在數位行銷的世界中,如何撰寫既符合 SEO 規範又能打動目標受眾的產品文案,是每個行銷人員面臨的挑戰。今天就用這個主題實作一個「SEO 文案創作產生器」概念,透...
在資訊爆炸的時代,如何快速判斷新聞的可信度與嚴謹程度成為重要課題。今天要實作一個「新聞嚴謹度評估系統」,透過 Semantic Kernel Multi-Age...
以 Semantic Kernel Agent Orchestration 為核心,結合 LLM 語言能力打造「輿情收集與初步分析系統」。以這樣的概念,來實作透...
在前幾天的文章中,使用 Bedrock Agent 對不同的 AWS 服務進行操作,例如: 檢查 SQS 的狀態和重新執行 message 查詢 Dynamo...
Azure AI Foundry 是微軟提供的一站式 AI 開發與管理平台,讓建構、部署與管理 AI 解決方案都可以在一個平台裡被建立及管理,過去常聽到的 Az...
我們一路走來,已經為 AI Agent 建立了大腦 (LLM)、靈魂 (Prompt)、記憶 (Memory) 和工具 (Tools)。你甚至學會了如何為它配置...
可能很多人不知道,OpenAI 有一個 Assistant Agent 的功能,它是由 OpenAI 平台託管的 AI Agent,能夠在雲端長期運作,並與使用...
在 Day 23 中,介紹如何使用 Semantic Kernel 使用 Streamable HTTP 模式串接 MCP Server ,今天來另一種 Std...
我們已經為 AI Agent 裝上了大腦(LLM)、注入了靈魂(Prompt),也賦予了它記憶(Memory)。至今為止,我們的 AI Agent 已經是個稱職...
在 Day 22 我們介紹了 MCP 的基本概念和核心組成,今天直接來實作一個簡單的範例,使用 Microsoft 的 Semantic Kernel 來串接一...
前言: 昨天我們已備齊所有必要的 API 憑證,今天將正式開始搭建我們的自動化工作流。 先搭建一個能運作的基礎版本,確保核心功能暢通,之後再逐步迭代,增加更多進...
昨天我們讓模型能自己選工具,從人工判斷變成自動決策,不過還有一個問題,那麼就是 :它的答案到底好不好?準不準?有沒有亂講?光靠肉眼看很難判斷,這時就要請出我們之...
昨天我們讓系統具備了「會查條文、會記得你說過什麼」的能力,但這些功能仍然是人工判斷。今天要邁向真正的「Agent」:讓模型自己看到工具列表後,決定何時使用哪個工...
位於極限發辦公室一隅…… 產品經理 Moon 看著螢幕上密密麻麻的 Jira 看板,臉色凝重。 Moon:「黛西,我們的 Sprint 已經過半了,老闆要求...
Model Context Protocol (MCP) 是由 Anthropic 於 2024 年底發起的一個開放標準,目的是讓 LLM AI 應用程式(如...
在前幾天的文章中,我們探索了如何設定 AI Agent 的大腦(LLM)和靈魂(Prompt)。今天,我們將探討一個讓 AI Agent 從「聰明」走向「智慧」...
今天先把最小能跑的版本 MVP 做出來,後面的幾天會加入像是工具選擇、記憶、評分那些的。為了避免越做越亂,我會先把目錄的結構畫出來再開始實作。 檔案架構 檔案...
之前已經有基礎了,這次要繼續延伸做下去,後面應該也會放上我比較完整的程式碼,所以如果前面的內容已經忘光光的沒有關係,我這邊應該會打算做點整理,所以程式碼後面都會...
在生成式 AI 興起的時代,function calling(函數呼叫) 成為 LLM(大型語言模型)落地應用的重要能力。不管是讓 AI 自動查天氣、叫外送,還...
我們前面已經提過 AI Agent 是具備感知、決策、行動能力的系統。早期的 Agent 幾乎都靠一個模型自己思考、自己行動,我們會稱它為 Single Age...
在 Day19 的內容中,我們學會了如何使用 Chat Trigger 節點,為我們的 n8n 工作流程打造一個聊天機器人的入口。 現在,我們的機器人已經準備好...
在 AI Agent 開發的世界裡,選擇正確的大型語言模型(LLM)就像為不同的 Agent 選擇合適的大腦。今天,我們來談談為什麼「輕鬆切換 LLM」是一個關...
位於某開發辦公室一隅…… 產品經理 Moon 盯著一份洋洋灑灑的 SPEC(規格文件),臉色比咖啡還黑。 Moon:「黛西,這份 SPEC 我昨天已經確認了...
今天要說的就是 AI Agent 的核心模組,這邊主要是整理《The Landscape of Emerging AI Agent Architectures...
承接上一篇,我們已經成功讓 AI Agent 讀取 Notion 和 Google Calendar 的資料,並生成了一份精美的每日摘要。 我們今天的目標就是將...
在前面我們介紹了 RAG 與 RAGAS,這些方法主要是解決 『如何讓 LLM 回答得更正確』 的問題。但隨著應用需求不斷升級,其實不少學者也開始思考:如果我們...
前言: 經過多日的實踐與研究,我發現先前計劃的「每日任務總覽自動寫入 Notion」方案,在執行上遇到了一些挑戰。主要原因是處理 Notion API 的 JS...
今天要來看另一種相對穩定且簡單的多 Agent 的類型,Concurrent Orchestration 一種「多位專家代理同時平行協作」的多代理協作模式。Co...
前言: 昨天,我們成功串接了 LLM 節點,讓 AI 能為我們生成內容。但光是生成還不夠,真正的自動化,是要讓這些寶貴的資訊自動歸檔。今天,我們的目標就是打通這...
位於極限開發辦公室一隅…… UI 設計師 Sky 與 PM Moon 雙手抱頭,看起來快要崩潰了。 Moon:「黛西,我真的快瘋了!我們的設計師終於交出了...