#繁體中文
24 posts tagged "繁體中文"
Part 1 — 購物車系統的高並發改造（一）：Virtual Threads、HikariCP 與 Redis 快取三管齊下
深入剖析一個真實 Spring Boot 購物車系統如何從「默認設定」升級到能承受 C10K 的生產級高並發架構：JDK 21 Virtual Threads、HikariCP 連線池調校、Redis 分層快取設計，以及升級到 Spring Boot 3.2 過程中的關鍵踩坑。
Part 1 — CrewAI 完全指南（一）：入門與核心概念——用多 Agent 協作解決複雜問題
從零開始學 CrewAI：什麼是多 Agent 協作框架、為什麼需要它、核心四大元件（Agent、Task、Crew、Tool）的詳細說明，以及你的第一個 CrewAI 應用程式。
Part 1 — 如何衡量 AI 的準確度（一）：分類與回歸任務的基礎評估指標
AI 準確度不是一個數字就能說清楚的。本文從分類與回歸任務出發，介紹 Precision、Recall、F1-Score、RMSE 等核心指標，幫助你建立客觀評估 AI 模型的基礎框架。
Part 1 — RAG 完全指南（一）：基礎概念與你的第一個 RAG 系統
從零開始理解 RAG（Retrieval-Augmented Generation）：為什麼 LLM 需要外部知識、RAG 的核心架構是什麼，以及如何用 Python 實作一個最基本的 RAG pipeline。
Part 1 — 用 AI Bot 打造顧問團隊（一）：策略與技術路線選擇
想用純 AI Bot 建立一支 AI 顧問團隊？本文從商業角度出發，分析三條技術路線（Claude Code + agent.md、Gemini CLI、LangGraph + LLM），比較優缺點與適用場景，幫助你在動手之前先想清楚架構。
Part 2 — 購物車系統的高並發改造（二）：Redisson 分散式鎖、讀寫分離路由與 Docker HA 水平擴展
高並發購物車系列第二篇：深入剖析 Redisson 分散式鎖如何防止超賣與重複下單、AbstractRoutingDataSource + LazyConnectionDataSourceProxy 的讀寫分離路由設計細節（含 @Transactional 的坑），以及 Nginx + MySQL 主從複製的 Docker HA 生產架構。
Part 2 — CrewAI 完全指南（二）：三個真實場景實戰——競情分析、程式碼審查、客服自動化
CrewAI 不只是玩具：用三個完整的生產級範例說明如何建立競爭對手情報分析系統、自動化程式碼審查流程、以及智慧客服分類與回覆系統，包含工具整合與 Hierarchical Process 實作。
Part 2 — 如何衡量 AI 的準確度（二）：大型語言模型（LLM）的評估方法
LLM 的輸出沒有唯一標準答案，該怎麼客觀評估？本文介紹 BLEU、ROUGE、Perplexity、BERTScore 及 LLM-as-a-Judge 等方法，幫助你從多個維度評估語言模型的真實能力。
Part 2 — RAG 完全指南（二）：Chunking 策略與向量資料庫選型
深入探討 RAG 系統的兩個核心基礎：如何切塊才能保留語意完整性，以及如何選擇適合的向量資料庫。包含五種 Chunking 策略比較與主流向量 DB 的實測比較。
Part 2 — 用 AI Bot 打造顧問團隊（二）：三條路線的實作步驟與範例程式碼
深入實作：分別用 Claude Code + AGENTS.md、Gemini CLI 與 LangGraph 建立 AI 顧問 Agent 團隊。包含完整設定步驟、System Prompt 設計、範例程式碼與關鍵注意事項。
Part 3 — CrewAI 完全指南（三）：進階技巧——Flows 事件驅動、Memory 記憶體、與生產部署
CrewAI 進階篇：用 @start/@listen/@router 建立事件驅動的複雜工作流程、三種記憶體機制的實際應用、錯誤處理與成本控制，以及如何把 CrewAI Crew 包成 API 服務部署到生產環境。
Part 3 — 如何衡量 AI 的準確度（三）：RAG 系統的可靠性評估框架
RAG 系統的評估遠不只是看回答品質，還要驗證檢索忠誠度與事實接地性。本文介紹 Faithfulness、Relevance、Context Precision 等 RAG 專屬指標，以及如何使用 RAGAS 框架自動化評估流程。
Part 3 — RAG 完全指南（三）：進階檢索技術——混合搜尋、HyDE、Multi-Query、Reranker
Naive RAG 的搜尋精準度不夠？本篇深入四大進階檢索技術：BM25 混合搜尋、假設性文件嵌入（HyDE）、多查詢檢索（Multi-Query）、以及 Cross-Encoder Reranker，每個都有核心原理、程式碼與最佳使用場景。
Part 3 — 用 AI Bot 打造顧問團隊（三）：評估、維運與優化計畫
AI 顧問 Agent 團隊上線後怎麼辦？本文從 DevOps/SRE 角度，涵蓋系統效能評估、品質驗證、監控告警、部署策略、以及持續改善的 Roadmap。
Part 4 — RAG 完全指南（四）：查詢轉換、Self-RAG 與 Context 壓縮
當問題本身就是問題：深入三大 RAG 優化技術——Step-Back Prompting、Self-RAG 自我反思、以及 Context Compression。了解它們的核心原理、實作方式、優缺點與最佳使用場景。
Part 4 — 用 AI Bot 打造顧問團隊（四）：小型外包公司實戰案例
實戰案例：一家 10 人軟體外包公司如何用 AI Agent 團隊自動化需求評估、報價、專案追蹤與客戶溝通，包含完整 Prompt、Skill 設計與執行步驟。
Part 5 — RAG 完全指南（五）：生產級評估、GraphRAG 與 Agentic RAG
RAG 系列終章：如何用 RAGAS 框架量化評估 RAG 品質、GraphRAG 如何用知識圖譜突破向量搜尋的限制，以及 Agentic RAG 如何讓 AI Agent 主動決策何時搜尋、搜尋什麼。
Part 5 — 用 AI Bot 打造顧問團隊（五）：數位行銷公司實戰案例
實戰案例：一家 8 人數位行銷公司如何用 AI Agent 團隊自動化內容策略、廣告文案、成效報告與客戶簡報，包含完整 Prompt、LangGraph 實作與執行步驟。
Stock Analysis - AVAV (AeroVironment) - 估值模型與投資裁決（下）
AeroVironment（NASDAQ: AVAV）三部曲完整選股分析（下）：DCF 三情境機率加權、EV/Revenue 與本益比相對估值、可比國防股分析、足球場估值匯總、安全邊際、資本配置與股本稀釋,最終給出目標價區間與綜合投資裁決訊號——一檔崩跌 66% 後、財報在即的墜落天使,究竟貴還是便宜？
Stock Analysis - AVAV (AeroVironment) - 技術面、籌碼面與市場情緒（中）
AeroVironment（NASDAQ: AVAV）三部曲完整選股分析（中）：從 $417.86 崩跌 66% 後的下降趨勢、均線空頭排列、超賣反彈技術面，到內部人士交易、機構持股、12% 空頭興趣與軋空潛力、總體經濟與國防預算週期，全面拆解這檔「墜落天使」的籌碼與市場情緒。
Stock Analysis - AVAV (AeroVironment) - 基本面與產業競爭力深度解析（上）
AeroVironment（NASDAQ: AVAV）三部曲完整選股分析（上）：從無人機 / 巡飛彈（Switchblade）核心特許經營權、收購 BlueHalo 後的雙部門結構、損益表 / 資產負債表 / 現金流三表、Q3 FY2026 財報落空與 SCAR 訂單減記風險，到國防無人機產業五力與護城河，逐項拆解這家從 $417 腰斬至 $142 的國防無人機龍頭。
Stock Analysis - PL (Planet Labs) - 估值模型與投資裁決（下）
Planet Labs（NYSE: PL）三部曲完整選股分析（下）：DCF 三情境機率加權、P/S 與 EV/Revenue 相對估值、可比公司分析、足球場估值匯總、安全邊際、資本配置與股本稀釋，最終給出目標價區間與綜合投資裁決訊號。
Stock Analysis - PL (Planet Labs) - 技術面、籌碼面與市場情緒（中）
Planet Labs（NYSE: PL）三部曲完整選股分析（中）：從 $51.76 高點回落 45% 後的均線結構、支撐阻力、RSI / MACD / 布林通道，到內部人士交易、機構持股（含 Alphabet）、9% 空頭興趣、總體經濟與國防預算週期，全面拆解籌碼與市場情緒。
Stock Analysis - PL (Planet Labs) - 基本面與產業競爭力深度解析（上）
Planet Labs（NYSE: PL）三部曲完整選股分析（上）：從衛星對地觀測商業模式、損益表 / 資產負債表 / 現金流三表拆解、FY2026 首次調整後 EBITDA 轉正、Q1 FY2027 財報電話會議、到產業五力與競爭護城河，逐項拆解這家對地觀測龍頭的基本面。