從「會檢索的聊天機器人」到可評測、可部署、可控的企業知識庫 Agent
Agentic RAG 系統
- 問題
- 企業文件格式混雜、使用者問法不穩定，傳統 RAG 容易檢索失準或漏掉關鍵步驟。
- 方法
- 以 LangGraph 建立受控流程，結合 Rule-first 路由、混合檢索、上下文驗證與重試。
成果 v22 加權準確率 98.0%；後續 rule-first 平均延遲 2.606 秒。
閱讀完整案例 → Justin · AI Platform & Agentic AI Engineer
把前沿 AI，做成真正能運行的系統。
專注 Agent、RAG 與 AI Platform，從架構與評測一路做到部署、維運與交接。
工程流程 文件 → 檢索 → Agent → 評測 查看流程細節
文件智能解析
PDF · OCR · 表格結構化
多階段混合檢索
BM25 · 語意向量 · 重排序
受控狀態機與工具
LangGraph · 意圖分流
品質驗證與追蹤
98.0% 準確率 · Trace 可觀測
工程流程示意
PIPELINE // ARCHITECTURE PROD-VERIFIED
文件智能解析
PDF · OCR · 表格結構化
多階段混合檢索
BM25 · 語意向量 · 重排序
受控狀態機與工具
LangGraph · 意圖分流
品質驗證與追蹤
98.0% 準確率 · Trace 可觀測
公開工程證據｜每一項都有實作或評測可以查驗
旗艦系統：可量測的 Agentic RAG 管線
更多工程案例
n8n · Google Gemini · LINE Messaging API · 多代理路由
LINE Chatbot · n8n 工作流平台
成果 1 個主流程模組化路由至 19 個可獨立維護的子流程。
閱讀完整案例 → 精選工程文章
金融業生成式 AI 平台工程：以雲端原生架構打造可營運的 Agentic AI
Cloud Summit 分享整理：金融 AI 上線的三條生死線、PoC 為何卡住、Cloud Native AI Runtime 三層架構、MCP 工具治理、Hybrid Search 與 Agentic RAG，以及為何準確度是工作流屬性而非模型功能。
閱讀筆記 →
金融級 Enterprise Agentic AI 架構設計：從 Demo 到 Agentic Operating System
AI Summit 分享整理：企業 AI Control Plane、15+ Agents 責任分解、理專現場的四段 Runtime 流程、三層安全邊界、LLM-as-a-Judge 品質治理，以及 E·P·J·T 可複用能力底座。
閱讀筆記 →
Agentic AI 平台契約：上線前必須接上的控制面
把 Agentic 控制面收成可複製平台契約：提供什麼、必須接 E·P·J·T、七條不准繞過，以及 IT 100 題驗證口徑停在哪裡。
閱讀筆記 →從你的問題開始
演講 / 交流 / 合作
把前沿 AI 講清楚，也把工程現場帶進討論
適合正在面對 Agent、RAG 與 AI Platform 決策的企業、技術團隊與社群。
- 技術演講Agentic AI、企業 RAG、AI Platform
- 架構交流PoC 檢視、系統設計、Agent 工作流
- 研究合作技術內容、工具評測、社群與活動