Koog

回顧 33 天 Koog 的心路歷程

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。

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。

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

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。

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。

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

學習 Koog 的基礎快取系統，透過記憶體快取和檔案快取優化 AI 應用的回應速度，降低 API 成本。以智能客服系統為例，展示如何為常見問題加入快取機制，實現毫秒級回應。

學習 Koog 的音訊處理功能，實作音訊轉錄和分析，建立會議記錄自動化系統

學習 Koog 框架的文件處理能力，使用 DocumentSummarizer 實現 PDF 和文字檔案的分析與摘要

學習 Koog 框架的圖像處理能力，掌握圖像分析、文字提取、內容識別等功能，建立能夠理解和分析視覺內容的 AI 應用

學習 Koog 框架的外部 API 整合技術，建立實用的天氣查詢工具，掌握 HTTP 請求、JSON 解析、超時處理等核心概念，讓 AI Agent 具備與外部服務互動的能力。

綜合運用前面學習的 Koog 框架技術，建立一個實用的 AI 客服機器人。將 API 管理、提示設計、錯誤處理等技術整合為完整的對話系統。

學習 Koog 應用的基礎錯誤處理技巧，掌握常見的 API 錯誤和網路問題的處理方法，讓你的 AI 應用能夠優雅地應對異常狀況。

學習如何透過 temperature 和 maxIterations 兩個關鍵參數來調校 AI Agent 的行為，透過實際範例對比理解不同參數設定對 AI 回應的顯著影響

學習 Koog 框架的工具系統基礎概念，掌握內建工具的使用方法，並建立第一個簡單的自定義工具，讓 AI Agent 具備實際操作能力。

學習 Koog 框架的多 LLM 供應商整合基礎概念，了解如何配置 OpenAI、Google、Anthropic 等不同供應商，掌握基本的模型選擇策略技巧

學習 Koog 的提示系統基礎，透過海盜角色範例理解如何設計有效的系統提示，並掌握多輪對話的上下文管理技巧。

快速上手指南：學會建立基本開發環境，並用簡單的程式碼建立第一個能對話的 AI Agent，體驗 Koog 框架的核心魅力

深入介紹 JetBrains 開發的 Kotlin AI Agent 框架 Koog，探索其核心特色、技術優勢，以及在現代 AI 應用開發中的重要定位和實際應用場景。