在 LLM 到 AI Agent 再到 MCP 的大混戰時代,勝負已從「會說話」轉向「會辦事」。這一次再度以 .NET 結合 Semantic Kernel 打造代理協作,從單一Agent到多Agent,再以 MCP 將內外部工具、資料與服務接上。示範如何讓代理不只會聊天,還能連接工具與資料、自行協作,把需求一步步變成可交付的成果。透過範例會看到多種不同的AI Agent協作模式,並且也會有雲端及地端模型的串接,30天的AI Agent 之旅,啟動。
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...
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...
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...
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...
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...
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...
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...
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...
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(...
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...