AI 代理人的組成：模型、執行系統、工具與技能
分清模型、Harness、工具、Skills 與多代理管理，避免把不同層級的資源當成同一種產品。
Harness
模型之外的工作系統：代理的組成與執行、多代理協作、自動檢查與常駐運行。
Hook：在 AI 工作的指定時機自動檢查與接續
從危險操作阻擋、個資與密鑰外傳檢查，到格式化與通知，理解各家 Hook 的觸發時機與能力限制。
Chatbot 與 AI Agent 差在哪？
從問問題到交辦工作，用同一個例子認識聊天與代理能力，再分清工作模式、本機、雲端電腦和檔案空間。
Harness 是什麼？從 Claude Code 看代理的執行系統
了解上下文、工具、狀態與操作確認如何支撐代理持續工作。
企業 Agent 的架構與記憶：把概念放回用途
以輸入、決策、執行與狀態理解代理系統，釐清 MCP 與記憶層的適用範圍。
LangChain 官方文件：組裝代理應用
提供模型與工具整合的開源框架；進階狀態流程可搭配 LangGraph。
多 Agent 協作架構：主控、多層、對等、交接與工作圖
從控制拓樸、工作流、互動策略與共享狀態比較多代理設計，附文獻、工程取捨及選型方法。
OpenClaw：訊息入口與常駐任務的整合案例
了解 Gateway、訊息通道與排程如何串起代理工作。