All Posts

深入探討如何在 Koog 框架中自定義 AI 模型設定，特別針對新發布的 GPT-5 系列模型。學習 LLMCapability 各種類型的配置方法，以及結構化資料處理的實作技巧，讓你的 AI 應用能夠快速支援最新的模型技術

深入學習 Koog AI 的 History Compression 功能，包含四種壓縮策略詳解、實作範例，以及如何有效管理長時間對話的記憶體與成本

學習如何使用 Koog AI 框架建立 RAG（檢索增強產生）系統，讓 AI 能夠基於文件知識庫回答問題，提升回應準確性和可靠性

深入探索 Koog AI 框架的 Embeddings 功能，學習如何使用 OpenAI 和 Ollama 模型建立向量 embedding，實現文件語意比較和智慧查詢系統

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。