Agentic AI培训构建
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Cascadia Data Science Institute（CDSI）定位为温哥华的 applied agentic AI partner，核心不是标准化 SaaS，而是面向企业的 AI 培训、咨询、定制 agent 构建和流程自动化服务。网站显示其由 Paul Save 主导，背景包括 Microsoft、Best Buy，以及 ISO/IEC SC 42 AI 标准相关经验。
CDSI 的能力集中在 agentic AI：多智能体系统、RAG、文档抽取、自定义 MCP tools、工作流自动化，以及 human-in-the-loop 审批。其服务路径包括“Train your team”和“Build your AI”：前者提供 90 分钟入门或全日现场构建，强调团队带走部署在自有数据上的 agent；后者承诺从 workflow audit 到 deployed agent 可在 14 天内完成。正文未披露具体底层大模型或模型供应商，因此不能判断其模型性能边界。
该网站最明确的差异点是治理设计。其主张“Your keys, your data, your infrastructure”，默认部署在客户环境中，除非客户显式路由，否则数据不离开环境。敏感操作可配置人工审批；每个 agentic action 记录输入、输出及 prompt/tool chain，并可映射到 ISO 27001、SOC 2 控制。这对于金融、医疗、公共部门等合规敏感行业有吸引力。集成方面提到可进入既有基础设施、构建 MCP 工具，但没有公开 API 文档或固定集成列表。
网站未披露套餐、单价、付款方式、免费试用或服务 SLA。项目需通过 intake 表单提交问题背景、范围和已尝试方案，官方称两个工作日内回复。因此它更像专家型定制服务，而非可立即自助购买的工具。
优点是定制深、重视治理和审计、能覆盖培训到生产部署，并展示了较多可核验的个人履历与项目成果。局限是信息透明度不足：价格、模型、交付团队规模、持续运维支持和中国访问均未说明。适合已有明确流程痛点、重视数据控制、希望在自有基础设施落地 AI agent 的企业团队；不适合寻找低价自助式 AI 工具的个人用户。
正文未提供中国大陆网络访问、支付或本地合规信息，判断为未知。若大陆企业需要类似能力，可同时评估国内云厂商 AI Agent/RAG 方案或本地 AI 咨询实施团队，以降低网络、合同和数据出境风险。
本测评基于公开资料整理,不构成购买建议,请以 datascienceinstitute.ai 官网实际信息为准。
温哥华AI伙伴，提供团队培训和系统构建。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。