本系列記錄我用 30 天,從資料整理與基礎統計開始,逐步學習資料分析、視覺化、API 串接與生成式 AI,並實作一套 AI 智慧資料分析助手。系統可針對使用者提供的資料進行整理與結構化,完成統計分析、趨勢分析及異常值偵測,再結合生成式 AI 協助理解使用者需求與解釋分析結果。希望透過實作了解資料分析與生成式 AI 的整合方式,並探索其在不同資料情境中的應用。
今天的學習目標就是嘗試把 Gemini 連接到我的 Java 程式中。 在開始之前先了解一下什麼是API: API 是一個在不同軟體間可以溝通的工具,簡單來說就...
昨天成功讓 Java 和 Gemini API 連線,並且先用一句簡單的文字確認 Gemini 可以正常回傳結果。今天的學習目標就是把原本測試用的文字換掉,正式...
今天的目的主要是讓 gemini 回傳的東西從 JSON 格式轉回文字。因為 Java 本身是用類別和物件在處理資料,無法直接理解 JSON,因此這時候就需要...
如果讓 Java 繼續負責計算,那 AI 可不可以自行判斷使用者現在需要哪一種分析?於是我從這個想法開始了解 AI Agent 和 Tool 的概念。 什麼是...
今天主要先處理昨天 Gemini 可以回傳的值,目前 sleep_hours、tasks_bedtime 都還只是用來代表分析功能的名稱。接下來要讓 Gemin...
接下來往自動化再邁進一步,今天開始認識 Tool Calling,主要是想要讓 Gemini 可以更動態的選擇功能。從原本利用 Prompt 規定 Gemini...
由於目前 Gemini 只知道自己選了哪一個 Tool,分析結果透過 executeTool() 存在 realAnalysisData,卻還不知道 Java...
昨天在遇到 Gemini API 過載的問題,讓我發現從使用者的角度來看感覺只問了一個問題,但實際上背後需要和 Gemini API request 兩次。這也...
今天試著來了解 Web 前端如何接收使用者操作。一個簡單的網頁最基本是由 HTML、CSS 和 JavaScript 分別負責不同的部分。HTML 負責網頁的結...
昨天先建立了一個簡單的 Frontend,讓使用者可以在 Browser 的輸入框輸入問題,也利用 JavaScript 取得輸入的內容。但分析結果其實還是利用...