為什麼現在該學習 AI Agent？
從 2023 年的大語言模型（LLM）爆發，到 2024 年被稱為「AI Agent 元年」，我們正在見證 AI 從「對話框」走向「自動執行任務」的關鍵轉型。傳統 AI 只能回答問題，而 **AI Agent（人工智慧代理）** 能夠像人類員工一樣，自主規劃步驟、使用工具、存取網路、並在不斷觀察結果的過程中自我修正。
核心價值：AI Agent 將 LLM 的「推理能力」與外部環境的「執行能力」結合。這意味著 AI 不再只是你的顧問，而是能幫你完成訂票、寫程式、分析數據、自動化營運的數位勞動力。
本課程你將學到什麼？
- Agent 核心概念：理解 ReAct 循環、規劃、記憶與工具呼叫的底層邏輯。
- LangChain 實戰：掌握全球最熱門的開發框架，建立具備 RAG（檢索增強生成）能力的知識型 Agent。
- AutoGen 協作：學習微軟開發的多代理框架，讓多個 AI 角色像團隊一樣對話分工。
- MCP Server 開發：學會 Anthropic 最新的「模型上下文協議」，打造跨平台通用的 AI 工具介面。
- 生產環境部署：了解如何優化 Agent 效能、控制 API 成本並解決安全性問題。
快速啟航路徑
Step 1 — 建立認知
閱讀 概覽，理解 Agent 與傳統 AI 的本質區別，掌握 ReAct 等關鍵術語。
Step 2 — 環境準備
跟著 環境設定，建立 Python 虛擬環境並安裝必要的依賴套件。
Step 3 — 單體開發
在 LangChain 教學 中實作第一個能呼叫搜尋工具並記住對話內容的 Agent。
Step 4 — 多代理協同
進入 AutoGen 教學，體驗「規劃師、工程師、審查員」三位一體的自動化工作流。
Step 5 — 標準化整合
掌握 MCP Server，讓你的工具能被 Claude Desktop 或 Cursor 等編輯器直接使用。
課程一覽
基礎框架
- LangChain (Python/JS)
- LlamaIndex (RAG)
- HuggingFace Tools
多代理系統
- Microsoft AutoGen
- CrewAI
- LangGraph
前瞻協定
- MCP (Model Context Protocol)
- Tool Use API
- Agent Protocol