Emergence AI

一句話介紹

Emergence AI是一家從事企業智慧與AI Agent相關技術的公司，其核心產品CRAFT能夠幫助組織在自身的雲端、資料中心或混合式環境中，完成資料準備度評估、元數據強化、自然語言分析，以及受限制的多智能體工作流程處理。

工具簡介

Emergence AI是Merlyn Mind, Inc.所使用的商業名稱，其目標客群主要是那些需要將人工智慧技術應用於企業數據及營運決策的組織。CRAFT則不是一種供個人使用的即時通訊工具，而是一個由各種解決方案、共享平台服務以及Kubernetes基礎架構所構成的企業級系統。

產品強調在約束、策略和驗證機制內運行Agent，用於根因分析、異常發現、情境模擬以及可信的自然語言資料查詢。部署可以留在客戶控制的基礎設施中，便於組織管理資料、策略、模型和執行邊界。

CRAFT產品組成

官方文件明確將CRAFT Toolkit標記為計劃中的功能，因此無法將其描述為目前已可普遍使用的功能。自訂資料連線屬於CRAFT資料連線體系，且不依賴尚未發布的Toolkit。

三層技術架構

主要功能

數據就緒評估

CRAFT Assess用於檢查資料品質、覆蓋範圍以及策略是否符合要求，從而找出組織在部署自主Agent之前需要修正的問題。它能有效將「資料尚未準備好」這種模糊的說法，轉換成可追蹤的問題清單。

元數據與資料品質提升

CRAFT Enrich可自動補充元數據、分類數據資產，並生成數據品質規則與評分卡。工作流程由Agent與Prefect來編排，但規則仍需由數據所有者審核，以避免模型誤解欄位的意義。

Verified Talk-to-Data

Data Insights支援使用者以自然語言向企業資料庫提問，系統會產生SQL語句、進行驗證，並回傳答案、圖表或洞察結果。此方案強調模式辨識與驗證，不應將流暢的回答等同於查詢一定正確。

• 透過對話提出業務問題，不要求每個使用者都會編寫SQL。
• 結合資料庫模式與組織業務規則生成候選查詢。
• 執行前後進行結構和結果驗證。
• 保留多輪上下文，繼續追問或調整分析範圍。
• 生成互動式圖表、儀表板及可分享的結果。

根因分析與異常發現

Agent可以跨多個企業資料來源尋找異常並追蹤潛在的根源，適用於運營、製造及資料管道的故障排除。分析結果仍會受到資料完整性、時間範圍以及業務定義的影響，高風險的決策則需要領域專家來確認。

情景模擬與戰略分析

平台可圍繞假設條件構建場景並比較可能結果，用於在行動前測試方案。模擬依賴輸入數據、規則和模型假設，不能替代真實市場、工程或監管驗證。

多智能體編排

CRAFT使用A2A協議來協調多個專門的Agent，並透過JSON-RPC 2.0以及伺服器端事件流來交換任務與狀態資訊。其狀態化Pipeline功能可支援多步驟的工作流程，並允許協同取消操作，因此很適合將規劃、查詢、分析及驗證等任務分配給不同的組件來處理。

模型供應商解耦

平台透過LiteLLM接入Gemini、GPT、Claude等模型，減少解決方案與單一廠商的綁定。模型可替換並不代表輸出完全等價，團隊仍需分別評估數據條款、成本、上下文、工具調用及品質。

資產管理

Asset服務會統一登記資料連接、Agent、模型、檔案以及產物，並依組織與專案進行區隔。Agent Card可在資料被永久儲存之前，驗證協議版本、功能、介面以及安全性描述。

企業身份與細粒度授權

CRAFT使用OIDC與PKCE來處理多租戶的身分認證問題，並支援單點登入功能。權限則透過OpenFGA的關係模型，在組織、專案和資源之間進行傳承，如此一來就能區分查看者、開發者、運營人員和管理者等不同的角色職責。

密鑰與數據連接

連接元資料會儲存在資產資料庫中，而用戶名稱、密碼等憑證則透過 Secrets API 存入 Infisical 或外部的秘密管理後端。這些憑證不會出現在一般的 API 回應中，只有在建立連線時才會被注入。

可觀測性

平台可透過 OpenTelemetry 來收集追蹤資料、指標及日誌，並使用 Grafana LGTM 串列來監控基礎設施的運作狀況。此外，還可以選擇使用 Langfuse 來進行模型調用追蹤、提示版本管理、效能評估以及成本分析，這兩種工具的應用場景各不相同。

自動生成SDK

CRAFT可根據OpenAPI規範生成Python和TypeScript SDK，協助解決方案調用平台服務。SDK適用於已部署的環境以及合作開發，但這並不意味著所有企業產品的端點都會無條件向公眾開放。

面向業務的解決方案

數據分析使用流程

1. 確定要分析的業務問題、資料負責人以及允許使用的資料範圍。
2. 在CRAFT中創建組織與項目，並配置身份和項目權限。
3. 為資料庫建立只讀帳戶，限制在必要的模式和表上。
4. 透過Asset服務登記連線，將憑證交給Secrets API保存。
5. 測試網路、權限和查詢連接，再讓Data Insights讀取模式。
6. 用自然語言提出小範圍問題，檢查系統生成的SQL和業務定義。
7. 對答案、圖表、時間窗口和聚合方式進行人工驗證。
8. 保存經過確認的指標定義，並逐步擴大到更多用戶和數據源。
9. 持續觀察模型調用、查詢性能、權限和錯誤日誌。

連接PostgreSQL的要點

• 準備可從CRAFT網絡訪問的資料庫地址。
• 建立只讀用戶，並僅授予目標模式的最低權限。
• 使用有效身份令牌和項目識別碼登記數據連接。
• 讓連接元資料與憑證分別進入Asset和Secrets服務。
• 確認讀取回應中不會返回原始憑證。
• 使用最小查詢測試連接後再交給Data Insights。

數據治理工作流

1. 盤點需要評估的資料來源、目錄、所有者及監管範圍。
2. 使用CRAFT Assess識別品質、覆蓋與策略缺口。
3. 按業務影響和Agent使用風險為問題排序。
4. 運行Enrich以補充資產描述、分類和候選品質規則。
5. 讓數據所有者審核模型推斷的語義、敏感等級與閾值。
6. 透過工作流執行規則並生成品質評分卡。
7. 將失敗規則分派給責任團隊並追蹤修復。
8. 定期重跑評估，防止模式、數據和政策變化造成漂移。

解決方案開發流程

1. 選擇最接近需求的參考解決方案或Starter模板。
2. 建立FastAPI服務，並依照約定註冊解決方案與Agent資產。
3. 接入Keycloak身份、OpenFGA權限、Secrets與共享儲存。
4. 透過LiteLLM配置允許使用的模型和預算策略。
5. 為Agent定義A2A能力、輸入輸出和驗證規則。
6. 在本地完成最小服務測試，再打包為容器和Helm Chart。
7. 透過GitOps部署到開發、測試、演示和生產環境。
8. 接入OpenTelemetry與可選Langfuse，觀察端到端運行。
9. 建立權限、數據、模型和回歸測試後再開放給業務用戶。

官方開發指南將在30分鐘內完成最簡化的Quickstart作為文件編寫的目標，但完整的企業解決方案仍需要基礎設施、身分認證、資料管理、模型開發、安全性保障以及運維團隊的參與。公開網站僅顯示合作夥伴可安全查看的內容，部分實作相關資料則屬於受控文件。

部署方式

CRAFT可部署在客戶自己的雲端、資料中心或混合環境中，且必須在符合CNCF規範的Kubernetes集群上運作。其架構會盡量避免依賴單一雲端，而是使用Helm、ArgoCD、Terraform，以及可更換的對象儲存和金鑰後端。

基礎平台依賴

• Kubernetes與Helm負責容器的編排與發布。
• ArgoCD用於開發、測試、演示和生產的GitOps交付。
• Keycloak處理身分認證和單點登入。
• OpenFGA用於處理組織、專案與資源之間的關係權限。
• PostgreSQL、Redis和對象儲存承載平台狀態與事件。
• Infisical或外部秘密管理保存連接憑證。
• OpenTelemetry與Grafana堆疊提供追蹤、指標和日誌功能。

價格與採購方式

截至2026年8月22日，Emergence AI的官網上並未公開CRAFT的固定套餐金額、按席位計算的價格，或是免費版的使用限額。該產品採用企業合作及訂製報價的方式，潛在客戶需先提交其業務需求、數據需求、部署需求以及安全需求，才能獲得相應的解決方案。

企業詢價前準備

1. 列出目標業務問題，不以模糊的通用Agent需求開始。
2. 統計數據來源、資料庫類型、資產規模和更新頻率。
3. 確定客戶雲、本地、混合或隔離部署邊界。
4. 明確允許的模型、數據地區、敏感等級和合規要求。
5. 估算用戶、查詢、併發、Pipeline和模型調用規模。
6. 列出必須接入的身份、金鑰、目錄和可觀測性系統。
7. 定義準確率、SQL安全、資料品質和業務驗收指標。
8. 要求報價分別列出許可、實施、基礎設施、模型和支持。

適合哪些用戶

• 企業數據負責人：評估數據是否適合Agent和自然語言分析。
• 資料治理團隊：自動補充元資料、分類資產並生成品質規則。
• 業務與分析人員：使用自然語言查詢數據並建立視覺化內容。
• 資料工程團隊：定位資料管道異常並追蹤潛在根本原因。
• 平台工程師：在Kubernetes環境部署和運維企業Agent平台。
• 安全與合規團隊：透過身分、權限、金鑰和審計控制來管理資料存取。
• 半導體與製造組織：構建面向領域數據的隔離分析方案。
• 聯合設計夥伴：在CRAFT共享服務上開發訂製Agent應用。

典型使用場景

• 在部署企業Agent前評估數據完整性、所有權和策略缺口。
• 為數據目錄自動生成描述、分類和候選品質規則。
• 讓業務人員以自然語言查詢銷售、運營或製造資料庫。
• 將查詢結果轉換成圖表、儀表盤和可共享的見解。
• 跨多個Agent編排取數、分析、驗證和報告流程。
• 發現數據管道異常並追蹤到源表、規則或上游系統。
• 在採取戰略行動前比較不同假設下的情景結果。
• 在受控內網或混合環境部署行業專用Agent應用。

產品優勢

• 覆蓋資料準備、治理、分析及Agent工作流，而不僅提供聊天界面。
• 可部署在客戶雲、資料中心或混合基礎設施，降低數據外移壓力。
• 基於Kubernetes和常見開源組件，避免依賴單一雲端專有服務。
• 透過Keycloak、OpenFGA和Secrets API來統一身份、權限與憑證。
• 支援多模型供應商，團隊可依安全、性能和成本選擇模型。
• A2A與狀態化Pipeline適合拆分複雜、多步驟任務。
• 自然語言轉SQL結合模式與驗證機制，便於建立可審計流程。
• OpenTelemetry和Langfuse分別覆蓋基礎設施與模型調用觀察。

使用限制與注意事項

• 產品面向企業部署，需要Kubernetes、身份、數據和運維能力。
• 官網沒有公開標準價格，試點和正式部署成本必須單獨評估。
• CRAFT Toolkit仍為計劃模組，不能按已上線功能採購。
• 自然語言生成SQL仍可能誤解指標、時間、連接關係或業務定義。
• 多Agent會增加模型調用、延遲、故障點及調試複雜度。
• 模型可替換並不代表不同模型在品質和合規上完全等價。
• 自動生成的數據品質規則可能產生誤報、漏報或不合理閾值。
• 自託管可增強控制，但補丁、備份、監控和容量責任也隨之增加。
• 公開開發文件並不代表所有的內部服務和代碼都向公眾開放。
• 官方GitHub各倉庫許可證不同，不能統一描述為完全開源。
• DPA限制未經約定的敏感數據，組織必須先完成數據分類。

安全與治理

上線前治理檢查

1. 確定每個資料來源的所有者、用途、敏感等級及允許使用的用戶。
2. 為分析資料庫創建只讀帳號並限制模式、表和網路。
3. 將人類、服務帳戶和Agent權限分離，避免共享高權限身份。
4. 為SQL設定超時、行數、成本和禁止操作邊界。
5. 對業務指標建立人工批准的定義與測試樣例。
6. 檢查提示、SQL、結果和日誌中的個人及商業敏感數據。
7. 為有副作用的Agent動作設定審批、回滾和審計。
8. 定期驗證授權繼承、金鑰輪換、備份恢復和模型變更。

隱私、DPA與合規

網站隱私政策主要適用於官方網站的訪客，而企業服務中的資料處理則應以客戶協議及2025年的DPA為準。DPA中明確指出，Emergence作為資料處理者，可能會接收並儲存API呼叫、提示、模型輸出以及各種技術與使用相關的資料，並根據客戶的指示來處理或刪除這些資料。

Trust Center列出了GDPR、SOC 2 Type 1、SOC 2 Type 2和SOC 3等標準，並提供多因素認證、單點登入、靜態及傳輸加密等安全功能。具體的報告以及敏感資料通常需要透過Trust Center申請才能取得，採購方應確認審計範圍、日期以及所購買的服務是否在保障範圍之內。

GitHub與開源專案

Emergence AI負責維護官方的GitHub組織，但各個儲存庫所解決的問題以及所使用的許可證都不一樣。CRAFT文件中提到，其核心平台組件採用開源設計，且可以自行托管，不過截至檢驗日期為止，還沒有發現一個能涵蓋所有CRAFT企業產品的單一公開源碼儲存庫。

Agent-E與CRAFT的差異

Agent-E是早期公開的網頁自動化Agent專案，主要透過瀏覽器來完成表單填寫、搜尋以及網站操作等任務。CRAFT則是現今用於企業數據與智能處理的平台，這兩者雖然都由同一個官方組織所維護，但其產品定位、部署方式以及授權條件並不相同，不可混為一談。

API與開發者能力

基本資訊

推薦指數

推薦指數為4.4分，滿分為5分。CRAFT將資料準備、自然語言分析、治理、多Agent、權限、金鑰以及可觀測性等功能整合到可由客戶控制的Kubernetes部署環境中，因此很適合那些對資料邊界和可靠性有高要求的大型組織。

主要門檻在於沒有公開的標準價格，部署與治理的複雜度很高，且計劃中的功能必須與現有的功能嚴格區分。它較適合擁有平台工程、資料治理及安全團隊的企業，並非供個人用戶快速體驗Agent功能的輕量型產品。

常見問題

Emergence AI是什麼？

Emergence AI是一家從事企業智慧化及AI Agent系統開發的公司，其核心產品CRAFT用於資料準備、資料管理、自然語言分析，以及受限制的多Agent工作流程處理。

CRAFT是什麼？

CRAFT是一套可部署在企業基礎設施中的智慧平台，由業務解決方案、身分與資產等共享服務，以及Kubernetes基礎設施所構成。

CRAFT Assess與Enrich有什麼區別？

Assess負責發現數據品質、覆蓋範圍及策略上的缺失，Enrich則負責補充元資料、對資產進行分類並建立品質規則。前者偏向診斷，後者則偏向改進。

CRAFT Toolkit已經上線了嗎？

沒有。目前的官方文件明確將Toolkit標記為計劃中的模組，因此無法將驗證憑證和自動形式化工具描述為可普遍使用的工具。

能用自然語言查詢資料庫嗎？

可以。Data Insights提供自然語言轉SQL、多輪分析與可視化，但查詢邏輯、業務指標與結果仍需驗證。

支援哪些資料庫？

公開的入門文件詳細說明了如何連接到 PostgreSQL，其架構也支援根據需求增加資料連線。至於其他具體的資料庫，則需要在專案評估時逐一確認。

CRAFT支援私有部署嗎？

支援部署在客戶雲端、資料中心或混合環境中，並在符合 CNCF 標準的 Kubernetes 叢集上運行。具體的離線功能、鏡像以及支援範圍等細節，需在合約中明確規定。

可以選擇不同大模型嗎？

可以透過LiteLLM接入Gemini、GPT、Claude等供應商。企業需要分別配置密鑰、資料政策、預算及品質測試。

Emergence AI免費嗎？

沒有發現CRAFT公開免費版或固定試用額度。產品主要透過企業合作和訂製報價採購。

CRAFT多少錢？

官網並未公開固定金額。價格可能受模組、資料來源、使用者、模型用量、部署環境、實施與支援範圍影響，需聯繫銷售。

提供API和SDK嗎？

提供平台API，並可依據OpenAPI規範生成Python和TypeScript SDK。實際訪問需要已部署環境、身份令牌和項目權限。

Emergence AI是開源的嗎？

不能簡單回答為全部開源。Agent-E等專案有公開許可證，CRAFT也採用可自托管的開源組件，但完整的企業平台仍包含商業產品和受控內容。

Agent-E是什麼？

Agent-E是Emergence AI所公開的、基於MIT許可證的網頁自動化代理程式項目，可以透過自然語言來驅動瀏覽器執行各種任務。它並非CRAFT企業平台本身。

Emergence World可以商用嗎？

預設情況下是不可以的。該研究倉庫採用 CC BY-NC 4.0 授權條款，僅允許出於非商業性的研究及教育目的而使用，若要用於商業用途，則必須另行取得許可。

數據會離開企業環境嗎？

CRAFT可以部署在客戶所控制的基礎設施中，但外部模型、遙測資料、支援服務以及子處理單元仍可能形成數據流。企業應根據實際的架構及DPA規定，逐一確認相關事項。

適合小團隊嗎？

若小團隊已具備Kubernetes、資料與安全能力且需求足夠複雜，可諮詢試點；一般個人或輕量團隊則更適合部署門檻較低的分析工具。

總結

Emergence AI的CRAFT適用於那些希望讓Agent能夠可靠地使用企業數據的組織，其核心價值在於將數據評估、元資料增強、自然語言分析、多Agent編排以及治理控制整合到同一個可部署的架構中。

選型時應以具體業務問題和數據邊界為起點，驗證SQL的準確性、權限隔離、模型數據流、運維成本及驗收指標。還需嚴格區分已經提供的Assess與Enrich、計劃中的Toolkit，以及Agent-E等獨立開源研究項目。