鐵人檔案
1. 分享幾種地端 AI 專案的實戰設計：
(1) Workflow 流程設計
(2) RAG 檢索增強生成
(3) 視覺應用
(4) 與 Hermes Agent 協作
(5) 自研 Agent 框架
2. 整理這些實戰路上少不了的工具：
(1) LangChain + LangGraph
(2) LlamaIndex
(3) LangChain DeepAgent
(4) Ollama
3. 聊聊開源模型與地端 AI 發展的觀察與展望
你有沒有算過，公司這個月燒了多少 Token？ 閉源模型的雲端 API 很方便，一組 API Key 就能接上世界最強的模型，不用管顯卡、不用管維運。但方便是...
上一篇聊完「為什麼要蓋一座地端 AI 建築」，這篇來實際逛逛建材行 — 也就是 Ollama 的模型庫。畢竟蓋地基之前，總得先知道現在市面上有哪些磚頭可以選，...
在前兩篇談完「為何要蓋一座地端 AI 建築」與「開源地端模型漫談」之後，這篇要介紹的是整個地端 AI 建築的地基工程：Ollama。 Ollama 把「下載...
前三篇談為何要蓋、開源地端模型該怎麼挑、再到 Ollama 這個把「下載模型、跑推論」變成一行指令的好夥伴。地基有了，接下來就是把房子蓋起來，也就是真正寫程式...
LangGraph 到底在解決什麼問題 先講白話定位：LangGraph 是一個低階的編排框架（orchestration framework）與執行環境，專...
前言：先「可控」再「自主」 上一篇我們認識了 LangGraph 的核心積木 — StateGraph、Node、Edge、State。這一篇要把積木組裝起來...
開始正式進入第一個實戰案例：做一支能讓公司同仁用「講白話」的方式請假的 AI 助理，這篇先講「我們到底要蓋什麼」、「為什麼要這樣設計」。 完工後長什麼樣子...
上一篇把整個請假機器人的流程：「先過濾、再迴圈追問修改、最後才送單」講完了。這篇我們要直接看程式碼，把整支機器人拆成幾個部分，每個部分先看「程式碼長什麼樣」，...
上一篇我們已經掃過 State 變數表、提問腳本，還有 leaveModule.py 裡負責初始化跟改寫提問的 rewriteLeavePrompt()。這篇...
想像一個場景：桌上架一台 WebCam，對著某個公司產品拍。使用者一邊看著鏡頭畫面，一邊打字問：「這是什麼型號?」、「這個規格是什麼?」。 這次要做的專案...
