All Posts

學習使用 Koog 框架的結構化資料處理功能，從基本資料模型定義到多型結構，建立能夠產生可預測、類型安全的 AI 回應系統，提升應用程式的可靠性。

學習 Koog 應用的完整測試方法論，從單元測試到整合測試，建立可靠的 AI 應用品質保證體系，確保生產環境的穩定性和可靠性。

學習自定義 Koog 的加密儲存解決方案來保護用戶記憶體資料，並實作資料遮罩工具來屏蔽敏感資訊，為 AI 應用建立基礎的安全防護

學習如何使用 Parallel Node 同時執行多個節點，透過實際範例了解各種合併策略，提升 AI 應用的效能與彈性。

學習 Koog 框架的檢查點系統，透過簡單的文件處理和任務執行範例，理解如何讓 AI Agent 在長時間執行過程中保存狀態，並在意外中斷後從上次的進度繼續執行。

學習 Koog 框架的子圖（Subgraph）概念，掌握模組化設計技巧。透過研究-規劃-執行系統範例，了解如何建構可重用、可維護的複雜 AI 應用架構。

深入學習 Koog 框架的進階節點類型，包括 LLM 互動節點、工具執行節點，以及進階流程控制技巧。透過智慧客服系統範例，掌握條件分流和平行處理。

Github 推出的 Spec-Driven Development (SDD) 工具包 spec-kit，支援 Claude Code、GitHub Copilot 和 Gemini CLI，提供完整的規格文件產生與技術規劃功能

探索 Koog 框架的策略圖（Strategy Graph）概念，學習如何建立多階段的 AI 工作流程。透過節點（Node）和邊（Edge）的組合，設計複雜但有條理的 Agent 執行邏輯。

學習如何透過 Model Context Protocol (MCP) 協定為 AI Agent 添加標準化外部工具。透過 Context7 文件查詢和 Playwright 網頁自動化兩個實際範例，展示如何整合不同類型的 MCP 工具到 Koog AI Agent 中