生成式 AI
此系列文章會利用Happy-LLM這個開源教學課程，來記錄自己學習LLM原理的心得與過程，並額外介紹LLM的各項延伸應用，例如上下文工程、few-shot、RAG、MCP、Agent等。
生成式 AI
有一首詩中這麼提到：「眾裡尋他千百度，驀然回首，那人卻在燈火闌珊處。」 曾經有個人心中希望，有一天能有程式幫他解決重複的任務──不管是網頁的每日簽到，還是幫忙想出多少字的文章。某天，他想到，幹嘛等人家，為什麼不利用現有的 AI 來達成呢？於是，這個 30 天的生成式 AI 學習計畫正式開始了
生成式 AI
我打造的MCP Agent可讓使用者透過自然語言快速處理會議錄音，僅需上傳檔案並下指令即可完成任務。系統會轉錄文字、生成摘要和待辦事項，並透過LINE或Email通知，且自動寫入Notion。若資訊不足，Agent會即時詢問並回報進度，同時學習使用者偏好與溝通風格，宛如專屬智慧助理般高效協調會後工作。
生成式 AI
這30天我將帶領各位~從 AI Agent 基礎概念出發，先用規則型 Agent 建立思維，再透過 LLM 與 LangChain 開發智慧型 Agent，最後用 n8n 整合，完成一個可操作的自動化專案。 循序漸進，讓初學者也能從零開始，逐步打造自己的 AI 助手。
生成式 AI
本系列文章將在30天內從零開始，實作一個整合大型語言模型（LLM）並且可以使用雙模型Claude 和 Gemini 的個人化 Notion 自動化工具。我們將利用 Claude Desktop 作為前端的對話式介面，接收使用者的自然語言指令。 核心是一個以 Node.js 編寫的自定義代理人（Agent），它扮演著MCP的角色。功能上，我們將實現對 Notion 資料庫完整的雙向 CRUD。
生成式 AI
孔子曾經說過「如果助手不聽話，那就關掉重開。」 所以這是一個從 0 開始、從「什麼都不會」到「可以幫你做事」的 AI 助手養成故事。
生成式 AI
簡介: n8n 是一個開源的工作流自動化平台，讓使用者能夠透過視覺化界面連接各種服務和應用程式，實現無縫的資料交換和任務自動化。 我們將涵蓋以下主題： - n8n 的基本概念與核心功能介紹 - 設置和部署 n8n 的不同方式 - 創建第一個工作流程的步驟指南 - 連接各種服務和 API 的實用範例 - 進階功能與使用技巧 - 與其他自動化工具的比較 - 實際應用案例分享 無論你是初學者還是有經驗的開發者，這篇文章都將幫助你了解如何利用 n8n 簡化工作流程，提高工作效率，並實現更智能的
生成式 AI
本系列是一場為期 30 天的真實學習實驗，旨在回答一個核心問題：一名 Swift 新手，能否在生成式 AI 的輔助下，大幅加速 iOS App 的開發學習曲線？跟著我從零開始，一同見證如何從 Swift 語法基礎，到親手打造出鬧鐘、AI 圖像生成與天氣預報三款功能完整的 App。這不僅是一份學習筆記，更是一本 AI 時代下的新手開發者實戰手冊。
生成式 AI
從n8n自動化工作流帶領大家學習MCP ,AI agent，並且會觀察其中的log檔案，然後會使用adk套件來寫MCP工具，和使用 adk web，跟串接其他人的tools
