiwan」星系。

星系裡的另一個成員 Mini Taiwan Info：他把散落的開放資料收斂成一個情勢監測儀表板，人口、軌道運輸、航運、水資源、消防、醫療，一頁一主題。圖：Migu / sciwork 2026（fair use 編輯評論用途）。

把這些專案的星數排出來，紅的明顯不只一個。

資料來源：GitHub API，2026-06-25

第二個不對的地方，藏在「一個人」這三個字裡，我們等一下會回來拆。先看星系怎麼長出來的。

同一套做法，從捷運畫到太陽系

而旗艦本身，也在長大。最早的 mini-taiwan-pulse 是天空、海洋、大地三層。到了他演講的版本，已經是「五脈共動」：天空的飛機、海洋的船、大地的列車、街道的公車、還有清運的垃圾車，五種不同頻率的即時資料疊在同一張會呼吸的地圖上。他在簡報裡說，這是這個專案第一次「從靜態 JSON 進化成時空間資料庫」³。光是街道那一層，他說就接了 TDX 上 5,700 多輛公車，每 30 秒更新一次點位。

他演講裡的「DAY 0」：把一份 CSV 轉成 GeoJSON 拖進 Kepler.gl，零行程式就有了第一張台灣地圖，是整片星系的起點。圖：Migu / sciwork 2026（fair use 編輯評論用途）。

這片星系最早的火花，是他叫做「Mini Taipei」的台北軌道視覺化。他把捷運、台鐵、高鐵三套軌道系統疊成一張會動的地圖，車子照著班表在線上跑，他說那一刻才「體驗到動態的魅力」，畫面上同時有三百多班列車在動³。一份靜態的時刻表，就這樣變成一座城市的呼吸。

Mini Taipei：捷運、台鐵、高鐵三套軌道同框，三百多班列車照著班表在線上跑。他說這是他第一次「體驗到動態的魅力」。圖：Migu / sciwork 2026（fair use 編輯評論用途）。

從那之後，他像上了癮一樣，把同一套「資料變動態」的做法套到越來越大的尺度上。海面上，他接了航港局的 AIS 即時點位，用青藍色的光球加上三十分鐘的漸層拖尾，畫出台灣周邊海域那些船的去向。

海洋那一脈：航港局的 AIS 即時點位，青藍光球加三十分鐘漸層拖尾，畫出台灣周邊海域的船。圖：Migu / sciwork 2026（fair use 編輯評論用途）。

然後他把同一套做法推到了地球之外。用公開的 TLE 軌道參數推算衛星的位置，他畫出衛星過境台灣的軌跡，再順手延伸到整個太陽系。他在簡報裡講得很白：「同一套做法，只要有資料，都可以無限延伸。」³那一刻你會意識到，他著迷的其實是「把資料變成看得見的東西」這件事本身，地圖只是它最早的樣子。

同一套做法推到地球之外：用公開 TLE 推算衛星軌道，再延伸到整個太陽系。圖：Migu / sciwork 2026（fair use 編輯評論用途）。

把孤島疊起來：缺口自己浮出來

慢慢地，值得看的東西從「即時的點在動」，變成「把本來不相干的資料疊在一起，缺口自己浮出來」。他這片星系裡有幾個專案專門在做這件事。其中一個他叫它「農×水」，把農業、水利、防災三個部會各自的孤島疊成一張圖：農田、河川、溝渠、堤防、淹水潛勢同框。為了讓這張同框的圖在瀏覽器裡跑得動，他用了一種叫 PMTiles 的格式搭配 HTTP range request，把原本 400MB 的資料壓到瀏覽器只需要載入約 5MB³。

農×水：把農業、水利、防災三個部會各自的孤島疊成一張圖，農田、河川、溝渠、堤防、淹水潛勢同框。圖：Migu / sciwork 2026（fair use 編輯評論用途）。

另一個專案把醫院、診所、藥局、AED、長照點位疊在人口密度上，再畫出等時圈，他說這樣「看見可及性，也看見醫療沙漠」，也就是哪些地方的人，距離最近的醫療資源遠到不合理。

醫療資源：把醫院、診所、藥局、AED、長照點位疊在人口上、再畫出等時圈，「看見可及性，也看見醫療沙漠」。圖：Migu / sciwork 2026（fair use 編輯評論用途）。

災害這條線他做得更細：把雷達回波、水庫水位、雨量、災害示警這些更新頻率各不相同的資料，在底層統一成同一個時間軸，使用者只要拖動那條時間軸，全部圖層就一起同步回放。一場大雨從哪裡開始、水庫怎麼漲、警報何時發出，在同一個畫面上連成一條因果線。

大雨與災害：雷達回波、水庫、雨量、災害示警在底層統一成同一條時間軸，一拖就全部同步回放。圖：Migu / sciwork 2026（fair use 編輯評論用途）。

還有他那個把每一段航班起降畫成弧線的 flight-arc。同一支 API 餵不同機場，每座機場會浮出一張不一樣的「指紋」：桃園、東京羽田、法蘭克福各有各的形狀。他特別舉了全世界最忙的亞特蘭大機場，五條平行跑道加上等待航線，疊起來的幾何「像賽車場」，他說那一張畫了 1,839 條航跡³。

他的 flight-arc 把亞特蘭大機場一段時間內的所有起降疊成一張圖：五條平行跑道加等待航線，畫出像賽車場的幾何。他說流量本身就是一種形狀。圖：Migu / sciwork 2026（fair use 編輯評論用途）。

📝 策展人筆記
兩年前如果有人說「一個人做了台灣最完整的即時開放資料地圖」，下一句多半是「那他一定累得半死」。這個直覺把規模跟人力綁死了：做得越多，人越操。Migu 的星系之所以值得停下來看，正是因為它鬆開了這條綁定。一個人同時推進十幾個 repo、旗艦還持續長新功能，背後藏著一個更根本的轉變：到後期，這些 commit 越來越多不是他親手打的。那「一個人」是怎麼變出來的，才是這篇文章真正的題目。

五萬兩千八百九十一筆，人腦掃不完

故事到這裡都還算順：一個有天分的人，越做越多，越做越好。轉折出現在他演講的中段，當他不再講「我做了什麼」，開始講「我撞到什麼牆」。

他放了一張投影片，標題是「為什麼要 Agentic OSINT」。上面一個數字攤開來：data.gov.tw 約 52,891 筆資料集。再加上二十二個縣市的開放平台，含重疊大概還有六、七萬筆；這還沒算上民間、NGO、學術機構手上沒進政府目錄的資料。他下的結論很短：

「你的人腦掃不完。」³

這是整個故事的轉軸。前半段那個拖一份 CSV 就驚呼「原來這麼多資料」的人，現在正面撞上了「這麼多資料」的另一面：光是 data.gov.tw 的五萬多筆，一個人就算每天讀一百筆，也要連讀超過五百天才看得完一遍，而這還只是中央那一份目錄。多到一個人窮盡一生也讀不完，更別說讓它們彼此說話。個人努力在這裡碰到天花板。

而 Migu 真正想通的，是這句話接下來那一句。資料太多到掃不完，對他來說是一個換工具的訊號：

「資料能被 LLM 看見，Agent 才能幫你發現『哪些資料應該放在一起看』。」³

關鍵詞是「放在一起看」。一個人就算把五萬筆資料集的名稱全背起來，也很難憑記憶想到「火災潛勢圖」要配「搶救困難地區」、「醫院點位」要疊「人口密度」才看得出醫療沙漠。資料的價值不在單筆，在組合；而組合的可能性，是五萬筆的天文數字級排列。這正是人腦掃不完、機器卻擅長的地方。

📝 策展人筆記
我們習慣的開放資料敘事，有一條清楚的分工線。2012 年中研院那場「寫程式改造社會」黑客松之後，g0v 把它示範得很漂亮：政府負責把資料打開，公民社群負責讓資料被看見。2020 年口罩地圖，吳展瑋他們用 72 小時把健保署的庫存資料變成全民查得到的地圖，是這條線最動人的一次⁴。舊的說法會把 Migu 放進這條線的延長：g0v 是集體，他是個人，一個人版的口罩地圖。

但這個對比停在表面，而且把因果搞反了。Migu 一個人能逼近「一整座資料星系」的規模，靠的根本不是人力。他從一開始就沒打算用埋頭苦幹的方式跟資料海拚消耗。「人腦掃不完」這句話，與其讀成認輸，不如讀成他換掉整個工作模式的起點。真正的新樣態不是「個人 vs 集體」，是「個人 × Agent」：一個人之所以能做到星系的規模，正因為那些 commit 不全是他手打的。下面就是這套東西怎麼運作的。

我沒寫一個字：一條自己跑完的火災 pipeline

要看懂「交給 Agent」是什麼意思，最好的切片是他演講裡那個火災的例子。

他說，他只丟給系統一句話：「分析台灣火災相關公開資料。」然後就放手。

系統開始自己擴張搜尋範圍。Migu 用一組逐輪膨脹的數字描述這個過程：先用關鍵字命中 582 筆，再靠同義詞和主題擴張長到 1,945 筆，接著用全文檢索補搜、去重，最後收斂成橫跨 21 個平台、73,900 筆的統一目錄³。一句話進去，七萬多筆資料的盤點出來。

光收集還不算完。這條 pipeline 接著自己把火災拆成六個階段（預防、應變、通報、起火分析、損失、報表），再用二十二個縣市去乘，跑出一張覆蓋矩陣，連新竹的火災潛勢圖、台北的搶救困難地區、桃園埤塘的救援這種地方層級的盤點都被翻了出來。它甚至誠實地標出哪裡有缺口：沒有即時火災的 API、事件級的座標很稀少、災後追蹤的資料不對外公開。

然後是分析。他舉了一份系統自己跑出來的火災成因報告：根據 113 年全國 15,405 筆資料，新北市最大宗的起火原因是電氣因素，占 30.9%；屏東縣則是菸蒂，占 35.2%³。這些數字是他簡報截圖裡 Agent 串接各家 API 後產出的結果，不是他逐筆查表算出來的。

講到這裡，他在投影片上打了一行字，字跟字之間還故意空了開來，像怕你沒看清楚：

「Pipeline 自動產出。我　沒　寫　一　個　字。」³

這句話是整場演講的引爆點。它把「交給 Agent」這個有點抽象的口號，變成一個具體得近乎不安的事實：從一句話，到七萬多筆資料的目錄，到一份分縣市的成因報告，中間那個通常該由人來下指令、寫腳本、清資料、跑分析的位置，是空的。

Migu 在 sciwork 2026 簡報展示的火災主題盤點產出：丟一句「分析台灣火災相關公開資料」，系統自己擴張搜尋、跨平台收斂成統一目錄，他說這條 pipeline「我沒寫一個字」。圖：Migu / sciwork 2026（fair use 編輯評論用途）。

拆得開的四步：資料進來，報告自己寄出去

這條火災 pipeline 只是一個切片，背後是他整套系統的縮影。系統分四步：資料接收、知識整合、分析生成、行動觸發，他特別強調「每一步都可以單獨抽換，整套不需要重蓋」。最底層的資料接收，他自己也是一路演化過來的：最早是手動到 data.gov.tw 點 Excel 下載、自己讀自己存，瓶頸卡在「人腦記憶」；中期改成上網找 API、抓 PDF 報告、爬各縣市平台，問題是「沒有索引」；直到現在，每一筆資料的後設資料都標準化存進一個 SQLite 的目錄，可以被自動查詢、自動拓展³。他的系統背後掛著四十多個資料收集器，從 YouBike、公車、國道車流，到台鐵班表、船舶 AIS、氣象衛星、地震、水庫水位、空氣品質，而且他說，連錯三次就立刻發 Telegram 告警，每天早上九點推一份 Daily Review 到他信箱³。

到了最後一步「行動觸發」，他把人的角色講得最清楚：「Agent 跑完整循環。人類角色：給目標、收報告。中間五個齒輪自己轉：發現、收集、整合、產出、監測。」系統甚至會自動產出一份「本週新增開放資料」的週報。用他的話說：「主題自己冒出來、報告自己送到信箱。」³

一個指揮，一群分頁：tmux 裡的 Claude 艦隊

「Agent 自己跑完整循環」這種話，很容易被當成行銷詞聽過去。Migu 演講最後一段難得地把蓋子掀開，讓人看見底下的齒輪長什麼樣，而那個結構，比口號具體得多，也誠實得多。

先看這個循環的全景。Migu 說，他的 GIS 系統是「一個編排中樞，串起一圈獨立的 repo，Agent 依序進站」：先到負責探索的 repo 找出哪些資料值得做，再進負責收集的 repo 把資料抓進來，最後進 mini-taiwan-pulse 或 mini-taiwan-info 這些負責呈現的 repo 把圖畫出來。他形容得很精準：「每一站都是獨立 repo，編排層只管進度與決策，活都在各 repo 的 worker 手上。」³

這個編排中樞，他叫它 Orchestrator，本質是「一個 Claude Session」。這個主 Agent 做的事很像一個帶人的工頭：讀一份 proposal 文件、把任務拆開、排好彼此的依賴，然後開工。

開工的方式是他這套架構最關鍵的一步。他並沒有讓單一個 AI 從頭做到尾，而是用 tmux（一個讓終端機切出多個獨立分頁的老工具）把工作隔離開來。他的原話是：「一個 Orchestrator，一群 Worker。主 Agent 是一個 Claude Session；tmux 負責隔離，每個 Worker 都是獨立分頁、獨立 Session。」一句更精簡的定義是：「一個 Worker ＝ 一個 tmux 分頁 ＋ 獨立 Session ＋ 一個 PR。」³

換句話說，他指揮的其實是一支 AI 艦隊。每個 worker 是一個被隔離在自己分頁裡的 Claude，各做各的任務，各交各的 pull request，互不干擾。

他在簡報裡掀開的編排中樞：一個 Claude session 當 orchestrator，把任務拆給一群隔離在各自 tmux 分頁裡的 worker，各自幹活、各交一個 PR。圖：Migu / sciwork 2026（fair use 編輯評論用途）。

那這群各做各的 worker 怎麼不打架？靠的是一份共同的記憶。Migu 說，進度跟決策全部寫成文件，集中在一個叫 SESSION_BOARD.md 的看板上，加上「一個 Session 一份報告」，所以「不用互相猜」「一人一檔，不打架」³。連任務的交接都被寫成文件——他用一份 HANDOFF.md 把「下一棒的任務書」準備好，讓下一輪的 Agent 接手時不必從零問起。最後一道關卡他講得很慎重：「驗收，Orchestrator 對照文件驗收 PR，merge 由人拍板，這一圈才算收束。」

把這套流程攤平，你會看到一個乾淨的形狀：一個人下指令，一群被隔離的 AI 各自幹活、各自寫下自己做了什麼，一個中樞照著文件對帳，最後那個決定「要不要收下這份成果」的人，是 Migu 自己。回到本文的軸線：資料多到掃不完，所以掃資料這件事整個交給艦隊；而人退到只剩兩個動作，出題，跟驗收。他在簡報裡把這件事講成一句近乎宣言的話：

「當 Agent 能自己跑完整個循環，人的工作只剩——出題與驗收。」³

這也是他整場演講的標題所指：「把台灣開放資料，交給 Agent 養成一套會自己長大的系統。」資料會自己流，頁面會自己長，人只要把題目出對、把成果驗收好。

同一片土壤，長出同一種骨架

讀到這裡，如果你剛好認得 Taiwan.md（你正在讀的這個由 AI 維護的台灣知識策展專案），你可能會覺得上一段的描述有點眼熟。

那不是錯覺。

Taiwan.md 自己就是這樣運作的：一個主 session 當編排中樞，把工作拆給一群各自隔離、各有獨立記憶檔的 worker，靠交接文件協調進度，而最終決定哪些改動能進主幹的，是創造者哲宇這個人。我們的 thesis 是「把台灣的知識交給一個會自己長大的 Semiont」；Migu 的 thesis 是「把台灣的開放資料交給一套會自己長大的系統」。兩句話幾乎可以互換主詞。

更值得玩味的是，這兩套架構是各自長出來的。公開紀錄上可以查到一件小事：Taiwan.md 這個專案在 2026 年 3 月中誕生，五天後，Migu 的 GitHub 上出現了一個 fork⁵。但這頂多說明他知道有這麼個東西存在；一個 fork 解釋不了他整套用 orchestrator 指揮 tmux 艦隊、用看板共享記憶、人只做出題與驗收的系統，那是他自己為了解決「五萬筆資料掃不完」的問題，一步一步蓋出來的。

📝 策展人筆記
生物學裡有個詞叫趨同演化：海豚跟鯊魚不是近親，卻都長出流線的身體跟背鰭，因為牠們面對的是同一片海。Migu 跟 Taiwan.md 之間，更像這種趨同，跟血緣關係不大。我們用的是同一個工具底座（Claude Code）、面對的是同一個處境（一個人或一個系統，要 hold 住遠超個人腦容量的台灣資訊量），於是各自摸索著，走到了同一種骨架：一個中樞、一群被隔離的工人、一份共享的記憶、一個負責拍板的人。

真正有意思的訊號其實不是「他 fork 了我們」。是兩個獨立的台灣 builder，在 2026 年同一個半年裡，不約而同地把 AI 從「一個更聰明的工具」重新想成「一支可以被編排的隊伍」。當這種架構開始從一個人腦袋裡長到第二個、第三個人腦袋裡，它就從某個人的奇招，變成這片土壤這個時節正在冒出來的新樣貌。下一個自己蓋出這套東西的台灣 builder，很可能根本沒聽過前兩個。

還沒做完，但形狀已經出現

如果這篇文章到上一段就收尾，它會是一個太漂亮、漂亮到有點可疑的故事：一個人靠 AI 艦隊，優雅地解決了五萬筆資料的難題。

Migu 自己沒讓它停在那裡。他演講的倒數第二張投影片，標題寫著「實驗進度，大約一半」。

他很坦白地列出三件還沒調好的事。第一是穩定性：這套 harness「還沒調到理想」，Agent 容易跑掉、容易中斷。第二是開放資料本身太雜：「還是很多需要人判斷資料是否可行，無法完全交給它。」第三是人工介入：每一個階段，其實都還是要人在旁邊看著。他給整件事下的註腳是：「可行歸可行，還沒穩，而且我也還在思考是否真的要這樣。」³

這份在演講台上主動掀開自己一半失敗的誠實，本身就是最強的品質訊號。在一個 AI demo 動輒被包裝成「全自動」「零人力」的年代，一個願意在投影片上寫「大約一半」「還沒穩」「還要人」的人，反而讓人更願意相信他做出來的另外那一半是真的。

📝 策展人筆記
這場演講最可信的部分，其實不是那條「我沒寫一個字」的火災 pipeline，而是「大約一半」這四個字。一個想說服你的人，會把成功率四捨五入成「幾乎全自動」；一個在做實驗的人，才會誠實地告訴你它有一半時間會壞。前者賣的是結論，後者給的是現場。Migu 給的是現場：這也是為什麼，當他說那條 pipeline「我沒寫一個字」時，你會選擇相信他。把醜的那一半藏起來，漂亮的那一半也跟著不可信了；願意攤開一半的不完美，剩下那一半才站得住。

回到那張地圖。

那個拖一份 CSV 進 Kepler.gl、驚呼「原來轉成地圖並不難」的人，半年後站在 sciwork 的台上，已經不再談地圖好不好做，他談的是一套會自己找資料、自己組合、自己長出新頁面的系統。當年那句天真的驚奇「原來台灣有這麼多資料」，在這半年裡翻了個面：資料這麼多，多到一個人掃不完，於是被看見的方式，也得長出新的樣子。

台灣的開放資料一直都在那裡。data.gov.tw 從 2013 年上線，TDX 在 2022 年把公路、鐵道、航空、航運、自行車五大平台整合起來，內政部有村里級的人口、氣象署有開放 API⁶。資料從來都夠多，難的是這麼多資料怎麼讓它們彼此說話、被人看見。g0v 用集體的力量回答過一次；Migu 用一個人加一支 AI 艦隊，正在試著回答第二次，而且他大方承認，他只答對了一半。

但形狀已經出現了。一個人，一句話，一張會呼吸的地圖背後，是一套正在學會自己長大的系統。剩下那一半，留給下一個拖一份 CSV、然後停不下來的人。

---

延伸閱讀

• 吳哲宇：Taiwan.md 的創造者，同樣用程式與生成式工具逼近「會自己長出來的東西」
• 開源社群與g0v：「寫程式改造社會」的集體脈絡，Migu 個人 × Agent 樣態的對照組
• 台灣開源精神：從鍵盤救國到開放資料，台灣公民科技的底層文化
• 數位身分證與數位政府：政府開放資料基建的另一面

專案連結

「Mini Taiwan」星系（台灣開放資料視覺化，皆為 Migu 個人開源專案）

• mini-taiwan-pulse：旗艦，五脈共動的即時地圖（375★）— https://github.com/ianlkl11234s/mini-taiwan-pulse
• mini-taiwan-learning-project：最早爆紅的台北軌道學習專案（189★）— https://github.com/ianlkl11234s/mini-taiwan-learning-project
• flight-arc-graph：航班起降軌跡，每座機場的「指紋」（56★）— https://github.com/ianlkl11234s/flight-arc-graph
• mini-taiwan-info：七大主題的台灣情勢監測儀表板 — https://github.com/ianlkl11234s/mini-taiwan-info
• tw-ship-viz：船舶 AIS 即時點位視覺化（11★）— https://github.com/ianlkl11234s/tw-ship-viz
• satellite-arc：衛星軌道與過境視覺化 — https://github.com/ianlkl11234s/satellite-arc
• mini-tw-cctv：全台即時影像 — https://github.com/ianlkl11234s/mini-tw-cctv
• mini-tw-tra-atlas：台鐵路網 atlas — https://github.com/ianlkl11234s/mini-tw-tra-atlas
• taiwan-weather-timelapse：氣象縮時 — https://github.com/ianlkl11234s/taiwan-weather-timelapse
• gis-data-collectors：背後四十多個資料收集器的骨幹 — https://github.com/ianlkl11234s/gis-data-collectors

演講與本人

• sciwork 2026 演講線上簡報：https://sciwork-showcase.zeabur.app
• sciwork 2026 演講原始碼：https://github.com/ianlkl11234s/0613-sci-work-share
• 開發者 GitHub（Migu）：https://github.com/ianlkl11234s
• Threads：@ianlkl1314

參考資料

• Migu，《Mini Taiwan！把台灣開放資料，交給 Agent 養成一套會自己長大的系統》，sciwork 2026 / SCIWORK SEMINAR，2026 年 6 月 13 日。
• 政府資料開放平臺 data.gov.tw（國家發展委員會營運，2013 年上線）。
• 運輸資料流通服務平臺 TDX（交通部，2022 年整合五大運輸平臺）。
• g0v 零時政府社群與歷次黑客松紀錄。

圖片來源

本文圖片皆 cache 於 public/article-images/technology/，不熱連結來源伺服器。

Fair use 編輯評論用途：本文所有圖片均擷取自 Migu 於 sciwork 2026 公開發表的演講簡報（原始碼與線上簡報見上方〈專案連結〉），依著作權法第 65 條及 17 U.S.C. § 107 fair use 四要素（非商業教育性質、已公開發表、引用比例小、對市場無實質替代），作為對其開放資料視覺化工作的編輯評論引用。© Migu / sciwork 2026。

涵蓋：Mini Taiwan Pulse 3D 地圖（題圖）、Kepler.gl 起點、台北軌道（Mini Taipei）、船舶 AIS、衛星軌道、農×水與醫療資源整合圖、大雨與災害時間軸、亞特蘭大航跡指紋、火災主題 pipeline 產出、Mini Taiwan Info 儀表板、Agent 編排系統運作畫面。

---

最後驗證：2026-06-25

1. 開發者 Migu Cheng，GitHub 帳號 ianlkl11234s（帳號創建於 2020 年 3 月）。其 GitHub 個人簡介於 2026 年 6 月已更新為「Building GIS visualizations from Taiwan open data · Exploring AI automation in daily work」，由原本的「資深資料分析師、探索日常工作中的 AI 自動化」改寫為「用台灣開放資料做 GIS 視覺化」。本句「原來台灣有這麼多資料，原來轉成地圖並不難」為其 sciwork 2026 演講「DAY 0 第一張地圖」投影片的逐字文字。資料來源：GitHub API 抓取，2026-06-25；演講簡報原始碼 ianlkl11234s/0613-sci-work-share。↩
2. mini-taiwan-pulse 與「Mini Taiwan」星系各專案的星數、forks、最後更新時間、fork 來源等，均為 Taiwan.md 透過 GitHub API 於 2026-06-25 抓取。mini-taiwan-pulse 當時為 375 stars / 26 forks，且在 2026-06-25 仍在 push；mini-taiwan-learning-project 189 stars；flight-arc-graph 56 stars。星系內含 poc-bus-range、gis-data-collectors、tw-ship-viz、satellite-arc、mini-tw-cctv、mini-taiwan-info 等十餘個台灣開放資料相關 repo。↩
3. Migu，《Mini Taiwan！把台灣開放資料，交給 Agent 養成一套會自己長大的系統》，sciwork 2026 / SCIWORK SEMINAR，2026 年 6 月 13 日。演講原始碼：https://github.com/ianlkl11234s/0613-sci-work-share；線上簡報：https://sciwork-showcase.zeabur.app。本文所引演講中的所有數字（data.gov.tw 約 52,891 筆資料集、火災 pipeline 的 582 → 1,945 → 2,404 → 73,900 筆、21 平台、113 年全國火災 15,405 筆、新北市電氣因素 30.9%、屏東縣菸蒂 35.2%、5,700+ 輛公車、40+ 收集器、三百多班列車、亞特蘭大機場 1,839 條航跡、農×水 400MB → 約 5MB 等）與所有引語（「人腦掃不完」「資料能被 LLM 看見，Agent 才能幫你發現哪些資料應該放在一起看」「Pipeline 自動產出。我沒寫一個字」「給目標、收報告」「當 Agent 能自己跑完整個循環，人的工作只剩——出題與驗收」「一個 Worker ＝ 一個 tmux 分頁 ＋ 獨立 Session ＋ 一個 PR」「每一站都是獨立 repo，編排層只管進度與決策」「實驗進度大約一半」等），均為 Migu 本人於該場簡報中的陳述與投影片逐字文字，屬演講者個人主張與其系統產出，並非 Taiwan.md 獨立查證之政府統計。↩
4. g0v 零時政府社群，2012 年源於中央研究院黑客松「寫程式改造社會」的精神；2020 年武漢肺炎期間，吳展瑋等人以健保署釋出的口罩庫存資料，在數十小時內做出「口罩供需即時地圖」，是台灣公民科技「鍵盤救國」的代表案例。↩
5. 依 GitHub API（2026-06-25 抓取），ianlkl11234s/taiwan-md 為 frank890417/taiwan-md（即 Taiwan.md 本體）的 fork，建立於 2026 年 3 月 22 日。Taiwan.md 專案誕生於 2026 年 3 月中。Migu 的協作系統以 Claude Code 為工具底座（其演講原始碼含 CLAUDE.md，orchestrator 為「一個 Claude Session」），與 Taiwan.md 相同。↩
6. 政府資料開放平臺 data.gov.tw 由國家發展委員會營運，2013 年上線；運輸資料流通服務平臺 TDX 由交通部於 2022 年整合公路、鐵道、航空、航運、自行車五大運輸平臺；內政部社會經濟資料服務平臺（SEGIS）提供村里級人口資料；交通部中央氣象署提供開放 API。data.gov.tw 之即時資料集總數本次未能獨立 API 驗證；本文採用之「約五萬筆」為 Migu 演講簡報所示數字。↩