深入淺出的 AI 技術分享，從入門到進階全面覆蓋
深入解析 AI Agent 架構，從 ReAct 模式到 Tool Use，教你建構能自主規劃與執行任務的智能代理。
從 Hallucination 檢測到 A/B Testing，介紹 LangSmith、Arize 等工具，建立完整的 LLM 品質監控體系。
介紹 Anthropic 的 Model Context Protocol，教你開發 MCP Server 讓 Claude 能存取資料庫、API 等外部資源。
教你實作 LLM Streaming 輸出，從 SSE 到 WebSocket，打造流暢的 ChatGPT 風格即時對話介面。
介紹 Fine-tuning 基礎概念，使用 LoRA/QLoRA 技術在有限資源下微調開源模型，附 Hugging Face 實作。
詳細比較主流向量資料庫的效能、成本、功能差異，幫助你為 RAG 系統選擇最適合的儲存方案。
深入淺出介紹 RAG (Retrieval-Augmented Generation) 系統的架構、實作方式和優化技巧。從向量資料庫選擇到 chunk 策略，一次搞懂 RAG 的所有細節。
從零開始學習 LangChain 框架，涵蓋 Chain、Agent、Memory 三大核心概念，附完整程式碼範例。
系統性介紹 Prompt 設計技巧，包含 Chain-of-Thought、Few-shot Learning、System Prompt 最佳實踐，讓你的 AI 輸出更精準可控。
使用 GPT-4V、Whisper 等模型建構多模態應用，實現圖片理解、語音轉文字等功能。
在自己的電腦運行 Llama、Mistral 等開源模型，兼顧隱私與成本，附效能優化技巧。