鐵人檔案
第 01 篇：AI Agent 到底是什麼？第 02 篇：先自己寫第一個 Agent第 03 篇：LLM 究竟能做什麼？不能做什麼？第 04 篇：從 Chat...
AI Agent（AI 代理／智能代理）就是一個能「自己決定下一步要做什麼，並實際採取行動」，直到完成目標的 AI 系統。每個 AI Agent 都包含四個核心...
// tools.py def calculator(expression): return eval(expression) def get_we...
大型語言模型（LLM）本質上是一個基於統計與機率的文字推論引擎，透過預測「下一個最可能出現的詞（Token）」來處理資訊。 LLM 能做什麼 自然語言處理與...
從 Chat Completion（聊天補全） 演進到 Agent（AI 代理），代表了生成式 AI 從「被動問答」走向「自主執行與決傷」的核心範式轉移（Par...
import json from openai import OpenAI client = OpenAI() # 1. 定義 Agent 可用的工具庫 (...
簡單來說，Tool Calling（工具呼叫 / 函式呼叫 Function Calling）是讓 LLM 從「純文字聊天機器人」升級成「能操作外部系統的控制器...
設計一個穩定且具擴充性的 Tool System（工具系統），是將 LLM 轉變為 Agent 的關鍵。 一個標準的 Tool System 不僅是「呼叫 Py...
讓 Agent 能協調、組合並穩定使用多個工具（Multi-Tool Coordination），是將簡單的問答機器人轉變為複雜自動化系統的關鍵。 當工具數量從...
在現代 Agent 系統中，Tool 的本質是 Agent 與「環境（Environment）」互動的介面與媒介。函數只是程式碼實現的載體，但 Tool 在語意...
