鐵人檔案
以「能上線」為目標的 30 篇實作型心得：從基礎讀書筆記出發，系統化整理 LangChain 與 LangSmith 的實戰做法，並評測/整合 Agent 工具的評估。
目標先講清楚：分享自己在開發專案使用LangSmith進行Prompt管理 為什麼要管理 Prompt？ 在多代理（Agent）或多步驟工作流裡，Prom...
目標先講清楚：這篇整理我在 LangChain 里「工具（tool）」的 context 管理與防混淆做法： 用 結構化的工具描述 提升可讀性與可維護性；...
目標先講清楚：用 Prompt 管好兩件事：如何用工具、什麼時候停止 Prompt設計 依據 2_research_agent.ipynb 的Langch...
目標先講清楚：分析OpenAI SDK, langGraph 和 claude如何處理Error 在Google-Agentic Pattern Desig...
目標先講清楚：Agents SDK 提供 Session Memory（修剪與壓縮），只要反覆呼叫 session.run("...")，...
目標先講清楚：LangChain/LangGraph框架透過不同的agent使用不同state、reducers的設計，可以進行更細緻的memory管理 三...
目標先講清楚：有沒有能夠讓langGraph的workflow agnets可以自動偵測訊息內容，自動儲存或更新到memory中？答案是mem0 mem0可...
目標先講清楚：用 OpenMemory MCP，讓 Mem0 記憶「一次設定、到處可用」 特色 Follow MCP的統一配置方式 本機優先與隱私：記憶資...
目標先講清楚：mem0怎麼使用向量資料庫跟關聯資料庫去管理記憶 在了解mem0針對不同的記憶類型，有不同的資料庫進行管理後，對於其中事實記憶和情節記憶非常好...
目標先講清楚：研究Weaviate和Pinecone分享提高搜尋準度的方式 使用情境： 旅客問「台北親子兩天一夜、想泡溫泉，有兒童友善設施」 OP 要找「...
