All Posts

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

學習如何將 Koog AI 框架整合到 Ktor 應用中，建立簡潔的 REST API 端點，讓使用者透過 HTTP 請求與 AI 對話。

軟體開發中最令人頭痛的問題之一就是估算。Kent Beck 在這個深度討論中揭示了為什麼估算如此困難，以及我們應該如何重新思考這個問題。從理解問題背後的真實意圖到區分目標、承諾與機率分佈，這篇文章將帶你探索軟體估算的本質。

為 Koog AI Agent 添加 OpenTelemetry 監控功能，透過簡單範例展示如何追蹤 LLM 呼叫和工具執行的完整請求鏈路，在 Jaeger UI 中視覺化 AI 應用的可觀測性。

從 Day 4 基礎多模型配置進步到智慧容錯機制。學習建立 ResilientExecutor，當 OpenAI 執行器失敗時自動切換到 Anthropic 執行器，實現企業級的服務可靠性

學習 Koog 框架的流式處理基礎概念，透過 executeStreaming API 實現即時的 AI 回應體驗。掌握 Flow 的使用方式和基本錯誤處理，打造響應式智能助手。

學會使用規則型分流讓簡單問題快速回應，複雜問題獲得深度支援。透過 QueryRouter 實作展示如何建立可自訂的判斷邏輯，根據不同問題特性選擇最適合的 Agent 配置，提升系統效率。

Martin Fowler 分享對於大型語言模型在軟體開發領域的深度思考，涵蓋影響評估、產業泡沫、幻覺特性、非確定性轉變等七個重要觀點，為開發者提供寶貴的洞察與建議

學習 Koog 框架中三個關鍵事件的使用：onAgentStarted、onToolCallFinished 和 onError。透過智能客服機器人範例，了解如何監控 Agent 執行過程並進行基本的除錯和日誌記錄

學習 Koog 的 Agent 記憶體管理系統，明確記憶體與快取的差異，透過 PersonalizedGreeter 範例掌握個人化問候功能的實作，讓 AI 能記住使用者資訊並提供個人化體驗