iT邦幫忙

鐵人檔案

2025 iThome 鐵人賽
回列表
生成式 AI

用 Node.js 打造生成式 AI 應用:從 Prompt 到 Agent 開發實戰 系列

在生成式 AI 的浪潮下,各式 LLM 應用迅速湧現,JavaScript/Node.js 雖在 Web 領域已相當成熟,但針對 AI 應用的實戰分享仍相對有限。身為長期深耕 JS 生態圈的開發者,我希望藉由熟悉的技術工具,實現更多生成式 AI 應用的可能性。

本系列將以 Node.js 打造生成式 AI 應用為主軸,從 OpenAI API 入門,逐步深入 Prompt 提示工程、LangChain 核心功能與 RAG 技術實作,並透過 LangGraph 建構 AI Agent,最終探討本地模型部署。透過完整的實戰範例,協助開發者快速掌握 AI 工具鏈,打造靈活且可擴展的智慧應用。

參賽天數 23 天 | 共 23 篇文章 | 9 人訂閱 訂閱系列文 RSS系列文
DAY 21

Day 21 - LangGraph 快速上手:使用圖形流程打造 AI Agent

昨天我們認識了 AI Agent 的基本概念:一個能夠自主規劃與決策的系統,不再只是單純「你問我答」的 LLM 應用。那麼要如何落地實作一個 Agent 呢?這...

2025-09-21 ‧ 由 Kevin Wang 分享
DAY 22

Day 22 - ReAct 模式實戰:封裝 LLM 建立可推理與行動的 Agent

在前一篇文章中,我們已經學會如何用 LangGraph 建立基本的 AI Agent 流程。今天,我們要更進一步,介紹一個經典的 Agent 設計模式:ReAc...

2025-09-22 ‧ 由 Kevin Wang 分享
DAY 23

Day 23 - 多代理系統:打造具協作能力的 AI 架構

在前幾篇文章中,我們已經學會如何使用 LangGraph 建立單一 Agent,並讓它能夠依循 ReAct 模式進行推理與行動。不過在更複雜的應用場景裡,一個...

2025-09-23 ‧ 由 Kevin Wang 分享