3Q夥計是什麼
3Q夥計 是 3Q 正在打造的企業桌面 AI 產品，背後是工作知識平台 KOSMOS。它鎖定 5–50 人的台灣中小企業——這類團隊人力有限、流程靠老師傅的經驗、 重複的雜事沒人有空整理，正是 AI 最該幫上忙、卻最常被昂貴複雜方案擋在門外的一群。
我們的切入點是「軟性介面」：不是又一個要員工去登入的後台系統，而是一個住在桌面、有名字、有個性、能對話的 AI 夥伴。員工自然地用它，公司自然地累積知識、 自然地發現哪裡可以自動化。
💡
一句話定位
把員工每天的工作活動，變成可問答的公司知識庫，再從中長出自動化的機會——用一個你願意天天打交道的 AI 夥伴來包裝。
三段閉環：採集 → 萃取 → 自動化
3Q夥計的核心是一條持續運轉的閉環。它不只回答你問的問題，更主動把工作日常變成資產：
📥
採集
在員工桌面常駐一個輕量代理，自動記錄工作活動（使用中的視窗 / 應用 / 時長），並對活動畫面自動截圖。原始畫面只留本機、滾動覆寫，只上傳結構化的「做了什麼」。
🧪
萃取
本地 OCR + 大型語言模型把零散活動萃取成結構化知識：這段時間在做什麼任務、重複了幾次、用到哪些系統、學到什麼。把散落的工作日常變成可查詢的公司知識資產。
⚙️
自動化建議
找出反覆出現的手動流程，由 AI Automation Advisor 主動提出自動化解法。把「每天都要做一次的繁瑣事」標記出來、給出可落地的改善建議。
ℹ
關於隱私與信任
3Q夥計採「原始畫面只留本機、只上傳結構化結果」的設計：截圖在員工電腦本地做完 OCR 與萃取後滾動覆寫， 上傳到公司的只有「做了什麼」這類結構化資料，不是原始畫面。這讓「公司想掌握工作脈絡」與 「員工不想被全程錄影」之間取得務實平衡。導入時的權限與透明度政策，我們會協助一起設計。
多模態夥伴：說、看、做
3Q夥計不是只會聊天的對話框。它有「身體」，能感知、能動手：
語音對話
對著桌面圓臉直接講話，語音辨識 → AI 大腦 → 語音回覆，免打字。
桌面視覺
看得懂當前畫面，理解你正在處理的工作脈絡，回答更貼合當下情境。
攝影機感知
可選的鏡頭感知（在不在座位、臉部追蹤），讓互動更自然。
GUI 自動操控
結合視覺式 Computer Use 與系統層 UI Automation，能實際操作桌面應用，替重複流程動手。
自然語言問答
管理端可用白話問：『這週團隊主要卡在哪』『哪些流程最值得自動化』。
知識自動成長
對話與工作紀錄自動萃取進知識庫，用得越久、越懂你們公司。
會自我進化的 Agent
市面上的 AI 助理多半是「你問才答」。3Q夥計的差異在於—— 它在沒人對話的閒置時段也會工作：自動回顧最近的工作脈絡、反思有沒有可以改進的地方、 主動提出建議，並在安全範圍內自己升級自己的能力。
- 閒置自省：定期審視工作狀況，沒有發現就安靜、有價值的觀察才提醒。
- 主動提案：把「這件事這週重複了 N 次、值得自動化」變成具體建議。
- 技能成長：把學會的解法寫進自己的 cookbook，下次遇到同類問題直接重用。
- 安全自我升級：在受控機制下更新自己，能力越用越強。
✓
為什麼這很關鍵
自主 AI 的價值不在「回答多漂亮」，而在沒人看著的時候能不能把事情做完、做對。 這是 3Q夥計和一般聊天機器人最大的分野。
近期進展：員工版上線 + SOP 知識庫落地
從產品雛型走到真正在用，這幾週幾個關鍵里程碑同時到位：
老闆版 / 員工版功能分化，員工端已在跑
- 員工版專注工作採集與 SOP 協助（保留浮動圓臉、對話、SOP 問答、活動採集；砍掉語音對話、攝影機、臉部追蹤、截圖標註等老闆情境功能，執行更輕、資源更少）。
- 老闆版保留完整多模態能力（語音、視覺、桌面操控），另加管理端問答入口，可用自然語言問「這位同事這週在忙什麼」「哪個流程重複最多次」。
- 版本管理、自動更新、上線監控走系統化排程，兩端獨立部署互不干擾。
跨機協作：老闆一句話派任務給員工版夥計
老闆在自己的桌面 chat panel 直接打 @小明 幫我開一張華府公關的發票， 訊息透過中繼服務送到員工的桌面夥計，員工版收到後直接執行（或請員工確認）。把「AI 助理」從一對一升級成一對多的內部協作網，是這個階段最有感的改變。
SOP 知識庫上線：五源動作採集 + AI 逆向萃取
「員工不會主動寫 SOP、寫了也很快過期」是中小企業的通病。 我們的做法是從員工的實際操作記錄逆向萃取——不靠員工填表，而是靠系統自己看：
- 員工端採集五種訊號：正在用哪個視窗、螢幕在做什麼（OCR + 截圖）、鍵盤敲了什麼、剪貼簿搬了什麼、滑鼠點了哪個控件（含 UI 元素文字辨識）。
- 五源用 idle 邊界切分成一次次「任務」，由 LLM 萃取結構化流程步驟，寫進 PostgreSQL 知識庫。
- 檢索走 bge-m3 embedding + pgvector 語意檢索，員工要查「這個表怎麼填」時，能同時做到關鍵字比對與語意相近的自然語言問答。
- 老闆端有SOP dashboard檢視全公司知識沉澱狀況，員工端有
sop_helper快速查詢入口。 - 知識庫要能用，得先能篩：實際跑起來後累積的內容良莠不齊，我們做了自動分類把真正可依循的 SOP 與雜訊分離（目前沉澱出約 480 則可用流程）， 並依主題自動歸類，員工搜尋時只會命中真 SOP。
✓
這件事的意義
「知識沉澱不下來」是中小企業導入 AI 最大的阻力之一。我們用看員工實際做什麼取代要員工寫文件， 讓公司知識庫真正長得出來，而不是又一個沒人維護的 Wiki。這一段落地驗證，是把 3Q夥計從「有創意的桌面 AI」變成「可交付的企業知識平台」的關鍵轉折。
雙端架構：員工端 + 管理端
3Q夥計分成兩端，兩端共用同一個 AI 大腦：
員工端（每台電腦一個）
- 桌面常駐的浮動 AI 角色：半透明、永遠最上層、可拖移、系統匣常駐、全域熱鍵切換。
- 語音對話、桌面視覺、活動採集代理（本地 OCR、結構化事件、只上傳結構化資料）。
管理端（公司一台中樞）
- 接收各員工的結構化事件、集中儲存。
- 管理儀表板：每日工作熱力圖、應用使用統計、最值得自動化的重複任務 Top-N。
- 對 AI 自然語言問答：「這週團隊主要在忙什麼」「哪些流程可以先自動化」。
ℹ
部署模式可彈性選擇——中樞放雲端（SaaS）或客戶自架（On-Prem）。B2B 在意資料落地的，我們支援整套自架。
技術架構
大腦
- 以 Claude Agent SDK 為核心的自主代理，配備完整工具鏈（檔案、終端、網路、瀏覽器自動化、知識庫檢索等）。
- 長期記憶與「關於使用者 / 團隊」的活檔案，對話開場自動載入脈絡。
員工端桌面
- PyQt6 半透明浮動視窗 + 系統匣 + 全域熱鍵。
- 語音：麥克風錄音 → 語音辨識 → 大腦 → 語音合成（含本機 TTS 低延遲路徑）。
- 活動採集：active window 追蹤、視窗截圖、本地 OCR、結構化事件寫本機資料庫後上傳。
- 桌面操控：視覺式 Computer Use + 系統層 UI Automation 雙路徑。
管理中樞
- PostgreSQL 結構化儲存 + 自然語言問答 API + 視覺化儀表板。
- 知識自動萃取，沉澱成全公司可檢索的 Wiki 底層。
適合誰用
- 5–50 人的中小企業：流程靠資深員工的腦袋、重複雜事沒人整理、想導入 AI 又怕複雜昂貴。
- 知識密集團隊（顧問、設計、工程、行政）：希望把個人經驗沉澱成團隊資產。
- 想找自動化切入點的老闆：先讓 AI 觀察真實工作，再對症下藥決定自動化什麼。
- 已是 KOSMOS 既有客戶、想要更自然的員工端入口的團隊。
導入與合作
3Q夥計老闆版與員工版皆已部署上線、SOP 知識庫持續累積中。3Q 團隊自家 dogfood + 對外開放導入。 如果你符合上面的適用對象，歡迎聊聊：
- 想看實際運作的 demo（含 SOP 知識庫、員工版採集、老闆端問答）。
- 想了解導入方式、資料 / 隱私政策設計。
- 想談客製 / 授權 / On-Prem 自架合作。
諮詢免費，依需求另議。→ 聯絡我們安排導入諮詢