Agentic RAG 與遊戲 AI Agent 實作工作坊|HuggingFace Agents

Agentic RAG 與遊戲 AI Agent 實作工作坊

Hugging Face Agents Course × smolagents

3 小時｜概念解析 × 模板實作 × 對戰展示

API 都接好了，下一步還是得你來指揮？

你已經會使用生成式 AI，也開始串接 API。但當任務需要查資料、選工具、記住前面的結果，再決定下一步時，流程往往還是需要你逐一安排。

這堂工作坊將帶你進一步理解：如何讓 AI 根據任務與當下狀態，選用工具、檢索資料並採取行動。

以 Hugging Face Agents Course 為教材主軸，Agentic RAG 使用 smolagents 進行實作。透過「宴會 AI 管家 Alfred」與「寶可夢對戰 AI Agent」兩個案例，從概念講解、程式示範到模板修改，練習 Agent 開發的核心環節。

為什麼值得來學？

• 從串接 API，進一步理解 Agent 的決策流程：觀察 Agent 如何選擇工具、使用回傳結果，以及把多個步驟接成完整任務。
• 讓私有資料成為 Agent 可使用的工具：練習資料結構化與 BM25 關鍵字檢索，理解傳統 RAG 與 Agentic RAG 的差異。
• 用遊戲看懂狀態、決策與備援處理：觀察模型如何根據戰況選擇合法行動，以及決策失敗時如何處理。
• 透過既有模板，集中練習核心邏輯：閱讀、修改與執行模板，並比較 smolagents、LlamaIndex 與 LangGraph 的定位。

兩個實作案例

① 宴會 AI 管家 Alfred｜Agentic RAG

宴會籌備需要同時掌握賓客資訊、外部資料與天氣。你將使用 smolagents，將網路搜尋、天氣查詢、Hugging Face Hub 統計資訊與私有賓客名冊檢索組裝進 Agent，觀察工具選擇、記憶與執行流程。

② 寶可夢對戰 AI Agent｜狀態與行動決策

輪到 AI 出招時，它需要先看懂戰況，再從可用行動中選擇招式或換怪。你將修改既有對戰模板，練習狀態解析、模型決策、結果檢查與 Fallback 備援處理。

課程大綱

總時長：180 分鐘，含 10 分鐘休息。

適合誰參加？

• 已使用生成式 AI，希望進一步開發 Agent 與 RAG 的技術工作者。
• 已有 API 串接或自動化經驗，希望處理更複雜任務的實作者。
• 希望透過具體案例理解 Agent 開發的講師與 AI 應用學習者。
• 具備基本 Python 閱讀能力，願意動手修改與執行程式模板的學員。

活動資訊

• 日期：2026 年 10 月 17 日（六）
• 時間：13:30～16:30
• 方式：Google Meet 線上直播
• 講師：Solomon 徐
• 費用：會員 NT$500／非會員 NT$2,800
• 主辦：ZeamTechz
• 發票：可開立發票；如需統一編號與公司抬頭，請於報名時提供。
• 錄影回放：提供課程錄影回放，方便課後複習。

課前準備

請準備可連網的電腦，並具備基本 Python 程式閱讀能力。上課前需完成：

1. Python 執行環境與相關套件安裝。
2. 模型 API 帳號與金鑰設定。
3. 基本模型呼叫測試。

實作會使用模型 API，請事先確認帳號額度與可能產生的費用。

教材參考：Hugging Face Agents Course 的 Agentic RAG 與 Agents in Games with Pokémon 單元。本活動由 ZeamTechz 主辦。