七步打造你的第一個 AI Agent：從環境準備到最小上線的完整走法
改編自 MIT 授權的 awesome-agentic-ai-zh 整合教學：用一個「論文小助理」專案，把環境準備、第一次 LLM 呼叫、Prompt 四格、Tool Use、迴圈與反思、RAG 記憶、Eval 與觀測、最小操作介面串成七步。每步附可執行的最小程式碼與安全底線，Ollama 本機路徑 API 費用為 0。
按下 Enter 之後：從 0.03 秒到 0.85 秒，你的問題經歷了什麼
用一次真實的 API 呼叫拆解一個提問的完整鏈路：建立連線 35 毫秒、切詞微秒級、模型讀完整段問題 474 毫秒、逐字生成 380 毫秒——總計 854 毫秒。附完整可重現的量測方法，以及一個反直覺的結論：96% 的時間不在網絡，而在模型裡面。
第一次呼叫 LLM API：Token、計費與常見錯誤
用 Python 的 openai SDK 發出第一個 LLM 請求：搞懂 system、user、assistant 三種訊息角色的分工，temperature、max_tokens 與串流輸出的取捨，以及 token 計費概念與用量估算方法，最後整理新手必遇錯誤的排查步驟。
五分鐘設置你的 LLM 開發環境
從零搭好能呼叫 LLM API 的開發環境：Python 安裝、虛擬環境、API Key 取得與環境變數管理，最後用一條 curl 指令驗證整條鏈路。macOS 與 Windows 雙平台完整指令，重點講解金鑰安全管理與不洩漏進 git 的做法。
你的第一個 Agent：一個會用工具的 Hello World
不用任何框架，手寫一個真的會做事的 Agent：會查天氣、會算數學、自己循環到任務完成為止。逐步拆解 Agent 循環的六個步驟、終止條件與常見踩坑，寫完你就懂框架替你做了什麼。
LangChain 完整教學 2026：從零構建企業級 LLM 應用
最詳盡的 LangChain 2026 教學：涵蓋 LCEL、RAG、Agent、LangGraph、LangSmith。從安裝到生產部署，附完整代碼示例。
半小時內為你的 AI Agent 建立完整基礎建設：Agentic Infrastructure 十件套完整指南
從零到完整運行：十段提示詞建立門禁對、向量記憶、技能策展、定時巡查。解決 LLM 自信偏差導致的技能跳過問題，讓 Agent 不再失憶。
MemoryHub 實戰安裝與使用完全指南：從零到四平台自動記憶捕獲
手把手教你安裝 MemoryHub v2.0：從 Docker 環境準備、pip 一鍵安裝、四平台 MCP 配置、Dashboard 使用技巧，到日常維護與故障排查的完整流程。
Claude Code 深度使用指南
從安裝配置到高階技巧，全面掌握 Claude Code CLI 工具 — 實際用 DeepSeek V4 / ModelStudio 驅動，提升日常開發效率。
DeepSeek V4 Flash / V4 Pro API 最佳實踐與效能對比
DeepSeek V4 系列模型完整指南：V4 Flash vs V4 Pro 的效能、定價、使用場景對比，附帶 API 調用示例和成本估算。
三層框架大模型 API 配置總表：DS V4 Pro、Qwen 3.6、oMLX 本地
在 Hermes Agent、OpenClaw、Claude Code 中配置 DeepSeek V4 Pro、Qwen 3.6-Plus、oMLX 本地 Qwen3 Coder Next 的完整指南。
Mac Studio M3 Ultra 開發環境完整搭建
在 Mac Studio M3 Ultra (512GB RAM) 上從零搭建 AI 開發環境：系統配置、Homebrew 安裝、基礎工具鏈、效能調優。