Readmoo 讀墨電子書
每日問答 每日優惠 版權到期
從零開始，打造一個生成式AI平台
0 則劃線
0 篇書評

從零開始，打造一個生成式AI平台

分類導覽 > 電腦科技 > 程式設計
共 1 人評分
  • 出版日期： 2025/08/19
  • 語言：繁體中文
  • 檔案大小：41.9MB
  • 商品格式：固定版面 EPUB
  • ISBN: 9786267757239
  • eISBN: 9786267757260
  • 頁數： 278
紙本書定價：NT$ 620
電子書定價：NT$ 620
電子書售價：NT$ 496
本書為固定版面 EPUB，建議您使用 mooInk Pro 系列、平板及電腦閱讀。

用最實務的方式，讓 AI 真正為你的系統工作，
從此告別只會聊天的 AI，打造能解決實際問題的智慧助手！


★ 用 Node.js 打造強大 AI 應用
★ JavaScript/Node.js全端開發，Web 工程師最熟悉的技術棧
★ 涵蓋 RAG 知識庫、工具調用、多 Agent 協作等企業級應用技術
★ 實戰導向教學，每章都有完整可執行的程式碼範例
★ 不只教你用 AI，更教你把 AI 整合到既有系統中

喜歡這本的人，也看了...

  • 洪錦魁（著）
    深智數位股份有限公司
    電子書： NT$ 520

    https://youtu.be/aCXqTqqQzVY Gemini 3 x NotebookLM 領軍 Nano Banana Pro x Veo x Whisk x Flow x Gem Google 多模態 AI 工作流 本書內容 ☆★☆從 Gemini...

    試讀
  • 胡嘉璽
    深智數位股份有限公司
    電子書： NT$ 864

    ►►►重量級Claude Code手冊◄◄◄ ►►►涵蓋最新更新Agent Skills內容◄◄◄ ►►►從新手晉升為高手◄◄◄ ★內容介紹 ☆Vibe Coding 時代第一名的 AI 開發助手 Claude ...

    試讀
  • 洪錦魁
    深智數位股份有限公司
    電子書： NT$ 496

    ☆★☆從 Gemini 到 NotebookLM，打造個人知識與創作☆★☆ ☆★☆整合 Google Workspace全系列 AI 工具☆★☆ ☆★☆圖像、語音、影片與文件的多模態☆★☆ ☆★☆讓 AI 真的成...

    試讀
  • 胡嘉璽
    深智數位股份有限公司
    電子書： NT$ 704

    https://youtu.be/Jqv2QYNff-4 ＼\國內第一本！Cursor教戰手冊/／ ☆★☆Context Engineering 頂級實作工具☆★☆ ☆★☆100倍速開發，一天完成原型及產品佈署☆★☆

    試讀
  • 洪錦魁（著）
    深智數位股份有限公司
    電子書： NT$ 576

    "★★★「程式設計不再孤軍奮戰，讓 AI 成為你的戰友！」★★★ ☆☆☆「用 VS Code + Copilot，讓寫程式變得像聊天一樣簡單！」☆☆☆ ★★★「專案實戰，立即上手，程式...

    試讀
  • 柳絮 段采伶
    深智數位股份有限公司
    電子書： NT$ 496

    市面上第一本結合「八字命盤、AI 覺察與人生指引信」的自我探索說明書。 寫給站在人生岔路前、猶豫著該往哪裡走的你， 寫給忙得不敢停下、只能硬撐著往前走的...

    試讀
  • 蔡煥麟
    一步出版
    電子書： NT$ 440

    這不是一本鉅細靡遺的 C# 語法字典。 本書將介紹 C# 語言當中較為核心、進階、或需要花較多時間深度理解的部分。不同於傳統程式設計書籍的是，本書特別強調...

    試讀
  • 黃朝健
    深智數位股份有限公司
    電子書： NT$ 784

    https://youtu.be/7eSDlcZSwVY 開啟AI時代，成就數據超能力！ ── 從生成式AI到數據驅動決策，全面進化你的職場實力。 當世界被 ChatGPT、Google Gemini...

    試讀
  • 洪錦魁（著）
    深智數位股份有限公司
    電子書： NT$ 464

    為什麼這本《AI 思維 - 原子習慣》值得你帶回家？ 如果你已經看過無數「自律」、「時間管理」、「成功習慣」的書，卻始終做不到、撐不久、三分鐘熱度，那不...

    試讀
  • 許國政（Kuro）
    博碩文化
    出版日期：2021-02-07
    電子書： NT$ 450

    從零開始！快速上手！網羅完整Vue.js功能的實戰指南

    試讀
  • 王進德
    博碩文化
    出版日期：2023-11-25
    電子書： NT$ 450

    從入門到活用Python程式設計，讓你成為Python專家 實作與應用OpenAI API，建構專屬的AI聊天機器人

    試讀
  • 洪錦魁
    深智數位股份有限公司
    電子書： NT$ 544

    ★☆★「AI 時代最全面的 ChatGPT 5 實戰指南」★☆★ 在 AI 快速演進的浪潮中，ChatGPT 5 不僅是工具，更是未來工作與創作的強大戰友。本書從基礎到進階，完整揭...

    試讀
  • 洪錦魁
    深智數位股份有限公司
    電子書： NT$ 464

    AI提示詞 打造精準Prompt的對話力與創造力 【台灣首創Prompt教戰守則】 【解密AI對話的黃金鑰匙】 【實戰範例，學Prompt超有感】 【職場創新，掌握AI...

    試讀
  • 許恆修
    深智數位股份有限公司
    電子書： NT$ 656

    你與 AI 大神的距離，只差這本「動手做」的實戰指南！ 翻開本書，開始打造專屬於你的第一個 AI 應用吧！ ★ AI 當你的程式助教，從零開始不怕痛！ 本書專...

    試讀
  • Sam T.
    深智數位股份有限公司
    電子書： NT$ 632

    ★★★《AWS自學聖經》作者Sam T.全新作★★★ ★★★圖解教學★★★ ✦什麼是K8S？ K8S全名為Kubernetes，是一套容器化管理框架，常與Docker等技術一起運用。近年來...

    試讀
  • 胡立
    深智數位股份有限公司
    電子書： NT$ 608

    這不是一本給初學者的JavaScript教科書。相反地，它是寫給那些已經學過JavaScript卻依然感到卡關，對某些觀念依然模糊的開發者。 就像大學課程一樣，或許都是...

    試讀
  • 洪錦魁
    深智數位股份有限公司
    電子書： NT$ 496

    NotebookLM筆記術 打造你的AI「第二大腦」 ★☆★ 從「抄重點」走向「理解與輸出」 ★☆★ ★☆★ 多來源整合 x 提問思考 x 知識累積 ★☆★ ★☆★ 學生、教師、上班...

    試讀
  • 洪錦魁
    深智數位股份有限公司
    電子書： NT$ 864

    https://youtu.be/1s9CaTmY4RM 機器學習 最強入門邁向AI高手 王者歸來(全彩印刷) 內容簡介 ★★★★★【數學原理 + 演算法 + 真實案例 + 專題實作】★★★★★ ...

    試讀
  • 洪錦魁
    深智數位股份有限公司
    電子書： NT$ 576

    寫程式不是比誰先跑起來，而是能否長期維護。當需求一改就骨牌倒、長函式與巢狀條件像毛線球、沒有測試誰也不敢動，這些都是「技術債」。本書以實務為軸，從C...

    試讀
  • 劉育維
    博碩文化
    出版日期：2025-05-10
    電子書： NT$ 650

    結合架構思維與實務 帶你從0到1完整理解如何實作AI Agents專案

    試讀
  • Wolke Lin林建宏
    深智數位股份有限公司
    電子書： NT$ 480

    時至今日，程式開發已經不再是程式工程師的專利！ 108年學年度，教育部已將程式開發列為12年國教的課鋼之一。 要不要學已經不再是爭執的重點，而是：一，...

    試讀
  • 陳佑瑄（Angela）
    博碩文化
    出版日期：2024-01-17
    電子書： NT$ 470

    從原生到框架，真正理解 Vue.js 原理 深入淺出 Vue.js，搭配真實案例，帶你避開那些惱人的開發痛點！

    試讀

    • 詳細資訊

    https://youtu.be/lUX9vRKPFS8

    用最實務的方式，讓 AI 真正為你的系統工作，
    從此告別只會聊天的 AI，打造能解決實際問題的智慧助手！


    ★ 用 Node.js 打造強大 AI 應用
    ★ JavaScript/Node.js全端開發，Web 工程師最熟悉的技術棧
    ★ 涵蓋 RAG 知識庫、工具調用、多 Agent 協作等企業級應用技術
    ★ 實戰導向教學，每章都有完整可執行的程式碼範例
    ★ 不只教你用 AI，更教你把 AI 整合到既有系統中

    只要你曾經想過：「如何讓 AI 加入我的系統，為我工作？」
    這本書，就是你的一個解答。

    【專家推薦】
    這本書正是「AI 原生」思維的結晶。書裡不只是把你帶著寫出一個 AI 應用而已，更重要的是教你怎麼善用 AI 工具的特性，像是怎麼設計提示詞、怎麼處理多輪對話、怎麼拆解工作流程，甚至連安全性、效率管理這些小細節都有涵蓋。
    —— 古健樺
    政大數位內容學程兼任講師 / 熊熊幹大事 BearDBT 設計總監

    【基礎入門】從理論到實作的第一步
    • AI 與 LLM 核心概念：從 Token、Embedding、多輪對話機制完整解析帶你更認識 AI
    • 環境搭建與 Discord Bot 開發：用最熟悉的 JavaScript 開始你的 AI 之旅
    • OpenAI API 整合實戰：掌握 ChatGPT API 的正確使用方式
    ________________________________________

    【進階技巧】Prompt Engineering 提示詞工程
    • 零樣本、少樣本提示技巧：讓 AI 理解你的真正需求
    • 角色提示與思維鏈：打造有個性、會推理的 AI 助手
    • 格式化輸出與安全防護：用 Zod 確保穩定性，防範 Prompt Injection 攻擊
    ________________________________________

    【核心技術】Tool Calling 讓 AI 長出手腳
    • Function Calling 實戰：從遊戲指令到官方 API 的進化史
    • 多輪工具調用：讓 AI 學會「連續技」，處理複雜任務
    • OpenAI 官方工具整合：Web Search、Image Generation 輕鬆上手
    ________________________________________

    【企業應用】Workflow 與 Agent 團隊協作
    • 多 Agent 協作模式：協調者-工作者、評估者-優化者架構設計
    • RAG 知識庫系統：突破 Token 限制，讓 AI 博覽群書
    • LLM 應用開發框架：從手工打造到框架化開發的實踐介紹


    【本書適合】
    ◎ Full-Stack 工程師：想將 AI 能力整合到 Web 應用中
    ◎ 後端開發者：需要為既有系統添加 AI 功能
    ◎ 企業技術主管：評估 AI 技術導入可行性
    ◎ 產品經理：了解 AI 產品開發的技術邊界
    ◎ 新創團隊：快速建構 AI 產品的 MVP
    ◎ 資深工程師：深入理解 LLM 應用架構設計

    影音資訊

    目錄列表

  • 目錄
    1. COVER
      1. 第1章 從理論到實作的第一步
        1. 1.1 什麼是 AI 和 LLM ？
          1. 1.1.1 什麼是 AI ？
          2. 1.1.2 大型語言模型：自動選字的超級進化版
          3. 1.1.3 LLM 的運作原理：從預測到推理
          4. 1.1.4 AI 開發的兩個世界：訓練 vs 應用
        2. 1.2 Token：AI 理解世界的基本單位
          1. 1.2.1 如何讓 AI 理解人類語言？
          2. 1.2.2 從食材評分到文字編碼
          3. 1.2.3 AI 是怎麼建立一套評分標準，來理解與量化所有文字的？
          4. 1.2.4 Token 切分的藝術與經濟學
          5. 1.2.5 「Strawberry」有幾個「r」？ AI ：兩個！
        3. 1.3 旅程的起點，環境搭建
          1. 1.3.1 搭建 AI 開發環境
          2. 1.3.2 Node.js 環境安裝與專案初始化
          3. 1.3.3 為什麼選擇 JavaScript 而非 Python ？
        4. 1.4 打造第一個 AI 對話介面：Discord Bot
          1. 1.4.1 你獲得到一個新的任務！建立與 AI 對話窗口
          2. 1.4.2 Discord Bot 申請與設定流程
          3. 1.4.3 寫一個簡單的 Hello World
          4. 1.4.4 範例程式碼
          5. 1.4.5 程式碼講解
        5. 1.5 環境安全與最佳實踐
          1. 1.5.1 你獲得到了一個新的任務！保護敏感資訊
          2. 1.5.2 環境變數的使用與管理
          3. 1.5.3 範例程式碼
          4. 1.5.4 設定gitignore
        6. 1.6 整合 ChatGPT：為 Bot 注入智慧
          1. 1.6.1 你獲得到一個新的任務！讓機器人真正理解對話
          2. 1.6.2 OpenAI API 申請與整合
          3. 1.6.3 範例程式碼
        7. 1.7 多輪對話機制的實現
          1. 1.7.1 替我們的機器人加上多輪對話
          2. 1.7.2 範例程式碼
        8. 1.8 ChatGPT API 進階調校
          1. 1.8.1 你獲得到一個新的任務！突破 Token 限制
          2. 1.8.2 簡單的字數過濾方案
          3. 1.8.3 更精確的 Token 計算
          4. 1.8.4 範例程式碼
        9. 1.9 控制 AI 的「創意程度」
          1. 1.9.1 溫度（Temperature）：從保守到冒險
          2. 1.9.2 Top-p：篩選答案的「品質門檻」
          3. 1.9.3 Temperature vs Top-p：該用哪個？
        10. 1.10章節重點觀念整理
      2. 第2章 Prompt Engineering 提示詞工程
        1. 2.1 什麼是 Prompt（提示詞）
        2. 2.2 什麼是 Prompt Engineering（提示詞工程）
        3. 2.3 把 LLM 當成實習生
        4. 2.4 你獲得到一個新的任務！
        5. 2.5 第一步，定義你的成功標準
          1. 2.5.1 開放式問題 vs 封閉式問題
          2. 2.5.2 封閉式問題的成功標準
          3. 2.5.3 開放式問題的成功標準
        6. 2.6 最簡單但重要的提示詞，零樣本提示（Zero-shot）
          1. 2.6.1 什麼是零樣本提示？
          2. 2.6.2 實戰對比：模糊 vs 精確
          3. 2.6.3 實際程式碼
          4. 2.6.4 根據情緒判斷結果，調整模型
          5. 2.6.5 範例程式碼
          6. 2.6.6 進階技巧：加入判斷標準
        7. 2.7 LLM 應用開發技巧：判斷必須具備容錯
        8. 2.8 任務拆解， Workflow 的基礎
          1. 2.8.1 你獲得到一個新的任務！
          2. 2.8.2 為什麼要拆解任務？
          3. 2.8.3 任務拆解的三大原則
        9. 2.9 少樣本提示（Few-shot）—— 用範例教會 AI
          1. 2.9.1 你獲得到一個新的任務！
          2. 2.9.2 什麼是少樣本提示？
          3. 2.9.3 實戰對比：沒有範例 vs 有範例
          4. 2.9.4 Discord Bot 實作：加入少樣本提示
          5. 2.9.5 進階技巧：動態範例選擇
          6. 2.9.6 少樣本提示的最佳實踐
        10. 2.10 格式化提示：Markdown 和 XML
        11. 2.11 理解 LLM，成為 LLM
        12. 2.12 角色提示（Role Prompting）—— 讓 AI 從特定視角思考
        13. 2.13 思維鏈提示（Chain of Thought）—— 讓 AI 展現推理過程
        14. 2.14 AI 安全性 —— 當 AI 被「駭」了怎麼辦？
          1. 2.14.1 從一個有趣的遊戲說起
          2. 2.14.2 設計「猜病名」遊戲
          3. 2.14.3 範例程式碼
          4. 2.14.4 遊戲開始了 但玩家不按牌理出牌！
          5. 2.14.5 什麼是 Prompt Injection ？
          6. 2.14.6 攻防大戰：一攻一防的過程
          7. 2.14.7 為什麼防不勝防？
          8. 2.14.8 Prompt Injection 的真實危害
          9. 2.14.9 如何保護你的 AI 應用？
          10. 2.14.10 記住：安全是持續的過程
        15. 2.15 讓 AI 穩定輸出：格式化輸出
          1. 2.15.1 什麼是 Zod ？
          2. 2.15.2 為什麼LLM 需要使用 Zod ？
          3. 2.15.3 實戰：改造我們的情緒判斷系統
          4. 2.15.4 使用 Zod 改寫情緒判斷函數
          5. 2.15.5 更新 Discord Bot 使用新的情緒分析
          6. 2.15.6 範例程式碼
          7. 2.15.7 格式化輸出的注意事項
          8. 2.15.8 小結
        16. 2.16章節重點觀念整理
        17. 2.17章節自我檢測
      3. 第3章 工具調用（Tool Calling）：讓 AI 從出一張嘴到真正做事
        1. 3.1 被 AI 奴役的人類
        2. 3.2 遊戲指令的啟發
          1. 3.2.1 遠古時代，我是怎麼讓 LLM 長出手腳的
          2. 3.2.2 設計思路與實現
          3. 3.2.3 模擬對話範例
          4. 3.2.4 早期方案的侷限性
        3. 3.3 官方 Function Calling：現代化的解決方案
          1. 3.3.1 Function Calling 的誕生背景
          2. 3.3.2 從土炮到正規軍：理解 Tool Calling 流程
          3. 3.3.3 第一步，告訴 AI 工具該在何時使用、該怎麼使用
          4. 3.3.4 深入理解 JSON Schema：定義工具參數的語法
          5. 3.3.5 實作：為 Discord Bot 加入筆記功能
          6. 3.3.6 實作 Tool 執行函數
          7. 3.3.7 讓我們的程式可以解析 AI 使用了哪些工具
          8. 3.3.8 執行對應內容
          9. 3.3.9 把執行結果回傳給 AI
          10. 3.3.10 測試我們的筆記機器人
          11. 3.3.11 範例程式碼
          12. 3.3.12 進階技巧：優化 Tool Description
          13. 3.3.13 Tool Calling 的最佳實踐
        4. 3.4 多輪工具調用：讓 AI 學會「連續技」
          1. 3.4.1 單次調用的侷限
          2. 3.4.2 多輪調用的原理
          3. 3.4.3 實作多輪調用
          4. 3.4.4 理解 maxToolCalls 參數
          5. 3.4.5 改進後的 Discord Bot
          6. 3.4.6 範例程式碼
          7. 3.4.7 實際範例：多步驟任務
          8. 3.4.8 優化技巧：提前終止
          9. 3.4.9 調試技巧：追蹤工具調用
        5. 3.5 OpenAI 官方工具：讓 AI 接入真實世界
          1. 3.5.1 從手工打造到官方支援
          2. 3.5.2 組織驗證
          3. 3.5.3 Web Search：讓 AI 不再活在過去
          4. 3.5.4 實作：為 Discord Bot 加入搜尋功能
          5. 3.5.5 測試網路搜尋功能
          6. 3.5.6 Web Search 的進階設定
          7. 3.5.7 處理搜尋結果的引用
          8. 3.5.8 Image Generation：讓 AI 畫圖
          9. 3.5.10 測試圖片生成
          10. 3.5.11 範例程式碼
          11. 3.5.12 圖片生成的進階技巧
          12. 3.5.13 結合多個工具：打造全能助手
          13. 3.5.14 使用官方工具的注意事項
          14. 3.5.15 小結
        6. 3.6 AI Agent：從工具使用者到自主助手
          1. 3.6.1 什麼是 AI Agent ？
          2. 3.6.2 Agent 的四大核心能力
          3. 3.6.3 設計我們的第一個 Agent
          4. 3.6.4 實作記憶功能
          5. 3.6.5 將記憶主動送給 AI
          6. 3.6.6 整合 Agent 到 Discord Bot
          7. 3.6.7 範例程式碼
          8. 3.6.8 Agent 的自主行為示例
          9. 3.6.9 讓 Agent 具備反思能力
          10. 3.6.10 MCP：工具調用的標準化未來
        7. 3.7章節重點觀念整理
      4. 第4章 Workflow 與 Agent：從單打獨鬥到團隊協作
        1. 4.1 為什麼你需要 Workflow ？
          1. 4.1.1 快速回顧：什麼是 Agent ？
          2. 4.1.2 從 Agent 到 Workflow
          3. 4.1.3 Workflow 的核心價值
          4. 4.1.4 實際案例：從簡單查詢到深度研究
          5. 4.1.5 Workflow 與 Agent 的完美結合
          6. 4.1.6 設計原則：從簡單開始
          7. 4.1.7 本章預告
        2. 4.2 協調者- 工作者模式：打造 AI 研究團隊
          1. 4.2.1 從單兵作戰到團隊協作
          2. 4.2.2 協調者- 工作者模式介紹
          3. 4.2.3 實作協調者：任務分解專家
          4. 4.2.4 實作工作者：專業研究員
          5. 4.2.5 並行處理：讓團隊同時工作
          6. 4.2.6 實作統合者：品質把關
          7. 4.2.7 整合到 Discord Bot
          8. 4.2.8 範例程式碼
          9. 4.2.9 小結
        3. 4.3 評估者- 優化者模式：讓 AI 學會精益求精
          1. 4.3.1 從「完成」到「完美」
          2. 4.3.2 模式原理：持續改進循環
          3. 4.3.3 實作評估者：嚴格的品質把關
          4. 4.3.4 實作優化者：精準改進
          5. 4.3.5 實作迭代優化循環
          6. 4.3.6 整合品質控制到研究流程
          7. 4.3.7 更新 Discord Bot 工具
          8. 4.3.8 進階技巧：多維度評估
          9. 4.3.9 範例程式碼
          10. 4.3.10 小結
        4. 4.4章節重點觀念整理
        5. 4.5章節自我檢測
      5. 第5章 RAG (Retrieval-Augmented Generation)：讓 AI 博覽群書
        1. 5.1 從 Token 限制到智慧搜尋
          1. 5.1.1 你獲得到一個新的任務！
          2. 5.1.2 撞上天花板：Token 限制的殘酷現實
          3. 5.1.3 RAG 的誕生：聰明的解決方案
          4. 5.1.4 RAG 的工作流程
          5. 5.1.5 怎麼樣才能好的搜尋資料呢？
          6. 5.1.6 RAG 如何利用向量找答案
          7. 5.1.7 實際運作的完整流程
          8. 5.1.8 為什麼 RAG 這麼聰明？
          9. 5.1.9 RAG 的優勢總結
          10. 5.1.10 接下來
        2. 5.2 使用 OpenAI 官方 RAG：最簡單的開始
          1. 5.2.1 從一本中二小說開始
          2. 5.2.2 OpenAI 的 RAG 功能：懶人救星
        3. 5.3 使用 OpenAI 官方 RAG：建立索引資料庫
          1. 5.3.1 第一步：上傳我們的中二小說
          2. 5.3.2 第二步：建立向量資料庫（Vector Store）
          3. 5.3.3 第三步：把檔案加入向量資料庫
          4. 5.3.4 範例程式碼
        4. 5.4 使用 OpenAI 官方 RAG：整合搜尋功能
          1. 5.4.1 範例程式碼
          2. 5.4.2 測試時間！讓我們問問諸神議會
        5. 5.5 深入 RAG：自訂搜尋與優化
          1. 5.5.1 控制搜尋結果數量
          2. 5.5.2 多檔案搜尋：建立完整知識庫
          3. 5.5.3 檔案屬性：讓搜尋更精準
          4. 5.5.4 屬性過濾：只搜尋特定檔案
          5. 5.5.5 複雜過濾：組合多個條件
        6. 5.6 RAG 最佳實踐與除錯技巧
          1. 5.6.1 常見問題與解決方案
          2. 5.6.2 向量資料庫的生命週期管理
        7. 5.7 進階 RAG 技術：當基礎搜尋不夠用時
          1. 5.7.1 你又獲得到一個新的任務！
          2. 5.7.2 為什麼需要更進階的 RAG ？
          3. 5.7.3 GraphRAG：讓 AI 理解關係網絡
          4. 5.7.5 如何選擇合適的 RAG 技術？
          5. 5.7.6 其他有趣的 RAG 技術
        8. 5.8章節重點觀念整理
        9. 5.9章節自我檢測
      6. 第6章 LLM 應用開發框架介紹
        1. 6.1 為什麼需要框架？
          1. 6.1.1 永遠先用最簡單的方案！
          2. 6.1.2 注意事項
        2. 6.2 AI SDK：統一的 LLM 介面
          1. 6.2.1 核心價值
          2. 6.2.2 基本使用
          3. 6.2.3 結構化輸出
          4. 6.2.4 適用場景
        3. 6.3 LlamaIndex：專業的 RAG 框架
          1. 6.3.1 核心價值
          2. 6.3.2 文檔處理與索引
          3. 6.3.3 多種檢索策略
          4. 6.3.4 適用場景
        4. 6.4 LangChain：靈活的工作流程框架
          1. 6.4.1 核心價值
          2. 6.4.2 基本鏈式調用
          3. 6.4.3 Agent：自主決策的 AI
          4. 6.4.4 適用場景
        5. 6.5 LangGraph：精確的狀態機控制
          1. 6.5.1 核心價值
          2. 6.5.2 定義狀態圖
          3. 6.5.3 適用場景
        6. 6.6 LangSmith：監控與除錯平台
          1. 6.6.1 核心價值
          2. 6.6.2 整合追蹤
          3. 6.6.3 主要功能
          4. 6.6.4 適用場景
        7. 6.7 框架選擇指南
        8. 快速決策樹
        9. 組合使用
        10. 6.8章節重點觀念整理
      7. 第7章 Vibe Coding：用 AI 建構 AI 的全新開發範式
        1. 7.1 Vibe Coding 的基礎概念
        2. 7.2 什麼是 Vibe Coding ？
          1. 7.2.1 從 Andrej Karpathy 的推文說起
          2. 7.2.2 Vibe Coding 的核心特徵
          3. 7.2.3 Vibe Coding 與本書的關係
        3. 7.3 設計有效的提示詞：與 AI 溝通的藝術
          1. 7.3.1 如何讓 Vibe Coding 更加高效？
          2. 7.3.2 提示詞的基本結構
          3. 7.3.3 漸進式提示詞技巧
        4. 7.4 Claude Code：優秀的 Vibe Coding 工具
          1. 7.4.1 一個優秀的 Vibe Coding 工具
          2. 7.4.2 Claude Code 安裝與設定
        5. 7.5 掌握Claude Code：從基礎到進階的操作技巧
          1. 7.5.1 深入了解 Claude Code 的核心功能
          2. 7.5.2 建立 CLAUDE.md：讓 AI 更了解你的專案
          3. 7.5.3 與 IDE 無縫整合：提升開發效率
          4. 7.5.4 常見工作流程：從理論到實踐
          5. 7.5.5 進階技巧：讓 Claude Code 發揮最大效能
          6. 7.5.6 小結：Vibe Coding 的心法
        6. 7.6 Vibe Coding 的優勢與挑戰
          1. 7.6.1 顯著的開發優勢
          2. 7.6.2 需要注意的挑戰
        7. 7.7章節重點觀念整理
        8. 7.8 結語：從 Vibe Coding 到未來

    購買說明

    根據台灣現行法規，數位內容（ 如電子書、音樂、影片、遊戲、App ）形式之商品，不受「網購服務需提供七日鑑賞期」的限制。為維護您的權益，建議您先使用「試讀」功能後再付款購買。

    出版社簡介
    深智數位股份有限公司
    出版社作品

    生成式AI × 穩健提示爬蟲技術 I－數據抓取篇：爬蟲× OCR × 多模態API應用×Perplexity AI Comet Generative AI × Robust Prompted Sampling

    大型語言模型應用實戰：從Prompt Engineering到Agentic RAG與MCP

    NotebookLM筆記術：打造你的AI「第二大腦」

    更多出版社作品
    試讀