鐵人檔案
許多 AI Agent 能聊天、能呼叫工具，卻不一定適合直接放進企業系統：它為什麼選這一步？失敗能否恢復？流程能不能測試與追蹤？
這個 30 天系列將從 Java 與 Spring Boot 開發者的角度，使用 Embabel 建立可規劃、可測試、可觀測的 AI Agent，逐步介紹 GOAP、Action、Goal、Tool、MCP、RAG 與 Guardrail，再結合 Generative UI、JSON UI 契約及 SSE 串流，最後完成一個能理解自然語言、整理資料並安全生成互動介面的智慧 Dashboard。
Embabel 的起點，為什麼要把 AI 關在可控邊界內 今天要解決的問題 這 30 天到底要做什麼 為什麼企業系統不能把流程全交給 AI 自由發揮 後端...
Embabel 的問題意識：不要為了 AI 重寫既有系統 今天要解決的問題 JVM 是企業系統主場 LLM 應該進入工程邊界 Embabel 建構在 Spr...
先分清楚基礎設施、工具型 agent 與 planner 型 agent 今天要解決的問題 Spring AI 是低層 LLM 基礎設施 Agent Uti...
讓 LLM 自主迴圈，還是讓演算法決定流程？ 今天要解決的問題 Loop Engineering 適合探索 GOAP 適合有條件的企業流程 Embabel...
用遊戲 AI 的規劃方法描述企業流程 今天要解決的問題 world state 是已知事實 action 有前置與後置條件 goal 定義成功狀態 觀念圖...
演算法管邏輯，權重管偏好 今天要解決的問題 A* 搜尋最低總成本路徑 靜態成本表達基本偏好 動態成本表達環境狀態 觀念圖解 可以用導航軟體來理解：不是每條...
Agent 的記憶不是字串 Map，而是可推導的物件狀態 今天要解決的問題 Blackboard 保存 action 產物 方法參數是 preconditi...
@Agent、@Action、@AchievesGoal 的工程語意 今天要解決的問題 record 是資料邊界 annotation 宣告能力 方法簽章就...
從使用者輸入到 goal output 的生命周期 今天要解決的問題 Process 保存輸入、計畫與事件 每步後重新檢查 blackboard 失敗點可被...
計畫趕不上變化時，重新規劃比硬寫降級流程更穩 今天要解決的問題 觀察 blackboard 重新計算可行路徑 把失敗變成狀態變化 內容 先講一個每個後端工...
