鐵人檔案
本系列將介紹 JetBrains 新推出的 Kotlin AI Agent 框架 - Koog，從零開始掌握現代 AI 應用開發技術。透過漸進式學習，從基礎設定到進階應用，最終實現工作流程自動化和多 Agent 協作系統。Koog 以 Kotlin 開發，充分發揮類型安全、協程支援和現代語言特性，大家將體驗到 Kotlin 在 AI 領域的強大潛力和 JetBrains 生態系統的優勢
在前一篇文章中，我們學習了如何將 Koog 整合到 Ktor API 應用中。今天我們將學習如何透過 Model Context Protocol (MCP)...
在前面的文章中，我們學習了快取機制、記憶體系統、事件處理和策略路由等功能。今天我們要深入學習 Koog 框架的核心概念之一：策略圖（Strategy Grap...
在上一篇文章中，我們學習了策略圖的基礎概念和自訂節點的使用方法。今天我們要進入更進階的領域，學習如何使用 Koog 提供的預定義節點來與 LLM 互動、執行工...
在前面兩篇文章中，我們學習了策略圖的基礎概念（Day 22）和進階節點操作（Day 23）。今天我們要學習策略圖中，強大的功能之一：子圖（Subgraph），...
在前面的策略圖系列文章中（Day 22-24），我們學習了如何使用 Node 和 Edge 構建多階段的 AI 工作流程。今天，我們要結合策略圖的概念，解決一...
在前一篇文章中，我們學習了檢查點系統來保護長時間執行的 AI 任務。在開發 AI 應用時，我們經常遇到需要比較多個不同做法或模型的情況，例如：產生多種文案版本...
在前一篇文章中，我們學習了如何使用 Parallel Node 來同時執行多個節點，大幅提升 AI 應用的效能。今天我們要探討一個重要的主題：安全性。當 AI...
在前一篇文章中，我們學習了如何保護 AI 應用的資料安全與用戶隱私。今天我們要探討另一個重要主題：測試策略。當 AI 應用準備上線時，如何確保它能穩定運作？如...
在前一篇文章中，我們學習了 AI 應用的測試策略，解決了回應隨機性帶來的挑戰。但你有沒有想過，如果能從源頭就讓 AI 的回應變得可預測，測試會不會變得更簡單？...
在前一篇文章中，我們學習了結構化資料處理，讓 AI 能夠產生可預測、格式一致的回應。這解決了輸出格式的問題，但如果我們想讓 AI 更深入理解輸入內容的語意呢？...
