比較表同一件事，這幾個工具差在哪。工具名稱點下去，跳到下面的完整介紹。
要天氣資料：Open-Meteo 還是氣象署
兩個都免費，但一個免金鑰、一個要申請；一個能直接從網頁打、一個不行；商用的答案也完全不同。
| Open-Meteo | 氣象資料開放平臺（氣象署） | |
|---|---|---|
| 要不要金鑰 | 不用，2026-09-19 實測不帶任何東西直接回 200 | 要，不帶授權碼回 401「Authorization key is not correct」 |
| 前端能不能直接打 | 可以 | ⚠不行，授權碼寫進網頁等於公開，要繞一層後端 |
| 資料授權 | CC BY 4.0 | 官方資料不足，目前無法確認（條款頁需 JS） |
| 商用 | ⚠要付費方案；有廣告或收費的網站就算商業 | 官方資料不足，目前無法確認 |
| 免費額度 | 每天 10,000、每小時 5,000、每分鐘 600 次 | 官方頁程式讀不到，未確認 |
| 台灣本地觀測 | 沒有，是全球模型的預報 | 有，官方觀測站、潮汐、地震、颱風都在這裡 |
怎麼選個人專案、非營利、只要預報：Open-Meteo，不用註冊、瀏覽器直接打。要官方觀測值、潮汐、或做給台灣使用者的正式工具：氣象署，但你得多做一層後端把授權碼藏起來。本站 13 支作品用前者、5 支用後者，選的理由就是「要不要官方觀測」與「有沒有後端」這兩題。
工具怎麼串一個工具做不完，要前一個交給下一個。
備料不再靠感覺：排出過去的數字 → 照平均估 → 估錯了怎麼辦另外定
依據：「別人怎麼做」裡的「備料、排班不要再靠感覺估」＋案例 Albert Heijn 超市
同一個星期幾、同一個時段放在一起比，試算表就可以。
交出去：一張歷史數字表先用簡單的方法，跑一兩個月看誤差多大。
交出去：每天的備料量例如幾點打幾折。兩段的數字分開記，才知道浪費出在做太多，還是降價太晚。
容易斷在：預測都建立在「過去的模式會延續」上，颱風、活動這類極端狀況預測不到，要留人工調整的空間。
真實案例只放本站逐條查證過來源的案例；「殷鑑」是做壞的例子。
Albert Heijn 用 AI 預測麵包出爐量：麵包浪費少了 81.5 萬公斤
把減廢拆成兩個關卡：第一關在出爐前，用過去幾週同星期、同時段的銷量決定要做多少；第二關在傍晚，定好幾點打幾折的固定規則。兩關分開記錄，才知道浪費是做太多還是降價太晚。
看完整案例 →已查證多吉那把店長叫貨的經驗做成 AI 備貨建議：麵包辨識結帳則坦言「還在路上」
先把老店長叫貨時腦中會想的變數（附近有沒有活動、會不會下雨、是不是連假）列成固定欄位，就算還沒有 AI，新人也有依據。影像辨識看起來很容易 demo，能不能用在櫃檯是另一回事，要分開評估。
看完整案例 →已查證星巴克的 AI 平台 Deep Brew：幫門市估備料與咖啡師人力
值得學的是先說好省下的時間要拿去做什麼：星巴克的說法是把估算交給機器，讓人有時間更像個人。小團隊也可以照做：先把過去幾週同星期、同時段的數字排成表，用平均當預測，再定好估錯了怎麼辦；省下的時間要用在哪裡，事先講清楚。
看完整案例 →已查證智利公立醫院用 AI 預測病床何時空出：急診等住院縮短 34%
試辦前先寫下一個量化目標與量法（這家醫院訂的是「急診到住院時間減 30%」），試辦期限一到就拿實際數字對帳，再決定要不要擴大。
看完整案例 →已查證沃爾瑪自建零售專用模型 Wallaby，技術長的結論：代理只做夠具體的任務
值得學的是沃爾瑪技術長自己的結論：代理要用在夠具體的任務，再把產出串起來。小團隊也可以照做：不要把「幫我管好庫存」這種大目標丟給 AI，先切成「每天比對進貨單與實收數量」這種小任務，一件一件做穩再串。
看完整案例 →已查證阿霞飯店用兩年銷售資料訓練備料模型：先從紅蟳米糕試，主管對表再微調
備料預測不用一次做全菜單，先挑賣最多、最貴的幾道菜試；AI 給的是「參考值」，主管對表微調，再把實際用量回寫，模型才會越用越準。客服機器人要先寫好「哪些話一聽到就轉真人」。
看完整案例 →要照著做（步驟、提示詞）：找方法
全部 6 個工具每張都是完整介紹：適合誰、費用、能不能商用、資料去哪裡、能接什麼、限制、稜線用在哪。
StatsForecast
模型技術需要工程支援時序預測的統計模型函式庫（AutoARIMA、AutoETS 等），官方宣稱比 Prophet 快 500 倍。
適合
- 銷量、庫存、流量預測
- 大量序列要同時預測的場合
- 不想動用深度學習的務實選擇
不適合
- 結構性斷裂的情境（疫情、政策改變）
- 資料太短或太零散
- 把預測當成保證的用法
- 費用
- 開源免費。
- 能不能商用
- 可商用
Apache-2.0 授權。 - 資料去哪裡
- 在你自己的環境執行。
- 授權
- Apache-2.0
- 跑在哪裡
- 自己架、裝在公司內部
- 能接什麼
- API：尚未查證MCP：尚未查證Webhook：尚未查證
- 限制
- 要會 Python 與基本統計概念
- 預測建立在「過去模式會延續」的假設上
- 極端事件無法預測，要留人工判斷空間
DuckDB
專業工具需要 API／自動化嵌在程式裡就能跑的分析型資料庫，可以直接用 SQL 查 CSV 與 Parquet 檔，不用架伺服器。
適合
- 幾百 MB 到幾 GB 的資料分析
- 不想為了分析架一整套資料庫
- 資料留在自己電腦上處理
不適合
- 多人同時寫入的交易型系統
- 完全不會 SQL 的使用者
- 需要即時串流處理
- 費用
- 開源免費。
- 能不能商用
- 可商用
MIT 授權，商用不需付費也不強制開源。 - 資料去哪裡
- 嵌入式執行，資料不上傳。
- 授權
- MIT
- 跑在哪裡
- 自己架、裝在公司內部、邊緣裝置（產線、攝影機旁）
- 能接什麼
- API：尚未查證MCP：尚未查證Webhook：尚未查證
- 限制
- 要會 SQL
- 不是給多人同時寫入的線上系統用的
- 超大規模資料仍需要分散式方案
Polars
專業工具需要工程支援以 Rust 寫成的高效能資料處理引擎，官方說明串流模式下「有機會在筆電上處理 250GB 的資料集」。
適合
- pandas 跑不動的大表格
- 資料量超過記憶體的批次處理
- 要求速度的資料清理管線
不適合
- 不寫程式的使用者
- 小資料（pandas 或試算表就夠）
- 費用
- 開源免費。
- 能不能商用
- 可商用
MIT 授權。 - 資料去哪裡
- 在你自己的環境執行。
- 授權
- MIT
- 跑在哪裡
- 自己架、裝在公司內部
- 能接什麼
- API：尚未查證MCP：尚未查證Webhook：尚未查證
- 限制
- API 與 pandas 不同，既有程式要改寫
- 生態系與教學資源少於 pandas
- 要會寫程式
Open-Meteo
外部資源需要 API／自動化免金鑰的天氣預報 API，回 JSON。本站 13 支作品的天氣來源，是全站用最多的一個。
適合
- 個人網站與非營利專案要天氣預報
- 不想申請帳號與金鑰
- 要多國多地點的預報
不適合
- ⚠商業用途（要付費方案）
- 需要台灣官方觀測值
- 每分鐘超過 600 次的高頻服務
- 費用
- 非商業用途免費且免註冊（2026-09-19 實測不帶任何金鑰直接回 200）：每天少於 10,000 次、每小時 5,000 次、每分鐘 600 次；商業用途或更多請求要訂閱付費方案。
- 能不能商用
- ⚠商用要付費方案
官方條款頁（2026-09-19 讀）：免費 API 限非商業用途（私人網站、非營利、個人自動化、公開研究、教學）；「If you plan to use our service for commercial purposes or require additional API calls, we kindly request you to consider subscribing to our API plans」。有廣告或收費的網站算商業。資料本身依 CC BY 4.0 提供。 - 資料去哪裡
- 免註冊、不用帳號；請求內容只有座標與參數。
- 授權
- CC BY 4.0（資料）
- 跑在哪裡
- 雲端服務
- 能接什麼
- API：有MCP：尚未查證Webhook：尚未查證
- 限制
- 預報是全球模型算的，山區地形細節看不到；要台灣本地官方觀測還是得回氣象署
- 免費額度是給非商業用的，有廣告或收費就算商業
- 不同高度的溫度是兩件事，要先看它在講哪個高度
- 稜線用在
- 旅行工具箱、山行計畫、光影獵人、郊山漫遊
實際踩過：免金鑰、免註冊——2026-09-17 實測不帶任何授權標頭直接回 200。這是它比氣象署好用的地方，但預報是模型算的，山區地形細節它看不到；要台灣本地的官方觀測還是得回氣象署。
氣象資料開放平臺（中央氣象署）
外部資源需要 API／自動化台灣官方的天氣預報與觀測資料 API，要申請授權碼。本站山域與海邊作品的官方天氣來源。
適合
- 要台灣本地的官方預報與觀測值
- 潮汐、地震、颱風這類只有官方有的資料
- 做給台灣使用者的工具
不適合
- 直接從瀏覽器打（授權碼會外露）
- 不想註冊帳號的專案
- 需要全球資料
- 費用
- 免費，但要註冊取得授權碼：2026-09-19 實測不帶授權碼直接回 HTTP 401「Authorization key is not correct」。
- 能不能商用
- 官方資料不足，目前無法確認
平臺的說明頁與條款頁需要 JavaScript 才能讀，本站用程式抓不到條文。同一份資料集在政府資料開放平臺的登錄（編號 9308「鄉鎮天氣預報」）license 欄位是代碼「1」，本站未能確認它對應哪一版條款。商用前請自行到 data.gov.tw 該資料集頁確認。2026-09-19 查。 - 資料去哪裡
- 授權碼綁帳號；金鑰不能寫進前端網頁，要繞一層後端。
- 授權
- —
- 跑在哪裡
- 雲端服務
- 能接什麼
- API：有MCP：尚未查證Webhook：尚未查證
- 限制
- ⚠授權碼寫進前端就等於公開，本站作品都繞 Worker 代理
- 說明與條款頁需 JS，程式化查證做不到
- 大量下載官方要求另外申請會員（data.gov.tw 登錄頁原文）
- 稜線用在
- 光影獵人、小釣手、山域風險引擎
實際踩過：要申請金鑰：2026-09-17 實測不帶 Authorization 直接回 HTTP 401「Authorization key is not correct」。金鑰要放在後端，不能寫進前端網頁——這也是為什麼這幾支作品的天氣要繞一層 Worker，不是直接從瀏覽器打。
Metabase
專業工具需要 API／自動化讓不會寫 SQL 的人也能查資料、做儀表板的 BI 工具，可自架。
適合
- 要做給同事看的共用儀表板
- 希望非技術同事能自助查數字
- 資料要留在自己伺服器
不適合
- ⚠想把它嵌進自家產品賣人卻沒看清授權的情況
- 只有自己一個人分析（DuckDB 更輕）
- 費用
- 開源版可自架免費；另有商業版本。
- 能不能商用
- ⚠開源版是 AGPL
官方說明：開源版採 AGPL 授權，另有「Metabase Commercial Software License」的商業版本。AGPL 對「把軟體當成服務提供給他人」有特別要求——要嵌進對外產品前務必讓法務看過。 - 資料去哪裡
- 自行部署時資料不離開你的環境。
- 授權
- AGPL（另有商業授權版）
- 跑在哪裡
- 自己架、裝在公司內部、雲端服務
- 能接什麼
- API：尚未查證MCP：尚未查證Webhook：尚未查證
- 限制
- ⚠AGPL 授權，嵌入對外產品要先確認
- 自架要有人維運
- 複雜分析仍需要會 SQL 的人
卡片上的查證日期是我們最後一次讀官方頁面的時間；條款會改，正式使用前請再看一次官方頁。