Agent 到底做了什麼？把模型、工具與產品請求接起來
Agent 可能重試、切換工具，或等待使用者核准。透過互動瀑布圖與 SDK 追蹤，把產品請求和每一次操作接起來，區分使用者看到的結果與中途發生的錯誤。
文章目次
文章。
寫過的文章都在這裡，從最近的一篇開始。
第 1 頁，共 5 頁
讓 Agent 說你的產品語言：偏好、臺灣用語與事實邊界
產品口吻不能只靠調整模型參數。以互動圖解整理使用者偏好與文字線索，再把臺灣繁中、回答長度與事實要求寫成 SDK 指引，讓不同任務都遵守相同的表達邊界。
Agent 任務 API 怎麼設計？分清完成、排隊與等待核准
模型有輸出，不代表 Agent 任務已完成。以互動資料流拆開完成、排隊、拒絕與故障，再把 SDK 的等待核准狀態接到產品 API，避免前端誤判與重複執行。
多步驟 Agent 任務太慢？先找關鍵路徑，再處理快取
Agent 可能反覆呼叫模型、查詢資料與執行工具。用互動時間軸找出關鍵路徑，區分串流、完整回答快取與 prompt caching，避免只縮短畫面等待卻放大執行成本。
產品 Agent 的模型層：選擇 SDK、處理重試與備援
Codex SDK、OpenAI Agents SDK 與 Claude Agent SDK 不是同一種模型介面。先確認 Agent 執行環境與狀態責任，再設計能力相容、有限重試和跨供應商備援。
Agent 如何整理資料洞察？先分群，再讓模型命名
想讓 Agent 從客服對話找出產品問題，需要先整理資料與群組證據，再讓模型提議名稱。用 DBSCAN 互動圖解與 SDK 結構化輸出，分清分群、命名與人工判斷的責任。
把產品能力交給 Agent：工具契約、執行計畫與核准流程
讓模型選到工具只是第一步。將既有產品 API 包成可驗證的工具，搭配 MCP 與 SDK 核准機制，處理參數、相依關係和寫入風險。
如何在你的產品裡打造 Agentic 功能：從聊天框到可控的任務迴圈
綜合產品開發與企業輔導經驗，說明如何在產品裡打造 Agentic 功能。搭配 Codex、OpenAI Agents 與 Claude Agent SDK，設計工具、狀態、核准與停止條件。
讓產品 Agent 記住事情：對話狀態、長期記憶與脈絡預算
SDK 接續一段對話，不等於替產品建立長期記憶。從當次對話、歷史紀錄與整理後的偏好出發，拆開資料責任、記憶更新與模型輸入預算。
Agent 能動手之後：替產品建立安全與授權邊界
Agent 不只產生文字，還可能查資料或改動產品狀態。搭配產品實作情境與現行 SDK，拆開輸入、工具授權與輸出檢查的責任。
兩天、20 個 commit：我怎麼開始貢獻 GitLab Orbit
保留 2026 年 6 月第一次貢獻 GitLab Orbit 的紀錄：兩天、20 個 commit、4 個 MR。補上 2026-10-08 的 glab 1.117 命令入口、本機 SQL、Local MCP 與 Remote 查詢邊界。
GitLab Duo CLI 進階篇：批次自動化、多模型比較與降噪技巧
保留 2026 年 6 月的 Duo CLI 批次 review 經驗，更新 2026-10-08 的模型識別碼、headless 自動核准與 Credits 計費。附可重試的完成標記、timeout 腳本，以及單次實測的限制。