鐵人檔案
透過 30 天實戰，從零打造專屬的 AI 應用程式！
內容涵蓋四大核心階段：首先從 Prompt 與 Context Engineering 紮根 AI 溝通基礎；接著解構 RAG 架構，利用 Meta Faiss 實作向量檢索以消除模型幻覺；隨後導入 Low-code 工具，運用 Dify 與 n8n 將知識庫升級為具備自動化工作流的 AI Agent；最後探索前瞻的 MCP 協定，完成端到端的 AI 助手專案整合。
前十天，我們從底層摸透了 Prompt 防禦與 RAG 架構的運作原理，甚至親手用程式碼處理了文本切塊與向量化。身為軟體工程師，理解這些底層邏輯是無可取代的基本...
昨天我們快速瀏覽了 Dify 的核心介面，今天我們要直接進入實戰！ 在軟體開發團隊中，最讓資深工程師頭痛的往往不是寫程式，而是每當有新人加入時，總要花大量時間協...
昨天我們成功將專案的 README 與開發者文件切塊並轉換為向量，建立了一個精準的知識庫。但知識庫本身只是安靜躺在伺服器裡的資料，今天我們要進入 Dify 的「...
昨天我們成功讓 AI 熟讀了專案的 README，打造出能回答環境設定問題的 Chatbot。然而，在企業的真實開發場景中，新人遇到的阻礙往往不僅是「不知道怎麼...
昨天我們在 Dify 中利用 HTTP 節點，成功讓 AI 發送了 Slack 通知。這是一個巨大的里程碑，代表 AI 終於具備了與外部世界互動的能力。 然而，...
昨天我們認識了企業級自動化總線 n8n，並探討了將「大腦 (Dify)」與「神經系統 (n8n)」解耦的架構優勢。今天我們直接進入戰鬥位置！ 我們來實作一個企業...
前幾天我們成功在雲端將 n8n 與 Dify 串接起來。但在真實的開發場景中，後端工程師通常會先在自己的電腦 (Localhost) 上撰寫 Java 或 Py...
有了 ngrok 打通網路，我們的系統看似無懈可擊。但資深的軟體工程師深知一個鐵律：永遠不要相信外部的 API 是穩定的。 在 AI 應用的世界裡，這個問題更加...
我們已經成功打造了具備容錯機制的自動化 AI 客服總機。但假設今天客戶寄來一封信，內文只有短短一句：「系統報錯了，畫面如附圖，請盡快處理！」 如果我們的系統只停...
前幾天我們透過 n8n 與 Dify 工作流 (Workflow)，打造了一套極度穩定的自動化管線，甚至為系統裝上了多模態的「眼睛」。但你可能會發現一個問題：這...
