課程結束後，你不僅能建立「複合式 AI 系統 (Compound AI)」的架構思維，更能直接帶走一份具備自我修正能力的 Python 腳本雛形，無縫應用於企業內部的數位轉型戰場

LAB 實戰三大階段：痛點重現與破冰 Demo (20 mins)： 展示傳統 Regex 面對複雜 PDF（如 FDA 510(k)）跑版時的盲點，並一鍵 Demo 系統如何透過「幾何空間感知」精準鎖定目標資料。

核心架構拆解與部署 (30 mins)： 帶領學員剖析背後的 LangGraph 三節點架構（Coder、Executor、Critic），理解 Multi-Agent 是如何形成全自動的除錯與重寫迴圈。

動手玩：觸發 AI 自癒機制 (40 mins)： 這是本場 LAB 的重頭戲！學員將親自操作這套智能體，透過餵入未知的變種 PDF 或刻意改壞現有規則，親眼觀察 AI 如何讀取錯誤、動態改寫 Python 程式碼並重新驗證，直到成功產出正確資料。

VS Code/ Antigravity

RAM 16GB 以上 

LM Studio 或其他LLM 地端工具

Python 程式基礎 (必須)：了解 Python 基本語法、函數定義、變數操作與例外處理 (try-except)。LLM 與 Prompt Engineering 概念，使用過 ChatGPT 或其他 LLM。理解基本提示詞（Prompt）設計原則與模型幻覺（Hallucination）概念。

系統架構思維 ：對 Agent 架構或 LangChain 等開發框架有初步認知，將有助於更快適應本課程的「自癒系統」設計理念。