❤️ 🍰 🌹 🎬 🚴♀️ 🏋️♀️ 💻 🚀 💜
這裡記錄了我的學習和開發筆記，歡迎交流 (*´∀`)~♥
© 2026. All rights reserved.
當任務複雜度超過單一 LLM 的處理能力時，與其養一個無所不能的超級大腦，不如組建一支各司其職的 AI 專家團隊。本文探討多代理協作的核心機制、六種協作模式與通訊架構，並以 CrewAI 與 Google ADK 為例展示實作方式。
Agentic Design Pattern Multi-Agent Agentic AI CareerWise LLM
目前的 career chain 拿到問題就直接跑分析，使用者看不到 CareerWise 打算從哪些角度切入。參考 Google Deep Research 的「先擬規劃、再送審查」設計，讓使用者在分析開始前先看到分析面向，有意見可以調整，批准後才執行。
Agentic Design Pattern CareerWise Planning Agentic AI LLM
Tool Use 改造完成後，LLM 可以自己決定要不要查知識庫了，但新的問題跟著浮現——當 LLM 決定查資料時，使用者看到的是完全空白的畫面。這篇文章記錄 CareerWise 如何用代理活動饋送（Agent Activity Feed）填補這段 UX 空洞。
Agentic Design Pattern Tool Use CareerWise UX Agentic AI
以 CareerWise 職涯諮詢機器人為例，記錄逐步將強制塞入知識庫 chunk 的架構，重構為 LLM 自主決定是否搜尋的 Tool Use 模式的完整過程，包含 streaming + tool call 的實作細節與邊界情況。
Agentic Design Pattern Agentic AI Tool Use Function Calling LLM
探討 AI 代理的規劃模式（Planning），從運作機制、適用場景、開發框架到 Google Deep Research 與 OpenAI Deep Research API，並反思自主代理在動態調整與人類控制之間的權衡。
Agentic Design Pattern Agentic AI LLM MCP Planning
從 LLM 只能生成文字的困境出發，探討工具呼叫（Tool Use / Function Calling）的運作機制、應用場景與開源框架應用，最後反思多代理協作下的責任歸屬。
Agentic Design Pattern Tool Use Function Calling Agentic AI LLM
當使用者問「該不該離職」這種跨領域問題時，循序搜尋知識庫的瓶頸開始浮現。本文記錄 CareerWise 如何導入 Agentic Design Pattern 中的平行化模式（Parallelization），讓三個 AI 角色同步分析薪資市場、技能成長與求職準備，再經由合併代理產出多面向的結構化報告。
Agentic Design Pattern Parallelization CareerWise AI Agentic AI