Day 30 | 終極部署：把 Agent 送上戰場，也送走這場連載 主張：部署選項沒有標準答案，只有「你的團隊是開發者還是平台團隊」這個問題的答案。讀完能做...
Day 29 | 系統觀測力：Log、Metric、Trace 三支柱 主張：Log 告訴你「發生了什麼」，Metric 告訴你「多常發生、多快」，Trace...
Day 28 | 企業級安全網：誰能替 Agent 的行為負責 主張：身分決定「agent 能做什麼」的天花板，guardrail 決定「模型即使想做，系統也...
Day 27 | 模擬器：連使用者和後端都能假造 主張：好的評估資料集不該是一份寫死的劇本，而是一個能重現、能注入異常的沙盒。讀完能做到：用 Conversa...
Day 26 | 評估與最佳化：讓 Agent 的品質可以被測量 主張：傳統軟體測試問「對不對」，agent 測試要多問一句「走的路合不合理」。讀完能做到：用...
Day 25 | Agent Skills 與生態：按需載入的能力包 主張：你的 agent 不需要在每次開口前把整套百科全書塞進 context——它只需要...
Day 24 | 沒人盯也能跑：Ambient Agents、Event Loop 與 Resume＋Cancel 主張：能跟使用者對話只是 agent 能力...
Day 23 | Audio, Images, Video：讓 Agent 真的能聽能看 主張：語音 agent 十次有八次出問題，出在音訊格式跟模型架構選錯...
Day 21 | Live and Voice Agents：跟 Gemini 講電話 主張：ADK 的 Session（對話紀錄）跟 Live API se...
Day 20 | 動手接上遠端 Agent：A2A Exposing 與 Consuming 主張：to_a2a() 一行程式碼就能把一支 agent 變成網...
Day 17 | 七種分工方式：Multi-Agent Workflow Patterns 主張：多 agent 系統不是把一堆 agent 丟在一起就叫協作...
Day 18 | 打造一支 Agent 團隊：Collaborative Workflows 與 Agent Modes 主張：讓 agent 互相委派任務只...
Day 16 | Multi-Agent 的最基礎形式：Template Workflow Agents 主張：graph 跟 dynamic workflo...
Day 14 | 資料怎麼流：Data Handling 與 Dynamic Workflows 主張：graph 好用是因為節點間資料流動有規矩；規矩之外還...
Day 13 | 告別失控的 AI：Graph Workflows 與 Graph Routes 主張：指令寫得再長，也换不来「一定照著做」——想要確定性，...
Day 9 | Sessions 管理：對話狀態、Rewind 讀完能做到：說出 Session 的四個核心屬性、用官方推薦的兩種正確方式更新 state（而...
Day 8 | 資料落地：讓 Agent 的回答有憑有據 讀完能做到：幫 agent 接上 Google Search grounding，讀懂它回傳的 gr...
Day 7 | 開放協定：用 MCP 與 OpenAPI 接上別人寫好的工具 讀完能做到：讓你的 agent 接上一個外部 MCP server（也能反過來把...
Day 6 | 賦予行動力：Custom Tools 與 Function Tools 的開發與效能優化 讀完能做到：寫出三種形態的 function too...
Day 4 | 視覺化戰情室：Agent Runtime、Web UI 與 Visual Builder 主張：Agent 本質上是黑盒子——看不到一次請求中...
Day 3 | 你的第一個智能助理：定義 Agent 與模型設定 主張：Agent Config(YAML)跟「多模型支援」是兩件不同的事，搞混了就會照著 Y...
Day 1 | 遇見 Google ADK 2.0：為何你需要一個企業級 Agent 框架？ 主張：agent 上線後失控，通常不是模型不夠聰明，而是把「該不...
seanlin040
iThome鐵人賽
看影片追技術