2026 iThome 鐵人賽
蒸餾出最精萃的 鐵人
AI 自動化
選手 14 文章 84
Day 11
2026-08-22
56
0
前四天我們已經拆解檢索增強生成(RAG)的原理:文件需要先解析、切割、向量化,再透過搜尋把真正相關的內容交給模型。今天不再停留在概念,而是把這條流程真正接起來。...
Day 22
2026-08-22
55
0
Dynamic Workflows 在 AI 自動化領域,Dynamic Workflows(動態工作流) 是相對於「固定流程(Static/Linear W...
Day 17
2026-08-22
72
0
模組四|剪輯管線(Day 17–22) 模組三講怎麼驗一份稿子。從今天開始講錄完之後的事,而這一段是整條產線裡 AI 參與最深、也最沒有出過大事的一段。 除...
Day 21
2026-08-21
83
0
Agent Teams(代理人團隊) 在AI軟體工程的早期,我們多半使用「單一 Agent(Single Agent)」或「主代理-子代理(Lead-Suba...
Day 16
2026-08-21
76
0
模組三|腳本與確定性驗證器(Day 12–16) 模組三的最後一天。前四天講這條產線上活著的那些檢查:64 行的 bash、34 行的 Python、換一個...
Day 10
2026-08-21
80
0
如果所有企業文件都是乾淨的純文字 PDF,RAG 會簡單很多。但真實世界通常不是這樣。制度文件可能是掃描檔,月報的關鍵資訊可能藏在圖表裡,簡報頁面可能只有幾個文...