從 Python 基礎開始,逐步學習 Prompt、API、Tool Calling、MCP 與 Agentic Workflow,透過 30 天的實作,探索如何讓 AI 不只回答問題,而是能理解需求、選擇工具並自主完成多步驟任務。最終將所學的整合成一個生活助理,嘗試讓 AI 協助處理日常生活中的資訊查詢、行程規劃與決策問題,記錄從零開始學習與實作 AI Agent 的過程。
今天是整個系列的轉捩點。 到目前為止,我們的程式是這樣運作的:我們決定要做什麼,AI 負責處理文字。 從今天開始會反過來:AI 決定要做什麼,我們負責執行。...
昨天我們做出了第一個能用工具的 Agent。但它有個問題——每次要加一個新工具,都得改三個地方: from tools.new_tool import NewT...
昨天我們做出了一個能自主使用工具的 Agent。它看起來很厲害——我們問一句,它自己決定要查什麼、怎麼回答。 但「自主」不是免費的。它同時帶來三個代價:...
昨天我們看了四種 Workflow 模式。今天要處理實務上真正會遇到的問題: 某一步失敗了,整個流程要停掉嗎? 前面算出來的東西,怎麼傳到後面? 流程跑到一半...
這個系列的標題是「從 Prompt 到自主決策」。走到第 25 天,該來正面回答這個問題了: 什麼是「自主」?什麼時候該放手? 一、自主的三個層次 「自主...
昨天我們談了自主決策的邊界。今天是這個系列最後一塊技術拼圖:記憶。 回想 Day 18 講過的一件事: API 是無狀態的。模型完全不記得上一次的對話。 它...
前面 26 天,我們把零件一個一個做出來了。接下來三天要把它們組裝成一個真的可以每天用的東西。 今天不寫太多程式碼,先做一件更重要的事:想清楚要做什麼。 一、...
昨天畫好了架構圖,今天開始真的把程式碼接起來。 這一篇會比較多程式碼,但重點不在「抄下來」,而在看這些零件怎麼組合。 一、先把待辦儲存層補完 前面幾天的待辦功...
今天要把所有零件接起來,然後跑完 Day 27 定義的十條驗收標準。 這篇會有真實的測試結果,包含沒通過的部分。 一、整合層:Assistant "...
30 天到了。 第一天我寫下這段話: 這次鐵人賽對我來說,不只是完成 30 篇文章,更希望透過每天一步一步的累積,真正理解 AI 是如何從「收到指令」走向「自...