本章將介紹使用 LlamaIndex 建立 agentic 工作流程所需的核心概念與環境設定。你將親手操作 Tavily 與 OpenAI 模型等工具，定義你的第一個工具函式，並建立一個能與網路互動的智慧代理。完成本章後，你會擁有一個以 LlamaIndex 打造、可實作真實任務的完整 AI 代理。

歡迎！

LlamaIndex 入門

什麼是代理（agent）？

建立代理

代理是否會記住內容？

在多次執行間維持代理的狀態

串流輸出與事件

建立一個代理

既然可以建立一個團隊，為什麼只用一個代理？在本章中，你將啟用多代理系統的威力，讓具備專長的代理如同研究小組般分工合作，各自扮演不同角色。你會建立自己的協作代理工作流程，涵蓋搜尋、撰寫與審閱，展現團隊合作如何讓你的 AI 更聰明、也更具延展性。

什麼是多代理系統？

使用 AgentWorkflow 的多代理系統

從零開始打造 agentic 工作流程

使用自訂事件設計多步驟工作流程

並行與事件收集

組合一個 multi-agent 系統

在工作流程中加入自我反思

課程總結

建立深度研究工作流程

準備好打造你自己的 AI 代理團隊了嗎？在本課程中，你會先從單一智慧助理出發，逐步升級到能夠規劃、搜尋、記憶與協作的完整 agentic 工作流程。你將使用 LlamaIndex 建立強大的系統，處理如深度研究與報告等複雜任務。過程中，你會學到如何編排工具、記憶體與多代理協作，讓你的 AI 工作流程真正運作起來。

<h2>從零開始打造聰明且高效的 AI 智能代理</h2>

學習如何從零開始，運用 LlamaIndex 這個強大的框架，打造智慧型代理工作流程，有效協調 AI 行為。 從單一代理人設定開始，逐步發展到多代理人協作，您將打造一套能夠進行研究、產生報告並自我反思成果的系統。
<br></br>

<h2>建立並協調代理式工作流程</h2>

您將從使用 AgentWorkflow 類別建立一個簡單的 AI agent 開始，並將其連接到如網路搜尋等功能。 您將學習如何利用情境為您的代理程式賦予「記憶」，並透過串流輸出讓回應更加靈活且具互動性。 隨著課程進行，您將深入學習進階功能，例如事件處理、並行執行，以及利用步驟式邏輯建立自訂工作流程。 您還將實作自我反思循環，讓代理能夠提升自身的輸出結果。
<br></br>

<h2>使用 LlamaIndex 設計多代理系統</h2>

在最後一步，您將超越單一代理系統，設計能夠協同合作的 AI 代理團隊。 你將建立工作流程，讓每個代理人擔任專業角色，例如研究、撰寫和審查，並透過共同的情境分享資訊。 您將實際操作序列式、迴圈式與分支式工作流程，深入了解如何運用多個代理來管理複雜任務。

Intermediate Python

使用LlamaIndex構建能夠計劃、搜索、記憶和協作的AI代理工作流程。

使用 LlamaIndex 建立 Agentic 工作流程

學會運用 LlamaIndex 建構能規劃、搜尋、記憶與協作的 AI agentic 工作流程。

使用 AgentWorkflow 的多代理系統

使用 LlamaIndex 建立 Agentic 工作流程

練習說明

動手互動練習