工具呼叫的第一課：把函式描述寫得讓模型看得懂
Agent 不聽話，八成問題出在工具描述。這篇講清楚描述該寫什麼、不該寫什麼。
ReAct 迴圈的實作：思考、行動、觀察的最小骨架
不用框架也能寫出可用的 Agent 迴圈。八十行程式碼就能跑，而且每一步都看得懂。
Agent 的停止條件：怎麼判斷任務真的完成了
跑不停與提早收工都是常見故障。停止條件需要明確設計，不能只靠模型自己決定。
讓 Agent 安全地執行程式碼：沙箱的三層防護
允許模型執行程式碼是能力躍升，也是風險躍升。這是可實作的三層防護。
Agent 的記憶設計：短期、長期與什麼都不記
記憶不是越多越好。多數 Agent 需要的其實是好的摘要，而不是完整歷史。
多 Agent 協作前，先問自己是不是真的需要
多 Agent 架構很吸引人，但九成情況下單 Agent 加好工具就夠了，而且更好維護。
給工具寫好回傳值：模型讀得懂的錯誤訊息
工具回傳 500 Internal Server Error，模型只能亂猜。錯誤訊息也是提示的一部分。
把人放進迴圈：需要確認的動作該怎麼設計
刪除資料、寄信、付款這類動作不該由 Agent 自行決定。這篇是確認機制的實作模式。
Agent 的成本控管：把費用當成一級指標
Agent 的成本不是線性的，一個沒設限的迴圈就能燒掉整月預算。
Agent 的可觀測性：一次任務該記錄哪些欄位
Agent 出錯時無法重現，通常是因為當時什麼都沒記。這是一份可直接照抄的日誌欄位清單。
從 Chatbot 到 Agent：三個要補上的東西
已經有一個能對話的機器人，要升級成能做事的 Agent，需要補的其實不多。
任務規劃：先出計畫再執行，值得嗎
讓 Agent 先寫出計畫再動手，在長任務上有效，在短任務上是浪費。這篇給判斷界線。
串接外部 API 當工具：認證、重試與冪等
把既有 API 包成工具看似簡單，但認證、逾時與重複執行三個問題一定會遇到。