MCP

A2A 協定:打破 AI 溝通的高牆

一個超大型 LLM 再聰明也有極限,真正的企業級 AI 需要多個專業代理協同作戰。A2A(Agent-to-Agent)協定正是 Google 提出的開放標準,讓用不同框架打造的 AI 代理能互相溝通、委派任務。本文探討代理卡、三種發現策略、四種互動機制、MCP 的互補關係與企業級安全防線。

Agentic Design Pattern Agentic AI A2A Agent to Agent Multi-Agent AI Architecture Design Pattern MCP AI 幻覺 · 留言


CareerWise MCP 整合實戰:把 LLM 的工具從硬寫變成模組化

當 function calling 的 JSON schema 愈寫愈長、工具管理愈來愈亂的時候,MCP (Model Context Protocol) 就像一個標準化的接口層,讓 LLM 的工具發現、呼叫、管理變得井然有序。這篇記錄了 CareerWise 從手寫工具定義到 MCP 架構的完整整合過程。

MCP Model Context Protocol LLM CareerWise AI FastMCP · 留言


MCP:讓 AI 從只會聊天到真正做事

現在的 AI 大腦再聰明,只要無法點選滑鼠、讀取資料庫、傳送郵件,就只是一個很會聊天的對象。MCP(Model Context Protocol)正在改變這件事。

Agentic Design Pattern MCP A2A Agent to Agent Multi-Agent Agentic AI AI AI 幻覺 Architecture Design Pattern · 留言


AI 代理的規劃能力:從被動反應到主動佈局

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 Google Deep Research AI Design Pattern Architecture · 留言