這個系列不只介紹如何建立 AI Agent,更希望從系統工程的角度,帶你理解一個 Agent 如何從概念驗證、功能開發,一步步走向真正可部署、可維護的應用。
如果你已經接觸過 LLM、RAG 或 AI Agent,希望進一步理解 Google ADK 的設計方式,以及實務上如何打造更完整的 Agent 系統,這個系列會是一條從「做得出來」走向「真的能上線」的學習旅程。
Day 1 | 遇見 Google ADK 2.0:為何你需要一個企業級 Agent 框架? 主張:agent 上線後失控,通常不是模型不夠聰明,而是把「該不...
Day 2 | 武器庫點交:環境建置與 Agents CLI 快速起手式 主張:adk create 跟 Agents CLI 不是同一件事的兩種寫法,是為完...
Day 3 | 你的第一個智能助理:定義 Agent 與模型設定 主張:Agent Config(YAML)跟「多模型支援」是兩件不同的事,搞混了就會照著 Y...
Day 4 | 視覺化戰情室:Agent Runtime、Web UI 與 Visual Builder 主張:Agent 本質上是黑盒子——看不到一次請求中...
Day 5 | AI 輔助開發:如何讓 AI 幫你寫 ADK Agent 程式碼? 主張:coding agent 的訓練資料一定停在某個時間點,而 ADK...
Day 6 | 賦予行動力:Custom Tools 與 Function Tools 的開發與效能優化 讀完能做到:寫出三種形態的 function too...
Day 7 | 開放協定:用 MCP 與 OpenAPI 接上別人寫好的工具 讀完能做到:讓你的 agent 接上一個外部 MCP server(也能反過來把...
Day 8 | 資料落地:讓 Agent 的回答有憑有據 讀完能做到:幫 agent 接上 Google Search grounding,讀懂它回傳的 gr...
Day 9 | Sessions 管理:對話狀態、Rewind 讀完能做到:說出 Session 的四個核心屬性、用官方推薦的兩種正確方式更新 state(而...
Day 10 | 像管理原始碼一樣管理 Context:壓縮與 Token 最佳化 讀完能做到:幫 agent 掛上自動化的 context 壓縮,看懂 to...