AI Agent 標準化開發基礎

— AGENTS.md × Agent Skill × MCP 三件套

一、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。

講師介紹

本課程由 Kenming Wang 授課，具多年軟體架構設計與實務教學經驗。

👉 講師背景與經歷說明： https://kenming.idv.tw/about-kenming-wang/

二、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

三、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

四、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

五、課程大綱

單元	內容重點
一、課程導覽與定位說明	本課程的目標與學習範圍為什麼以「標準化」而非工具技巧切入 AI Agent 應用開發者在 AI Agent 生態中的角色
二、AI Agent 標準化三件套概觀	AGENTS.md：Agent 行為與責任邊界規格 Agent Skill：可重用的任務能力模組 MCP（使用端）：標準化工具／服務呼叫介面三者在實際開發流程中的分工心智模型
三、示範情境說明	寵物商品平台購物車操作情境情境中涵蓋的系統行為與使用者操作範圍課程提供之完整 Prompts 與規格說明
四、示範環境與開發工具	示範用開發環境概覽 VS Code（Copilot）為主、Claude Code 為輔課前環境準備指引與課中示範方式
五、專案初始化與 Agent 規格定義	C# 專案初始化與基本結構簡化 DDD 分層（前後端分離）示範以 AGENTS.md 定義 Agent 行為準則
六之一、Skill＋MCP 應用（後端）	Service／Repository 層的 Skill 使用方式 database-design Skill ＋ MCP 的資料結構設計後端功能與資料庫串接演練
六之二、Skill＋MCP 應用（版本控制）	Git Skill ＋ MCP 的實際使用方式程式變更與版本紀錄流程版本控制行為與 Agent 規格一致性
六之三、Skill＋MCP 應用（Web 與文件）	Web UI 與後端服務層的串接驗證 webapp-testing Skill＋Playwright（MCP）以 docx Skill 產出技術文件與規格
七、課程總結與延伸	課程核心能力回顧標準化 AI Agent 的實務應用方向進階主題與後續學習建議課程問答與討論

六、課程形式與授課方式

課程時數：6 小時（單日）
授課方式：線上即時講授（Teams 或 Zoom，課前提供上課鍊結）
教學方式結合理論說明、架構討論與操作示範
為協助學員課後問題，若學員有需求，將於隔日（週日） 加開非正式、免費的線上 Q&A 討論 （不納入正式課程時數，屬額外交流安排）

七、教學情境、工具與技術說明

課程將以可對應真實專案的教學情境（寵物用品販售平台）作為說明背景，示範如何在既有系統中導入 AI Agent 標準化設計。教學案例將聚焦於分層結構明確的功能模組（購物車模組），而非大型或完整系統。示範過程中將視情況使用下列工具與技術，僅作為設計觀念與流程說明之用：

AI 開發輔助工具：VS Code＋Copilot （主要操作）、Claude Code（輔助示範）
開發語言與平台：C# / .NET（LTS）、ASP.NET
範例資料庫：SQLite

課程重點在於設計方式與整合觀念，而非特定工具或平台的操作細節。

八、教材、課程產出與備註

課前將提供 VS Code、Claude Code 等開發工具之安裝與設定說明文件，內容將配合本課程使用的 AGENTS.md、Agent Skills 與 MCP 範例
提供完整範例專案，上述三件套的安裝與設置說明文件，以及可直接用於專案開發與協作的提示詞（Prompts）範本，作為學員課後實作與延伸應用的實際產出。
為確保課程進度與說明流暢，部分操作流程將搭配事先錄製之示範內容
學員可選擇僅觀看講師操作示範，課後將提供本次課程的完整錄製檔；亦可於課程進行中自行實作，但需事先完成環境設定
本課程將提供課程證書與正式收據作為上課證明（工作室型態恕無法提供公司發票）

九、報名資訊

上課日期：（2/7，星期六） 單日上課（09:30 ～ 16:30），共 6 小時
授課方式：線上即時講授（Teams 或 Zoom，課前提供上課連結）
課程費用：NT$5,200
兩人同行 $5,000 /人、四人以上 $4,800 /人

含課程教材、完整範例專案、課後 Q&A
報名表單： {報名連結}
企業內訓說明：歡迎洽談企業內訓包班課程，課程案例與實作內容可依該單位專案需求進行規劃

立即報名