昨天第一次接觸 AI Agent。

我們先建立最基本的：

Chat Trigger → AI Agent → Chat Model

接著再加入一個簡單的 Tool，讓 Agent 不只是回答問題，而是可以根據任務決定要不要使用工具。

昨天只有一個 Tool 時，其實還看不太出來 Agent「選擇工具」的能力。

所以今天想再往前一步：

如果同時提供好幾個 Tools，AI Agent 能不能自己判斷應該使用哪一個？

今天要做什麼？

今天不打算做太複雜的系統。

先讓 Agent 擁有兩種不同能力：

Calculator：負責計算

Wikipedia：負責查詢基本資料

整體概念：

             Chat Model
                 │
使用者 → AI Agent
                 │
        ┌────────┴────────┐
        ↓                 ↓
   Calculator         Wikipedia

這次我們不使用 IF 或 Switch 告訴它要走哪條路。

而是：

把工具提供給 Agent，讓 Agent 根據問題自己選。

圖 1　AI Agent 同時連接多個 Tools

Step 1：保留昨天的 Calculator

先保留昨天建立的 Calculator Tool。

所以目前 Agent 有：

AI Agent
   │
   └── Calculator

可以先測試：

「125 × 48 是多少？」

這種問題明顯是計算任務。

Agent 就可以判斷是否使用 Calculator。

如果執行成功，就代表昨天的功能還正常。

Step 2：加入第二個 Tool

接下來替 Agent 加入第二種完全不同的工具。

為了讓差異明顯，可以使用可以查詢資料的 Tool，例如 Wikipedia。

現在 Agent 可以使用：

Calculator
Wikipedia

一個負責：

計算

另一個負責：

查詢資料

這樣才比較容易觀察 Agent 到底有沒有根據任務選擇工具。

📷 這裡放加入第二個 Tool 的畫面

圖 2　替 AI Agent 加入第二個 Tool

如果你的 n8n 版本或目前環境沒有相同的 Wikipedia Tool，也可以使用其他可查詢資料的 Tool；今天的重點是「同一個 Agent 擁有不同功能的工具」。

Step 3：測試計算問題

先輸入：

「245 × 36 是多少？」

這時候 Agent 會先理解使用者的需求。

它手上有兩個工具：

Calculator
Wikipedia

Wikipedia 明顯不是最適合這個問題的工具。

所以預期會使用：

Calculator

整個過程可以理解成：

使用者
↓
245 × 36 是多少？
↓
AI Agent
↓
這是一個計算問題
↓
Calculator
↓
取得計算結果
↓
Agent 回答

245 × 36 的結果是：

8820

圖 3　AI Agent 判斷計算問題並使用 Calculator

Step 4：改問資料查詢問題

接著完全不修改 Workflow。

直接把問題改成資料查詢，例如：

「Who is Alan Turing?」

這次同一個 Agent 收到問題後，就要重新判斷。

Calculator 顯然沒有辦法協助查詢人物資料，因此如果工具設定正確，Agent 就可能選擇 Wikipedia Tool。

概念變成：

使用者
↓
Who is Alan Turing?
↓
AI Agent
↓
這是一個資料查詢問題
↓
Wikipedia
↓
取得資料
↓
Agent 整理回答

圖 4　相同 AI Agent 根據不同問題選擇另一個 Tool

今天真正想觀察的不是 Alan Turing 的答案，而是：

我沒有重新接 Node，但 Agent 使用的 Tool 改變了。

Step 5：加入一個不需要 Tool 的問題

接下來再測一種情況。

輸入：

「請幫我用一句話介紹 AI 自動化。」

這種問題 Chat Model 本身就有可能直接回答，不一定需要 Calculator 或 Wikipedia。

所以 Agent 也可能判斷：

不需要使用工具。

這一點其實也很重要。

Agent 的概念不是：

「每一次都一定要呼叫一個 Tool。」

而是：

根據任務判斷目前是否需要使用可用的 Tool。

所以目前可能出現三種情況：

這樣 Agent 的「選擇」就開始比較明顯了。

Step 6：Tool 的說明很重要

做到這裡，我發現一件之前沒有特別注意的事情：

Agent 必須知道每個 Tool 是拿來做什麼的。

假設今天有兩個工具：

Tool A
Tool B

但完全不知道它們分別能做什麼，那 AI 要正確選擇就會更困難。

所以 Tool 的名稱、用途和描述也很重要。

例如：

Calculator
用途：進行數學計算

另一個：

Wikipedia
用途：查詢百科資料

這樣 Agent 才比較容易理解：

「現在這個任務應該交給誰？」

這跟之前寫 Prompt 有點像。

我們提供的資訊越清楚，AI 越容易按照預期工作。

Step 7：如果 Agent 選錯 Tool 呢？

今天測試時也不能預設：

Agent 一定永遠選對。

因為 Agent 的判斷還是和模型、提示、工具描述及輸入內容有關。

例如問題：

「Alan Turing 活了幾歲？」

這其實可能需要：

查詢出生日期與死亡日期
↓
再進行計算

如果工具與 Agent 支援這種任務，它甚至可能需要不只一次工具操作。

概念上可能變成：

使用者問題
↓
AI Agent
↓
Wikipedia
↓
取得日期資料
↓
Calculator
↓
計算
↓
回答

這就開始跟以前固定的 Workflow 很不一樣。

以前如果要這樣做，我可能必須自己設計：

查資料 → 取得日期 → 計算 → 回答

Agent 則有機會根據任務和可使用的工具決定處理方式。

不過今天先不用把這種多步驟任務做得太複雜。

如果把 Google Sheets 也變成 Tool 呢？

做到這裡，我開始想到前面使用過的 Google Sheets。

以前的流程是我們自己設定：

AI
↓
Google Sheets

如果未來把資料儲存能力提供給 Agent，就可以想像：

「幫我把這筆資料記錄下來。」

Agent 判斷：

需要使用資料儲存工具。

然後執行相對應的動作。

甚至使用者可以說：

「幫我查這個資料，整理完成後再記錄下來。」

這時候就可能需要：

AI Agent
↓
查詢工具
↓
取得資料
↓
整理
↓
Google Sheets

這也是我接下來最想嘗試的部分。

一般 Workflow vs Agent 再比較一次

前幾天的客服分類：

Webhook
↓
AI
↓
Switch
↓
Email / Sheets

每一步都已經寫死。

但 Agent 的方式比較像：

          Calculator
              ↑
使用者 → AI Agent ← Wikipedia
              ↓
        其他可用 Tools

所以差別慢慢變得很明顯。

Workflow 是我們決定流程。

Agent 是我們提供能力，再讓 AI 根據任務選擇如何使用。

不過這不代表 Agent 一定比較好。

固定又重要的流程，使用 IF、Switch 等方式反而更容易控制。

Agent 比較適合：

使用者需求可能一直改變的情況。

今天的測試

今天我會至少測三次：

測試 1：
245 × 36 是多少？

預期：
Calculator

測試 2：
Who is Alan Turing?

預期：
Wikipedia

測試 3：
請用一句話介紹 AI 自動化。

預期：
可能不需要 Tool，直接回答

如果執行時可以看到 Agent 面對不同問題選擇不同的處理方式，今天的實驗就成功了。

圖 5　AI Agent 面對不同任務時的 Tool 使用結果

今天最大的收穫

昨天第一次做 AI Agent 時，我覺得它有點像：

「多了一個 Tool 的 ChatGPT。」

但今天同時加入不同 Tools 之後，開始比較能理解 Agent 的核心概念。

真正重要的不是 Tool 有多少個。

而是：

Agent 可以先理解使用者想完成什麼，再從允許使用的工具中決定下一步。

也就是：

理解任務
↓
選擇工具
↓
執行工具
↓
取得結果
↓
繼續完成任務

這就比單純：

Prompt → AI → Answer

多了一層「執行工作」的能力。

今日小結

今天把昨天只有一個 Tool 的 AI Agent 升級成：

             Chat Model
                 │
Chat Trigger → AI Agent
              ↙      ↘
      Calculator    Wikipedia

並使用不同問題測試 Agent 是否能選擇適合的工具。

做到這裡，AI Agent 已經不只是回答問題，而是開始能：

理解任務 → 選擇工具 → 使用工具 → 整理結果

不過目前 Calculator 和查詢工具主要都還是在「取得資訊」。

下一步我想讓 Agent 做一件更實際的事情：

把資料真的寫進外部系統。

所以明天就來嘗試讓 AI Agent 擁有資料儲存能力。