常見問題
產品定位
我完全不會寫 SQL，也不懂 Python，可以用 Lantide Data 嗎？
可以。您只需要用白話描述想分析的問題，Lantide Data 會協助產生 Plan 與 SQL，並在您確認後執行。您負責審閱分析方向與結果，不需要自己從零撰寫程式。
→ 快速開始既然一般 AI 聊天工具也能分析 CSV，為什麼還需要 Lantide Data？
一般聊天通常交付一次性的答案；Lantide Data 把分析保存成可審閱的 Plan、可核對的 SQL evidence、Report、Source Run 與資料血緣。資料與查詢留在本機工作區，之後仍能回顧口徑、理解依賴並接續分析。
→ 為什麼分析結論不能停在聊天裡已經在用 Claude Code／Codex，什麼時候還需要 Lantide？
您不必更換慣用的 Agent 介面。當分析需要審閱正式 Plan 與證據、調整口徑、追查舊數字、依血緣重跑或交接給別人時，可讓 Claude Code／Codex 透過 MCP Server 使用 Lantide，並把 Plan、Report、SQL evidence 與 Activity 留在可追溯的工作區。
→ 外部 AI Agent 與 MCP Server有些雲端 AI 工具也能連 Google Drive 或外部資料庫，Lantide Data 差在哪？
核心差別是資料和運算留在哪裡。Lantide Data 採用 local-first 架構，透過 DuckDB 在本機讀取、查詢與快取資料；外部資料庫也透過本地查詢層整合。這能降低資料外洩、上傳延遲與雲端逾時風險。
→ Lantide 在資料架構裡的位置Lantide Data 的 Harness 包含哪些機制？
Lantide Data 的 Harness 包含狀態機、領域工具、Context 工程、IDE 整合與本機資料平面。這些機制共同限制 AI 何時能起草、查詢、執行與交付，讓分析不只是一次回答，而是可審閱、可重跑、可交付的工作流程。
→ AI 助手外部 Agent 與 MCP
MCP Server 和 MCP Sources 有什麼不同？
兩者方向相反。MCP Server 讓 Claude Code、Codex 等外部 Agent 連入 Lantide，使用本機分析環境並留下可審閱產物；MCP Sources 則是 Lantide 連到外部資料或 API，將結果物化成可查詢的表。
→ 讓外部 AI Agent 安全連入 Lantide沒有 LLM API Key，也能使用 Claude Code／Codex 操作 Lantide 嗎？
可以走外部 Agent + MCP Server 路徑，不需要在 Lantide 另外設定 LLM API Key；外部 Agent 本身仍依其訂閱方案與 MCP 支援條件運作。若使用 Lantide 內建 Agent，則仍需設定自己的 LLM API Key 或其他可用模型端點。
→ 外部 AI Agent 與 MCP ServerSkills
Lantide 支援 Skills 嗎？Skill 會增加 Agent 權限嗎？
支援。您可以從 Skill Library 匯入方法論，以「/」在內建對話中顯式載入，也可選擇 Share with external agents。Skill 只提供做事方法，不是工具授權；它不會提高 MCP access mode，也不能繞過 Plan 審批或 audit。
→ Skills（Skill Library）工作流
Plan → Approve → Execute 和口頭叫 AI 先寫計畫有何不同？
一般聊天工具多半只是提示詞約束。Lantide Data 則把流程做成產品層級的工程邊界：Plan 階段 AI 只能協助起草，只有人類能按正式 Execute；執行當下的 Plan 會被鎖定留存，方便審閱與追溯。
→ Plan → 批註 → Execute → ReportQuick 和 Project 差別？
Quick Analysis 適合臨時查詢與輕量 SQL 問答；Project Analysis 適合需要 Plan、批註、Execute 與 Report 的正式分析。您可以依問題複雜度選擇，不必一開始就進入完整專案流程。
→ Quick Analysis 與 Project Analysis資料更新後，可以依正確順序重跑分析嗎？
可以。Lantide Data 會記錄分析步驟之間的資料血緣與 DAG 依賴；資料或查詢更新後，Source Run 可依依賴順序重新執行中介快取與下游結果。系統負責可重跑的執行路徑，最終口徑與結果仍由人審閱。
→ 快取與 Source Run 要懂到哪接手離職同事留下的一堆 Skills、Markdown、HTML 與 SQL，連 AI Agent 都很難理清時，Lantide 有什麼不同？
在一般 AI 分析環境裡，專案脈絡常散落在聊天紀錄、Skills、Markdown、HTML、Notebook 與不同版本的 SQL；不只人難以接手，Claude Code、Codex 等 Agent 也得讀取大量文件、猜測彼此關係，既耗費 context tokens，也容易遺漏口徑或引用錯誤版本。Lantide 則把 Plan、Report、SQL evidence、Source Run 血緣與 Activity 依專案結構保存：人可以直接在介面查看全貌，Agent 也能透過 Lantide 的專用資源與工具按需讀取正確脈絡，減少不必要的上下文載入與無根據推測。若上游資料已被刪除或覆寫，能否重現完全相同的結果仍取決於原始資料是否保留。
→ .lantide 匯出、匯入與重新綁定分析結果可以怎麼分享給主管或客戶？
正式分析會產出 Report，保留方法、發現、證據與建議。您也可以生成獨立 HTML 報告，用瀏覽器展示、輸出為 PDF，或分享給非技術利害關係人，減少複製貼上與重新排版。
→ 把 Report 變成 HTML 報告：週會分享與微調記憶
知識會不會亂記？如何確保團隊口徑一致？
不會。AI 從對話中整理出的新規則會先進入 Queued Knowledge，只有主管或授權成員核准後才會注入 AI 上下文。這能讓團隊與 AI 使用一致的業務定義與計算標準。
→ Agent Memory 與 Plan 別搞混可以關閉記憶嗎？
可以。Agent Memory 有總開關，可依專案或合規需求完全關閉。關閉後，AI 不會把新知識寫入或注入上下文，適合敏感資料或高度受控的分析場景。
→ Agent Memory（知識庫）技術
支援哪些資料格式？
Lantide Data 支援 CSV、Excel、Parquet 等本機檔案，並以 DuckDB 作為統一查詢層。常見資料可以直接放進工作區，快速映射成可查詢資料表。
→ 歡迎使用 Lantide Data資料一定要下載成檔案嗎？可以使用公司資料庫或外部資料服務嗎？
不一定。除了 CSV、Excel、Parquet 等本機檔案，Lantide Data 也能透過 DuckDB ATTACH 查詢 PostgreSQL、MySQL、SQLite 等資料庫，或用 MCP Sources 將外部資料與 API 結果物化成可查詢、可重新整理的表。
→ 資料瀏覽器與資料來源若「數據不上雲（Local-first）」，AI 是怎麼運作的？
Lantide Data 只讓 AI 協助理解問題與生成 Plan / SQL，不把您的原始資料送上雲端。系統提供的是表格結構描述，例如欄位名稱與資料型態；真正查詢與運算會回到本機工作區，由 DuckDB 執行。
→ AI 助手AI 助手會不會改壞或刪除我的 Excel、CSV 或資料庫？
不會。Lantide Data 內建唯讀守衛（SELECT-only）與 Harness 防護欄。AI 在工作區中只能讀取資料、建立臨時計算快取，不能修改、刪除或覆蓋您的原始檔案。
→ 備份、安全邊界與常見問題什麼是「自備金鑰（BYOK）」？
BYOK 是為 Lantide 內建 Agent 設定自己的 LLM API Key，讓您自行掌控模型與用量成本。若改用 Claude Code、Codex 等外部 Agent 透過 MCP Server 操作 Lantide，則不需要在 Lantide 另設 LLM API Key；外部服務本身的方案仍各自適用。
→ AI 助手