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
前面幾篇我們拆過「意圖分析」、也拆過「RAG Agent」，這篇要做的事情，是把這些零件全部組裝起來，變成一個真正能上線的地端 AI 產品知識庫。 先說結...
前面幾篇我們從 Ollama 出發，走過 LangChain 到 LangGraph 的三個階段，再到 LlamaIndex 的資料檢索能力。這一篇要進入系列...
