大家好,鐵人賽第三天,我們正式進入核心領域!
昨天,我們建立了宏觀的認知,知道了 MCP 是一套為了解決 AI 服務整合亂象而生的「通用語言」。今天,我們要從「...
故事-01-03:霈姊的咖啡店人生與AI學習教練
洪宣霈
「你們這麼認真的圍著我們家達令幹什麼啊?」我好奇的問著,一邊將熱騰騰的咖啡放在桌上。
我,洪宣霈,一...
在前一篇文章中,我們學習了結構化資料處理,讓 AI 能夠產生可預測、格式一致的回應。這解決了輸出格式的問題,但如果我們想讓 AI 更深入理解輸入內容的語意呢?...
核心概念
RAG 系統核心組件開發與整合,從資料讀取、切分、嵌入、向量存儲到問答邏輯,建立完整的 RAG 處理管線。
學習內容
基礎環境搭建(Python +...
在前一篇文章中,我們學習了如何整合多個 LLM 供應商,能夠靈活選擇最適合的模型 (供應商)。但到目前為止,我們的 Agent 只能進行對話,還無法執行具體的...
如果我們訓練好了一個機器人(利用 OpenAI 的 API key),接下來的問題是:要怎麼跟他對話?我們可以選擇 —— 透過 Discord,把機器人加入到我...