生成式AI+AgenticRAG開發與Langflow實戰應用班第01期

Docker容器化環境建置 Docker 基礎、部署 Langflow+Postgres 與 Ollama 雙架構
TAIDE模型召喚與調測下載 TAIDE 繁中模型、CPU 效能優化設定、API 通訊測試
Langflow 基礎組件實作 rompt Template 設計、Chat In-put/Output 串接、基本流程運行
AI 提示詞工程優化針對台灣在地用語的 Few-shot 實作、角色扮演 (Role-play) 技巧
RAG 知識庫：資料預處理 PDF/Docx 解析、繁體中文切片 (Chunking) 策略與清洗實作
向量資料庫實務操作 Embedding 模型選用與向量數據檢索原理
進階 RAG 檢索優化混合檢索 (Hybrid Search)、Rerank 重排序節點與精準度提升
PostgreSQL 持久化儲存連接 Postgres 儲存對話紀錄 (Chat Memory)、實現長期記憶
Agent 智能代理設計認識 Tool Calling、設計具備自主決策能力的 AI Agent
Python 自定義節點開發撰寫 Py-thon 代碼擴充功能、串接企業內部既有 API
實戰專案一：智慧法律檢索建立法規 RAG 系統、實現引用來源追蹤、防止 AI 幻覺實作
實戰專案一：優化與測試批次處理大量法律文件、系統壓力測試與檢索準確度評分
實戰專案二：企業營運助理整合資料庫查詢 (SQL Agent)、自動生成營運報表摘要
成果展示與部署發布專案打包導出、Web API 整合應用分享、職場應用演練

學歷：高中/職(含)以上
年齡：年滿15歲以上
資格條件：具備基礎電腦使用能力，有意提升人工智慧應用技能者及從事相關工作需求者。