iT邦幫忙

ai agent相關文章
共有 70 則文章
鐵人賽 生成式 AI DAY 18

技術 Day 18 - Semantic Kernel Multi-Agent 實戰 - Magentic Agent 重塑公關危機應對

今天要來看另一種多 Agent 的應用,Magentic Orchestration 是一種「由一位 Magentic Manager 依情境動態指派、協調多位...

鐵人賽 IT 管理 DAY 19

技術 Day19 - 規格規劃師:AI Agent 驅動的 SPEC 迭代與優化

位於極限發辦公室一隅…… 產品經理 Moon 看著螢幕上散落各處的文件,眉頭緊鎖。 Moon:「黛西,我快被這些文件搞瘋了!我只是想把『會員中心』這個功能名...

鐵人賽 IT 管理 DAY 18

技術 Day18 - PM 的 AI 探險第二站:用 Agentic AI 打造專屬 AI 助手(2)安裝工具

Moon:上次聽完 AI Agent 讓我忍不住想要快點來使用~ 黛西:沒問題!接下來我們就一起來安裝,建置 Ai Agent 需要用到的工具們。 🔥安裝...

鐵人賽 IT 管理 DAY 17

技術 Day17 - PM 的 AI 探險第二站:用 Agentic AI 打造專屬 AI 助手(1) AI Agent 說明

Moon:黛西黛西~最近好多人在講 Agentic AI 、AI agent,它跟我們之前用的 AI 工具到底有什麼不一樣啊?我怎麼聽起來都像是聊天機器人......

鐵人賽 生成式 AI DAY 17

技術 Day 17: Semantic Kernel Multi-Agent 實戰 - 群組討論 Agent 協作

今天要來看另一種多 Agent 的應用場景:群組討論。這種情境下,會有多個 Agent,每個 Agent 可能扮演不同的角色,進行群組討論,並且需要協同工作來完...

鐵人賽 生成式 AI DAY 16

技術 Day 16: Semantic Kernel Multi-Agent 實戰 - SequentialOrchestration 實現合約內容的多代理人協同審查

今天的範例同樣以 SequentialOrchestration 為主題,但這次我們將應用在 合約內容審查 上。合約是許多企業日常運營中不可或缺的一部分,確保合...

鐵人賽 生成式 AI DAY 15

技術 Day 15: Semantic Kernel Multi-Agent 實戰 - SequentialOrchestration 實現線性流程的多代理人協同審查

在前一篇文章中,我們介紹了如何使用 Semantic Kernel 的 HandoffOrchestration 編排系統來管理多個代理人之間的協作與任務轉移。...

鐵人賽 生成式 AI DAY 14

技術 Day 14: Semantic Kernel Multi-Agent 實戰 - 多代理人的 HandoffOrchestration 編排系統

前面的幾個範例是以單一代理人 (Single Agent) 為主,無論是單工具 (Single Tool) 還是多工具 (Multi-Tool) 的情境,都由同...

鐵人賽 生成式 AI DAY 13

技術 Day 13 : Semantic Kernel Single Agent 實戰 - 多工具的 OfficeOne Agent 同時處理多項任務

在前一篇 Day 12 中,我們建立了一個 OfficeOne Agent,能夠根據使用者需求選擇合適的工具來處理辦公室相關請求。然而,在實際應用場景中,使用者...

鐵人賽 生成式 AI DAY 12

技術 Day 12 : Semantic Kernel Single Agent 實戰 - 多工具的OfficeOne Agent

這篇我們要來做一個基於 Single Agent 變化的 AI Agent 範例——「OfficeOne Agent」,這個助理可以根據使用者的需求,使用最合適...

鐵人賽 生成式 AI DAY 12

技術 Day 12 | 用 n8n 讓 AI Agent 自己上班 - 從「手動觸發」到「自動化工作流」

前言: 到今天為止,我們花了 11 天,成功打造了一個非常聽話的『AI 行事曆助理』。我們可以在 Claude Desktop 裡跟它對話,命令它新增、查詢、修...

鐵人賽 生成式 AI DAY 11

技術 Day 11 | CRUD - Delete 實作篇 - AI Agent 刪除行事曆事件

前言: 在掌握了如何建立 (Create)、讀取 (Read) 和更新 (Update) Notion 中的資料後,我們現在來到 CRUD 循環的最後一個,同時...

鐵人賽 生成式 AI DAY 11

技術 Day 11: Semantic Kernel Single Agent 實戰 - 銀行匯款 Agent

這篇我們要來做一個實用又貼近生活的 AI Agent 範例——「銀行匯款 Agent」。 這個助理的任務很單純,就是幫我們完成一筆台幣(TWD)的國內匯款資料蒐...

鐵人賽 生成式 AI DAY 10

技術 Day 10:來了!! Single Agent 實戰 - 對帳稽核 Agent

延續上一篇文章,本篇將來實作一個 Single Agent 範例,目標是打造一個「應付帳款三方對帳(PO/收貨單/發票)稽核 Agent」,流程是把「採購單(P...

鐵人賽 生成式 AI DAY 9

技術 Day 9: 什麼!!多了一個 Semantic Kernel Agent Framework

透過前面幾篇文章的內容,對 Semantic Kernel 有了基本的認識,包含模型的連結、Prompt 的設計、plugin 的建立與使用、甚至加入短期記憶(...

鐵人賽 生成式 AI DAY 10

技術 Day 10 | CRUD - Update 實作篇 - 行事曆總是改來改去 ?! 外包給 AI Agent 吧 !

前言: 今天我們要做的事 CRUD中的 Update 資料查詢。Update 的操作對於雙向資料處理有著巨大的影響力。它的功能是讓我們可以對原本就有的頁面跟資料...

鐵人賽 生成式 AI DAY 9

技術 Day 9 | CRUD - Read 實作篇 - AI Agent 查詢行事曆助手

前言: 今天我們要做的事 CRUD中的 Read 資料查詢。Read 操作是所有 Notion 應用的基礎。它的核心概念就是「獲取資訊而不改變它」。在資料存取中...

鐵人賽 生成式 AI DAY 8

技術 Day 8: Single-Agent vs Multi-Agent 架構的選擇指南

上一篇討論了 Semantic Kernel Plugins 的複雜參數支援,今天我們來探討另一個重要議題:在設計 AI Agent 系統時,應該選擇 Sing...

鐵人賽 生成式 AI DAY 8

技術 Day 8 | CRUD - Create 實作篇 - AI Agent 從零創建行事曆 ( 終於有實戰了嗎 ?!

前言 到今天為止我們都是教學這些環境的安裝與概念的釐清,今天我們要實作 CRUD 中的Create (創建)我將分享從零開始創建一個由 AI 助手幫我創建行事曆...

鐵人賽 生成式 AI DAY 7

技術 Day 7: Semantic Kernel Plugins 複雜性參數支援度

在前面幾天的內容中,探討了 Function Calling 的基本概念,也實作了簡單的 Plugin 來讓 AI Agent 具備調用工具的能力。但隨著業務需...

鐵人賽 生成式 AI DAY 6

技術 Day 6: Semantic Kernel Function Choice Behavior 深度解析:精確控制 AI Agent 的函式呼叫行為

上一篇的內容提到如何撰寫與掛載 Plugins(Tools) 到 Semantic Kernel 中,除了 Plugins(Tools) 的設計與實作之外,控制...

鐵人賽 生成式 AI DAY 5

技術 Day 5: Semantic Kernel 實戰:詳解 Tools 的撰寫與掛載技巧

延續昨天的 AI Agent Tools 設計原則,今天將透過實際的程式碼範例深入實作層面,介紹如何使用 Semantic Kernel 撰寫 Tools(工具...

鐵人賽 生成式 AI DAY 4

技術 Day 4: 從 Anthropic 經驗看 AI Agent 的 Tools 設計與挑戰

在前兩天的內容中,探討了 AI Agent 的概念以及 Semantic Kernel 的 Function Calling 機制,並且討論了並非所有 LLM...

鐵人賽 生成式 AI DAY 3

技術 Day 3:不是所有 LLM 應用都需要成為 Agent - 選擇合適的架構設計

在前兩天的內容中,寫了 AI Agent 的概念以及 Semantic Kernel 的 Function Calling 機制。但隨著 AI Agent 概念...

鐵人賽 生成式 AI DAY 3

技術 Day 3 | Notion × AI agent 整體系統架構

前言: 今天我們會先給各位一個更具體的改念,並介紹到時候做出來的架構大致長怎樣,那可以先看到下面這張圖,這就是我們在這30天內大概的流程圖,那我們做的使用者到N...

鐵人賽 生成式 AI DAY 2

技術 Day 2:Function Calling — Semantic Kernel 如何讓 AI Agent 動起來?

在聊到 AI Agent 的核心能力時,「Function Calling(功能調用)」幾乎是繞不開的一塊。這個機制讓大型語言模型(LLM)不再只是個文字生成器...

鐵人賽 生成式 AI DAY 1

技術 Day 1: 為什麼要還要寫RAG? 又為什麼要從 RAG 到 Agentic RAG?

🔍 為什麼要寫這個系列? Hi 我是Seedfood,是一名DA轉DS轉MLE再轉AI的雜技Data人。 今年在強者我朋友們的力推下,勇敢地參加了這屆的鐵人賽,...

鐵人賽 生成式 AI DAY 1

技術 Day 1: 踏入 AI Agent 的世界 - 認識 Semantic Kernel

這幾年來,生成式 AI 的應用一路從產出文字、圖片,逐步進化到「做事」的 AI Agent。這個發展過程真的很有趣,AI 從「會聊天的模型」變成「會幫你做事的助...

鐵人賽 Mobile Development DAY 2

技術 【30 天做一個極簡App】n8n 安裝到上手,第一條自動化工作流

前一篇淺談了Flutter、LLM與n8n結合無限可能性,激發了滿滿的靈感。今天將動手親自搭建屬於自己的n8n環境,創建第一個自動化工作流,感受「讓機器為你工作...

鐵人賽 生成式 AI DAY 29

技術 [Level 15] 使用 Flowise 建立強大的 AI Agent

📌 本主題系列工作流所生成的文章,請參考另一個主題系列:[轉生到鬼島的反派,為了生存必須在30天內學會30種 AI 工具!]📌 本主題內容以個人經驗為主探索 A...