課程介紹
隨著大型語言模型（LLM）與各類 AI 工具的普及，系統開發導入 AI Agent 作為自動化、決策輔助或流程協作的核心角色，已是必然的趨勢與常態。然而在實務上，許多 Agent 的設計仍停留在零散的 Prompt 或單一功能實作，缺乏明確的行為邊界、責任劃分與可維護的架構設計。
本課程將從軟體工程與架構設計的角度切入，說明如何以標準化方式設計與整合 AI Agent，使其成為可被團隊理解、討論與長期維護的系統組件。課程將聚焦 AGENTS.md、Agent Skills 與 MCP（Model Context Protocol） 的整合觀念，協助學員建立可確實應用於工作實務的 Agent 開發基礎。
本課程為聚焦於 Agent 標準化整合設計的實務導向課程，重點在於建立正確的設計觀念與開發流程，而非工具操作技巧或完整產品實作，適合希望在既有專案中導入或重構 Agent 架構的開發者。
課程要點
課程目標
完成本課程後，學員將能夠：
- 以系統與架構層級理解 AI Agent 的角色與責任，而非僅停留在功能或工具使用
- 掌握 AGENTS.md 的核心設計原則，並能定義 Agent 的行為規範與使用邊界
- 理解 Agent Skills 的模組化設計概念，建立可重複使用與組合的能力單元
- 認識 MCP 的定位，並了解其在實務專案中的應用方式
- 能夠將 Agent 整合機制納入既有專案的工作實務與架構決策中
課程特色
- 從軟體架構角度切入 AI Agent，而非工具或 Prompt 教學
- 聚焦 行為邊界、責任劃分與標準化規範，避免 Agent 設計難以因應開發需求
- 以可對應實際專案的開發流程進行說明，使用 DDD（Domain Driven Design）簡化分層架構
- 課程間可依學員背景與問題即時調整說明深度與補充內容
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 |
|
| 四、示範環境與開發工具 |
|
| 五、專案初始化與 Agent 規格定義 |
|
| 六之一、Skill＋MCP 應用（後端） |
|
| 六之二、Skill＋MCP 應用（版本控制） |
|
| 六之三、Skill＋MCP 應用（Web 與文件） |
|
| 七、課程總結與延伸 |
|
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工程師或應用系統開發人員
- 曾實作或導入過 AI 相關功能，希望建立一致且可維護開發模式者
- 正在規劃或嘗試將 AI Agent 導入產品、內部工具或專案流程的開發人員
- 對 AI Agent 的架構設計、行為規範與可維護性有興趣的初 / 中階 AI 開發工程師
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（Software Architecture）、軟體設計思維（Soft Design Thinking）、企業級系統開發（Enterprise System by C#、Java/Spring）、UML 建模 與 AI 輔助開發流程。