課程介紹
隨著大型語言模型（LLM）與各類 AI 工具的普及，系統開發逐漸導入 AI Agent 作為自動化與流程協作的核心角色。然而在實務上，多數 Agent 的實作仍停留於零散的 Prompt 或單一功能層級，缺乏明確的行為邊界與責任劃分，也難以支撐長期維護與擴展。
本課程以適合程式開發人員的 Vibe Coding 開發模式為切入點，在標準化約束下與 AI Agent 協作開發，透過迭代與漸增方式，將變動侷限於可控制範圍內。課程核心聚焦於 AGENTS.md、Agent Skills 與 MCP（Model Context Protocol） 三者的整合，建立具備可控性與可擴展性的 Agent 開發模式。
本課程為實務導向的標準化設計課程，重點在於建立可驗證的開發流程與責任邊界，而非工具操作或完整產品開發。適合以 Python 開發中小型專案的開發者，透過標準化機制與前後端職責分離，在可控範圍內導入 AI Agent，並取得優於完全放任 Agent 自主開發的穩定性與可維護性。
課程要點
課程目標
完成本課程後，學員將能夠：
- 理解 Vibe Coding 的核心思維，並以迭代與漸增方式將變動侷限於可控範圍內
- 定義 AGENTS.md，建立 Agent 的行為規範與使用邊界
- 設計 Agent Skills，建構可重複使用與可組合的任務能力模組
- 理解 MCP（Model Context Protocol） 的定位，並應用於工具與服務整合
- 將 Agent 標準化機制整合至既有專案，形成可持續演進的開發流程
課程特色
- 以 Vibe Coding × 標準化開發思維 為核心，建立可控且可擴展的 AI Agent 協作模式
- 以實際專案開發流程為主軸，透過前後端職責劃分與簡化分層，落實可實務應用的開發方式
- 課程全程操作示範並提供錄影，支援課後重複觀看與實作驗證
- 示範專案具延展性，可作為後續實際應用或進一步擴展的基礎
課程大綱
| 單元 | 內容重點 |
|---|---|
| 一、課程導覽與定位說明 |
|
| 二、AI Agent 標準化三件套概觀 |
|
| 三、示範情境說明：SproutNote 靈感筆記開發 |
|
| 四、示範環境與開發工具說明 |
|
| 五、專案初始化與系統開發規格 |
|
| 六、Skill × MCP 整合實戰（一）後端功能與資料存取 |
|
| 七、Skill × MCP 整合實戰（二）版本控制與協作流程 |
|
| 八、Skill × MCP 整合實戰（三）Web 驗證與文件產出 |
|
| 九、課程總結與後續延伸方向 |
|
適合對象
本課程適合下列背景之學員參加：
- 具備基礎程式設計能力的軟體開發人員
- 已使用或準備導入 AI 輔助開發（如 Copilot、Codex、Claude Code），並希望建立可控開發流程的開發者
- 以 Python（亦可套用於其他程式語言）開發中小型專案，並希望導入標準化開發機制的開發者
- 需規劃或導入 AI Agent 開發流程的技術主管（如 PM、CTO）
講師簡介
Kenming Wang
資深軟體講師、軟體架構師、系統架構與開發顧問、設計模式專書作者。
專精於軟體架構（Soft Architecture）、軟體設計思維（Soft Design Thinking）、企業級系統開發、UML 建模與 AI 輔助開發流程。