鐵人檔案
隨著 AI Application 越來越能使用外部工具，如何讓 AI 與不同的工具、資料來源進行溝通，也成為 AI 開發中越來越重要的一環。
在這次的 30 天鐵人賽，我想從 MCP（Model Context Protocol）開始，循序漸進了解它為什麼出現、解決了什麼問題，以及它和 API、Function Calling 等既有技術有什麼不同，除了理解 MCP 的基本架構與概念，也會實際建立開發環境，動手實作不同的 MCP Tool，例如 Calculator、File System、SQLite、REST API 等，並進一步探索 MCP 與 AI Agent、RAG、Tool 。
上一篇我們讓 Agent 可以同時使用多個 MCP Tool，完成比較複雜的任務，不過在實際使用 Tool 時，不可能每次都成功。 如果要求 Agent 讀取一...
前面幾天我們一直在讓 Agent 變得更完整，從 Tool Selection、Memory、RAG，到最近的多步驟任務，Agent 已經可以自己決定要使用哪些...
前面我們已經做了不少 MCP Tool，讓 Agent 可以透過 Tool 執行各種操作，不過 MCP 不只有 Tool，如果今天我們只是想讓 Agent 取得...
前面我們已經實際做過 MCP Tool 和 MCP Resource，Tool 可以讓 Agent 執行某些操作，而 Resource 可以讓 Agent 取得...
前面我們已經實作過 MCP 的 Tool、Resource 和 Prompt，讓 AI 可以透過 Tool 執行操作、透過 Resource 取得資料，也能使用...
前面我們從 MCP 的基礎概念開始，逐步實作了不同的 MCP Server，也讓 AI Agent 能夠使用這些工具完成任務。 從最初的 Calculator、...
