跳到主要內容

Google Gemini 全端 AI Agent 快速入門 - 打造「思考」的 AI 助理

一套從搜尋、反思到輸出的全端 AI 代理人範例，讓你看懂什麼叫 Research Agent

在 AI 工具百家爭鳴的今天，大家都在問一個問題：

「我能不能不只問 AI 答案，而是讓它像一位助理一樣，有流程、有反思、還有出處，真正幫我完成一件事？」

Google 最近釋出了一個相當具有指標意義的開源專案 gemini-fullstack-langgraph-quickstart，正是為了解這個問題而誕生。

這套系統到底是什麼？

這個範例不是傳統 Chatbot，而是展示一個完整的 AI research agent：

它會根據使用者的提問，自動發想搜尋關鍵字、查資料、整合重點，最後給出答案還附上引用來源。背後的邏輯設計得非常扎實，不只是能跑，更是具備可讀性、可擴展性與可商用性。

它的流程大致如下：

 1. 使用者輸入問題（例如：「抖音是否影響台灣選舉？」）

 2. Gemini LLM 幫你想出關鍵字（不只是照抄問題）

 3. 呼叫 Google Search API 抓資料 

 4. LangGraph 控制流程 → 判斷資料夠不夠 → 若不足，自動補查

 5. 整合最終答案，並產生 citation（來源說明）

你可以想像這就像一位實習助理幫你寫報告，

不只輸出一段內容，而是會去查、會判斷、會補資料，而且說明「我為什麼這樣說」。

LangGraph 是什麼角色？

LangGraph 就是整個 Agent 背後的控制系統。

用白話講，它幫你定義 AI 每一步要幹嘛、遇到什麼狀況該走哪條路、要不要反思、要不要再查，甚至可以定義條件邏輯與資料流動。

這就不像寫一個單純的 Chat API，而是比較像「把一個流程圖變成可以跑的程式」。

對工程師來說，它提供了從 prompt 到流程控制的設計彈性；對產品設計來說，它讓 AI 有了「多步驟任務執行」的能力。


技術架構與使用方式

這整套系統是 Fullstack 架構，前後端都幫你整好了，技術選型也非常實用： 

  •  前端：Vite + React + TailwindCSS + Shadcn UI
  •  後端：FastAPI + LangGraph 
  •  核心模型：Google Gemini 2.5 
  •  搜尋引擎：Google Search API
  •  狀態管理：Redis、PostgreSQL 
  •  部署方式：Docker & docker-compose（支援快速整合）

資料夾架構清楚易懂：

gemini-fullstack-langgraph-quickstart/
├─ frontend/        // React 前端專案
├─ backend/         // FastAPI + LangGraph Agent
│    └─ src/agent/graph.py  // 核心 Agent 流程定義
├─ Dockerfile
├─ docker-compose.yml
├─ .env.example     // 環境變數範本


啟動方式也非常直觀：

→ 啟動後端：

  cd backend pip install . langgraph dev 

→ 啟動前端：

  cd frontend npm install npm run dev

→ 使用 Docker 啟動整套環境： 

整個流程不需要額外設定資料庫帳號密碼，範例已經內建開發模式設定，適合開箱即用。(當然要記得設定 ENV)

docker-compose up --build

特別之處

這不只是一個「會說話的 AI」，而是一個會查資料、會思考「查得夠不夠」、能引用來源的智慧 Agent。這正是目前 AI 實務導入時，大家最欠缺的部分：

  •  不只給結論，還給證據
  •  不只一次性回答，而是會動態調整流程
  •  不只 demo 看起來美，還能真正接近落地

這套專案讓你看見如何從一個問題出發，

透過流程控制與語言模型結合，讓 AI 完成一次「完整研究任務」。


適合受眾

如果你是想做 RAG、Chatbot、研究助理型 AI 工具的人，這份範例就像是打通任督二脈的那份 demo code。它不只是展示，而是給你一份可直接 clone 下來改成自己產品的骨架。

如果你是開發者，這份 code 清楚、可讀性高、模組設計合理；如果你是設計者，也能從使用流程中思考怎麼設計一個「可信任、有說服力」的 AI 助理系統。

結語

從語言模型到流程引擎，這是一份「能跑」的信任代理原型

我認為這個開源專案的價值，不在於它跑起來多花俏，而在於它幫我們思考了一件事：

如果我們真的想做出可信任、有脈絡、有證據的 AI 系統，我們該怎麼組裝一套可控、可調、可驗證的結構？

這個問題的答案，也許每家公司不同，但這份範例無疑是一個清晰起點。它把 Gemini 的語言能力、LangGraph 的流程控制、與實務搜尋 API 結合，建立了一個具備「反思、引用與任務分解」能力的 Agent 流程。

這不是概念，而是可以直接跑起來、改起來、部署起來的骨幹結構。如果你還在找下一個 AI 助理的切入點，或者想打造一個能幫你查資料、說服老闆的 Agent，那麼，這個 repo，你該好好讀一遍。

工商服務：想實際體驗 AI + 程式創作的可能性嗎？

（這是一場給非工程師，非技術人的活動）我們將用輕鬆但實作導向的方式，帶大家從 zero 到知道 AI 如何融入 coding 流程。無論你是工程師還是設計師，只要對「AI 會寫程式、幫助你創作」這件事有點好奇，來這場就對了。

➡ 講座資訊如下：

📍6/22（日）15:30

🏠 地點：台中 monospace

📝 活動報名頁面：

👉 https://codingbear.kktix.cc/events/ai-vibe-coding-2025-06-taichung

歡迎大家現場見，一起聊聊 AI 怎麼從「回答你問題」進化到「幫你創作程式」這條路上。

Ref

https://github.com/google-gemini/gemini-fullstack-langgraph-quickstart

工商服務 Part2

Vibe Coding 是近來開發圈很火紅的 AI 協作開發模式，結合我們自家 Cympack AI 製造平台，幫助了不少客戶「從想法 → 打樣 → 量產 → 上市」整個新產品流程 🚀。

如果你也有： 

✅ 想開發新產品 

✅ 想做新產品開發、小量客製、快速打樣 

✅ 想了解 AI 協作 + 製造流程怎麼整合

都歡迎來聊聊，我們團隊很樂意協助！ 

可以聯絡我，或者來信 

📩 聯絡信箱 👉 service@cympotekc.om 

https://www.cympotek.com/

讓 AI 幫你加速產品落地。

標籤：

留言

張貼留言

這個網誌中的熱門文章

Vibe Coding：為什麼 Junior 更快上手？Senior 要如何追趕？

現象層面（市場觀察） 最近有篇文章討論 junior & senior 開發者在 AI 時代的角色轉變，非常熱門。 身為 Cympack 產品開發團隊 ，我們也一直關注這個議題，在閱讀這篇文章時觀察到一些有趣的現象，對我們來說，這正好反映出 AI 正在改變開發生態，junior 借力 AI 快速成長、senior 則需要在 「架構思維」 與 「多 agent 協作」 中找到新定位，其中有些啟發（insight) 可以跟大家分享。 為什麼 Junior 更容易上手 vibe coding？ 心智負擔低 → Junior 沒有太多傳統 code workflow 的框架包袱 敢於嘗鮮 → Gen Z / 年輕工程師天生習慣用 prompt-based 工具、跟 LLM 互動 少「優雅程式設計」的束縛 → 不太糾結「這樣寫會不會不夠優雅」，反而 embrace 快速迭代、快速出成果 反觀 Senior： 熟悉大型系統設計 有豐富的「工程正統流程」知識（架構設計、測試策略、效能優化、設計模式） 對 AI 生成 code 的品質 / 維護性通常比較保留 部分 10+ 年資深工程師，對 prompt engineering 沒那麼熟練，還在觀望 技能面（未來的關鍵能力） Vibe coding 本質上 = prompt engineering + AI co-pilot 管理能力 能力項目 誰目前比較有優勢？ Prompt 撰寫 / AI 互動 Junior 較強（熟悉 chat-based 流程） 系統設計 / 架構把關 Senior 較強 AI 生成 code 驗證 / Bug 察覺能力 Senior 較強（能看出潛在問題） 快速疊代 / Hackathon 式開發 Junior 較強 長期維護性 / 穩定性 Senior 較強 總結 Junior 確實更快適應 vibe coding，並且更習慣以 「chat-based coding」 的工作流開發。 Senior 擁有驗證 AI 產物與系統設計的深度能力，但若不主動練習 vibe coding，長期會逐漸落後於新一波開發潮流。 就如同在 GAI 技術年會分享，希望帶給各位的感受， 『與 AI 協...
張貼留言
繼續閱讀>>

RAG 和 Prompt 原理超簡單解說！想知道 AI 怎麼找答案看這篇

這篇文章是給對於你已經開始使用所謂的 ChatGPT / Claude / Gemini 之類的 AI 服務，甚至是 Siri (嘿丟，他也是一種 AI 應用服務喔） 簡單來說是非 技術人員， PM，小白，想要趕快惡補的人 ，直接花十分鐘可以看完的一篇科普業配文章。 或者是概念僅止於，AI 這東西會幻想，會有誤差，會對於生活有些幫助但沒有幫助的人們，做個簡單又不是太簡單的介紹，希望用一個非常入門的方式讓你們有個了解。 當然，這篇文章目的很簡單， 就是引流 ，如果你身邊有已經對於 Web 技術開發的人員，歡迎報名分享給他，年末出國不如學一技在身，參加今年我們舉辦最後一場 RAG 實作工作坊，報名連結 ， https://exma.kktix.cc/events/ai-for-dev-course-rag-2 注意： 接下來每個大段落結束都會有一段工商導入，但文章絕對精彩，請注意！ 為了讓各位容易想像，我們將整個世界的資訊，先濃縮到這本『西遊記』的世界觀當中，我們整個世界都在這個 『西遊記』 ，而 大型語言模型 我們用 『書精靈』 來描述。 PS. 我們先預設各位，應該都有聽過，西遊記！如果沒有聽過西遊記的，請右轉出去，謝謝！ 先來談談向量 在《西遊記》的世界裡，我們可以把 向量想像成一種「內容座標」 ，讓系統知道每個角色、場景、法術等的 「位置」和「距離」 。向量幫助語言模型知道不同內容之間的關聯程度。 向量就像內容的「距離」和「位置」 比方說，唐三藏的 「位置」（向量）會接近「佛經」和「取經」 的概念，因為他一路上都是為了取經而前進。孫悟空的 向量位置則會更靠近「金箍棒」和「七十二變」 這些概念，因為這些是他的特徵。 相似內容靠得更近：像「佛經」和「取經」會靠近唐三藏的向量，因為它們彼此有很強的關聯。 相差較大內容會離得較遠：像「取經」和「妖怪」「妖怪的寶藏」就距離比較遠，因為妖怪的寶藏和取經的目標關聯性不大。 是誰決定的這些位置？ 簡單來說，這些位置和關係是模型自己學出來的。語言模型會閱讀大量的資料和這世界觀的資訊，觀察哪些詞語經常一起出現，根據「共同出現的頻率」來決定它們的關係，並且自動生成向量。例如： 如果模型看到 「唐三藏」 總是和 「取經」 一起出現，它就會讓「唐三藏」的向量靠近「取經」。 ...
2 則留言
繼續閱讀>>

Vibe Coding 協作到自建 Dev Agent？從 Claude / Codex 到 OpenHands

過去一年，越來越多工程師開始 把 AI 真正帶進工作流程 。從一開始用 ChatGPT、Claude 來問語法問題，到後來很多人愛上 Cursor，直接在編輯器裡讓 AI 幫忙改 code、補 test case、甚至自動整理 PR。這樣的開發體驗，已經大大改變了我們寫程式的方式。 更現實的是，在很多企業內部、政府單位、或涉及機密資料的專案裡， 其實根本不能直接用 Cursor 或雲端 LLM 工具。   畢竟這些服務通常會把資料傳到雲端模型做處理，萬一專案裡有未公開的技術、敏感客戶資料，或是受限於法規 （像金融、醫療、政府標案） ，直接用雲端 AI 工具就會踩 紅線 。  因此，許多團隊反而更希望 「自己架一套 Dev Agent」 ，可以在內網執行，資料完全掌握在自己手上，該整合的內部工具、該讀的私有 repo、該串的 CI/CD pipeline，全部客製化、安全可控。 這時候，像 OpenHands 這樣的開源 Dev Agent 框架就特別有價值。它的出發點不是單純的 AI 助手，而是讓你能夠打造出一個真的可以跑在自己環境裡、可以理解整個開發流程的 AI 工程師。從建置到部署，從 CLI 操作到瀏覽器查詢， 從多檔案編輯到自動測試，全部都能自己完成，甚至還能針對不同專案調整專屬的工作流。 對很多開始探索 AI 協作開發的團隊來說，這是一條 從 「AI 幫你寫一段程式」，走向「AI 幫你解決一整個任務」 的進化路徑。而且，還是在可控、可自定義、安全的環境裡完成的。 🧩 主要概述 OpenHands 是由 All‑Hands AI 開發的開源「軟體開發代理人平台」，能模仿人類工程師從建立程式、修改程式碼、執行指令，到瀏覽網頁、呼叫 API……等一整套開發流程 它提供雲端（OpenHands Cloud）與本地 Docker 運行版本，用戶能配置 LLM（如 Claude、OpenAI、Gemini…) 📚 核心特性與怎麼使用 代理人的工具能力 支援代碼編輯、命令行、執行環境、網頁瀏覽、API 呼叫—接近人類開發者完整技能。其中 OpenHands Cloud 版本提供 $50 試用額度讓大家方便使用，又或者如果自己本機有 docker 的話，可以自己Local 版本透過 Docker 自架環境。 ...
張貼留言
繼續閱讀>>