個人報名
教室租借
學員須知
上課地點
證書申請
會員註冊
回首頁
自強課程
課程名稱
【假日線上】Google AI 生態全攻略：Multi-Agent系統開發實戰
熱烈招生中
全線上
課程代碼：
15W336
上課時間：
8/15、8/22，星期六，09:30-16:30，共二週12小時。
上課時數：
12 小時
上課地點：
網路線上
課程費用：
12000元
(符合超值優惠價格者需送出報名表後，系統發出報名成功回函確認金額。)
課程目標：
1. 協助工程師從「單一 AI 工具使用者」進化為「多 Agent 系統設計者」
2. 熟練 Google AI Studio 與 Gemini CLI，用 Web 和終端機雙管道快速驗證想法、打造 POC
3. 掌握 Antigravity IDE 全端開發能力，用 Google 的 AI IDE 從零打造完整應用
4. 理解並實作 ADK 框架三大 Agent 類型與 Multi-Agent 協作架構
5. 掌握 A2A Protocol，實現跨框架 Agent 互通（ADK + LangGraph 實際串接）
6. 建立可部署、可監控的 AI Agent 系統概念，理解 Vertex AI 上線路徑
2. 熟練 Google AI Studio 與 Gemini CLI，用 Web 和終端機雙管道快速驗證想法、打造 POC
3. 掌握 Antigravity IDE 全端開發能力，用 Google 的 AI IDE 從零打造完整應用
4. 理解並實作 ADK 框架三大 Agent 類型與 Multi-Agent 協作架構
5. 掌握 A2A Protocol，實現跨框架 Agent 互通（ADK + LangGraph 實際串接）
6. 建立可部署、可監控的 AI Agent 系統概念，理解 Vertex AI 上線路徑
課程特色：
1.全台唯一涵蓋 Google AI 六大開發層的整合課程 — 從 CLI 到 IDE 到 Framework 到 Protocol，一門課走完全程
2.以「POC → 產品 → Agent → 互通 → 上線」五步路徑為學習主線，每一步都有對應實戰
深度聚焦 2025-2026 最熱門的 Gemini CLI、Antigravity IDE（Google 版 Cursor）與 ADK 框架
2.以「POC → 產品 → Agent → 互通 → 上線」五步路徑為學習主線，每一步都有對應實戰
深度聚焦 2025-2026 最熱門的 Gemini CLI、Antigravity IDE（Google 版 Cursor）與 ADK 框架
修課條件：
必備條件：
• Python 基礎程式能力（函式、套件安裝、基本語法）
• 基本命令列（Terminal）操作能力
• 擁有 Google 帳號（用於 AI Studio 及相關服務）
加分條件：
-建議先修第一門15W335「AI Coding 實戰入門：用 Cursor 2.0實現AI代理人開發和設計UI/UX介面一站搞定」課程
-有 LangChain / LangGraph 或其他 AI 框架經驗者更佳
-歡迎有興趣將 AI 融入專案開發流程之學員參與。
• Python 基礎程式能力（函式、套件安裝、基本語法）
• 基本命令列（Terminal）操作能力
• 擁有 Google 帳號（用於 AI Studio 及相關服務）
加分條件：
-建議先修第一門15W335「AI Coding 實戰入門：用 Cursor 2.0實現AI代理人開發和設計UI/UX介面一站搞定」課程
-有 LangChain / LangGraph 或其他 AI 框架經驗者更佳
-歡迎有興趣將 AI 融入專案開發流程之學員參與。
課程大綱：
1.Google AI 快速上手：Web + CLI 雙入口
(1)AI Studio 三大模式：Chat / Stream / Build
(2)Gemini 模型家族介紹與選型策略
(3)多模態應用：文字、圖片、影片、音訊的整合輸入
(4)結構化輸出（Structured Output）與 API Key 取得
⭐Gemini CLI：安裝設定、終端機內直接對話開發、檔案處理與程式碼生成
Gemini CLI vs Claude Code 比較：適用場景與差異
實作：用 AI Studio + Gemini CLI 雙管道快速驗證產品概念POC
2.Antigravity IDE 實戰：Google 版 Cursor 全端開發
(1)安裝與環境設定 / Editor + Manager 雙視圖操作
(2)Agent Mode / Auto Mode 開發模式切換
(3)Swarm Workflow：多 Agent 並行開發
(4)Browser Agent：自動化瀏覽器測試
(5)MCP 整合：Supabase 資料庫連接
⭐實戰專案：從零打造一個完整的 Web 應用（從 AI Studio POC 延伸）
3.ADK 框架：打造你的第一個 Multi-Agent 系統
(1)三大 Agent 類型：LLM Agent / Workflow Agent / Custom Agent
(2)Tools 工具系統：Function Tool / Agent Tool / MCP Tool
(3)State / Session / Runner 狀態管理機制
(4)Multi-Agent 架構：Sequential / Parallel / Loop 三大模式
⭐實戰專案：Multi-Agent 旅遊規劃助手（串接真實 API）
4.A2A Protocol：讓不同框架的 Agent 互相對話
A2A vs MCP 定位差異：Agent 對 Agent vs Agent 對工具
AgentCard 服務發現機制
Client-Server 架構與實作
⭐跨框架實戰：ADK Agent + LangGraph Agent 互相溝通協作
企業應用情境：打破 AI 框架孤島
5.部署與監控：從本地到雲端
(1)ADK Web UI 本地測試與除錯
(2)Vertex AI Agent Engine 概念介紹與 Demo
6.整合總結：AI 開發三部曲全景圖
(1)Google AI 六大工具架構回顧：AI Studio → Gemini CLI → Antigravity → ADK → A2A → Vertex AI
(2)三門課程技術棧整合：Cursor × Antigravity × Claude Code
(3)企業 AI 導入路線圖與最佳實踐
學員 Q&A 與進階學習資源
Grounding（資訊接地）與 Memory（記憶管理）概念
成本估算與企業採用建議
(1)AI Studio 三大模式：Chat / Stream / Build
(2)Gemini 模型家族介紹與選型策略
(3)多模態應用：文字、圖片、影片、音訊的整合輸入
(4)結構化輸出（Structured Output）與 API Key 取得
⭐Gemini CLI：安裝設定、終端機內直接對話開發、檔案處理與程式碼生成
Gemini CLI vs Claude Code 比較：適用場景與差異
實作：用 AI Studio + Gemini CLI 雙管道快速驗證產品概念POC
2.Antigravity IDE 實戰：Google 版 Cursor 全端開發
(1)安裝與環境設定 / Editor + Manager 雙視圖操作
(2)Agent Mode / Auto Mode 開發模式切換
(3)Swarm Workflow：多 Agent 並行開發
(4)Browser Agent：自動化瀏覽器測試
(5)MCP 整合：Supabase 資料庫連接
⭐實戰專案：從零打造一個完整的 Web 應用（從 AI Studio POC 延伸）
3.ADK 框架：打造你的第一個 Multi-Agent 系統
(1)三大 Agent 類型：LLM Agent / Workflow Agent / Custom Agent
(2)Tools 工具系統：Function Tool / Agent Tool / MCP Tool
(3)State / Session / Runner 狀態管理機制
(4)Multi-Agent 架構：Sequential / Parallel / Loop 三大模式
⭐實戰專案：Multi-Agent 旅遊規劃助手（串接真實 API）
4.A2A Protocol：讓不同框架的 Agent 互相對話
A2A vs MCP 定位差異：Agent 對 Agent vs Agent 對工具
AgentCard 服務發現機制
Client-Server 架構與實作
⭐跨框架實戰：ADK Agent + LangGraph Agent 互相溝通協作
企業應用情境：打破 AI 框架孤島
5.部署與監控：從本地到雲端
(1)ADK Web UI 本地測試與除錯
(2)Vertex AI Agent Engine 概念介紹與 Demo
6.整合總結：AI 開發三部曲全景圖
(1)Google AI 六大工具架構回顧：AI Studio → Gemini CLI → Antigravity → ADK → A2A → Vertex AI
(2)三門課程技術棧整合：Cursor × Antigravity × Claude Code
(3)企業 AI 導入路線圖與最佳實踐
學員 Q&A 與進階學習資源
Grounding（資訊接地）與 Memory（記憶管理）概念
成本估算與企業採用建議
課程師資：
講師：羅子嘉老師
專長：GenAI、大型語言模型應用、Agent代理人部署
現任:國立台灣大學專任GenAI工程師暨強化學習開發主任
專長：GenAI、大型語言模型應用、Agent代理人部署
現任:國立台灣大學專任GenAI工程師暨強化學習開發主任
主辦單位:
財團法人自強工業科學基金會
學員須知：
注意事項
