這個系統主要的目的以用建立一個自已的 AI 學習工具人,來理解整個 AI Application 開發,與目前整個 AI 發展體系 ~
同步至 medium 上一篇文章中,咱們已經為我們的 AI 工具人變成了學習的引導者,接下來我們加多增加一個功能 : 讓他可以幫我們總結今日的學習 🚀 S...
在上一篇文章中,我們碰到一個問題。 30-11: [實作-4] 讓我們的 AI 工具人來幫我們總結今日的學習 我們先說一下整個場境,就是我們會和 AI 工具人...
我們現在所建立的 AI 工具,基本上就只是呼叫 LLM 模型,然後請他回答問題,他事實上就大約是 2 ~ 3 年前 chat-gpt 剛出來的那樣,但是還有加...
🚀 需求與流程 整個流程大約如下 : 用戶要求總結今日的學習 LLM 產生一份今日的學習總結。 然後也儲放到資料庫中 ( 為了給學生查詢 ) 以上是總結學...
30-13: [知識] 可以讓 AI 工具人知道外面世界的工具 1 - Funcation Calling Function Calling 讓我們 AI A...
上一篇文章中,我們已經將 MCP 的基本原因已經理解的差不多了,接下來我們將透過 Notion 這個範例來學習一下如何建立 MCP Server 與 MCP...
在上一篇文章中我們將 MCP Server 已經實作完了,接下來我們就要來實作 MCP Client 與實際上的串接到我們的工具人上。 🚀 Step 1....
🚀 A2A ( Agent2Agent ) 的起源與幹啥用的 A2A ( Agent2Agent ) 協定是 Google 在 2025 年時提出的,記憶中應...
上一篇文章中,我們已經學習到 A2A 的東西,接下來我們就要來改造一下我們的 AI 工具人。 30-18: [知識] 可以讓 AI 工具人知道外面世界的工具...
🚀 什麼是 RAG 呢 ? 為什麼要它呢 ? RAG 檢索增強生成,全名叫 Retrieval Augmented Generation,真的當初看到它時我在...