🤖  🚀 ai-ark 正式上線！

Agent 基本迴圈

理解 Observe / Think / Act 的最小運作模型。

Prompt 與 Tool Use

建立工具呼叫、結構化輸出與錯誤恢復的基礎認知。

RAG 入門

先搞懂檢索、切 chunk、召回與引用來源。

單 Agent 專案

串接 API、工具與記憶模組，做出可運行的工作流。

Evaluation

建立資料集、評分規則與 regression 機制，避免能力退步。

Agentic RAG

讓模型根據任務動態規劃檢索與多步驟推理流程。

可觀測性

追蹤 prompt、latency、tool trace 與失敗原因。

Multi-Agent 協作

拆分角色、狀態與協作協議，避免代理彼此干擾。

長期記憶

整合 episodic / semantic memory，提升跨任務延續性。

MCP 與外部系統

讓 Agent 穩定連接資料、工具與企業工作流。

Production Hardening

處理成本、快取、權限、安全與故障回復策略。