成为会员时间：2026
AI 代理行為最佳化調整
Earned Mar 19, 2026 EDT
使用 Agent Development Kit (ADK) 打造您的第一個 AI 代理
Earned Mar 11, 2026 EDT
AI 代理基礎知識
Earned Mar 11, 2026 EDT
運用 BigQuery 導入多模態向量搜尋
Earned Mar 10, 2026 EDT
運用 BigQuery 建立嵌入項目、向量搜尋和 RAG
Earned Mar 10, 2026 EDT
在 BigQuery 使用 Gemini 模型
Earned Mar 9, 2026 EDT
透過 Gemini in BigQuery 提升工作效率
Earned Mar 5, 2026 EST
透過 BigQuery 建構資料倉儲
Earned Jan 30, 2026 EST
您已經成功打造第一個代理，是時候迎接更進階的挑戰。在本課程中，您將學習如何應用進階指令、選擇模型、建立規劃能力及結構化輸出模式，藉此將基本 AI 代理轉為高明又精確的助理，讓您的技能更上一層樓。加入社群論壇，提出問題並參與討論
使用 Agent Development Kit (ADK) 建構、設定及執行您的第一個 AI 代理，將自身代理知識化為實際成果。 在這堂實作課程，您會設立完整的 ADK 開發環境，並使用 Python 程式碼和 YAML 設定打造代理，然後透過多個介面執行。您也會瞭解定義代理行為的核心參數，將課程 1 的學習成果轉化為實際運作的程式碼。
AI 代理是超越傳統大型語言模型 (LLM) 的重大轉變，這類服務不僅可以生成以文字為基礎的解決方案，還能自主加以執行。本課程介紹 AI 代理的基礎知識、與 LLM API 的差異，以及在實際應用上帶來的價值。本課程內容奠基於 Google 的代理白皮書，介紹實際編寫代理程式碼之前所需的理論基礎，非常適合有意透過目標導向自主行為 (不僅限於文字生成) 來理解 AI 系統的開發人員、架構師和技術決策者。加入社群論壇，提出問題並參與討論。
完成運用 BigQuery 導入多模態向量搜尋技能徽章中階課程， 即可證明自己具備下列技能：使用 Gemini in BigQuery 生成 SQL 程式碼並偵錯、執行情緒分析、 總結文字重點並找出關鍵字、生成嵌入項目、建立檢索增強生成 (RAG) pipeline， 以及導入多模態向量搜尋。
這堂課程會說明 BigQuery 中的檢索增強生成 (RAG) 解決方案，協助您減少 AI 幻覺。當中介紹的 RAG 工作流程包含建立嵌入項目、搜尋向量空間，以及生成更符合需求的答案。另外，這堂課程會解釋這些步驟背後的概念與原因，以及實際運用 BigQuery 實作的方法。完成課程之後，學員將學會使用 BigQuery，以及 Gemini 和嵌入模型等生成式 AI 模型，建立 RAG pipeline 來處理自己的 AI 幻覺應用實例。
本課程將示範如何在 BigQuery 運用 AI/機器學行模型，以執行生成式 AI 任務。透過涉及顧客關係管理的應用實例，您將瞭解運用 Gemini 模型解決業務問題的工作流程。為了便於理解，本課程還提供了採用 SQL 查詢和 Python 筆記本的程式設計解決方案，指導您逐步操作。
本課程會說明 Gemini in BigQuery，這是一套由 AI 輔助的功能，可協助「從資料到 AI」的工作流程。這些功能包含資料探索和準備、程式碼生成和疑難排解，以及工作流程探索和視覺化。本課程將透過概念解說、應用實例和實作實驗室，協助資料從業人員提升工作效率，並加速開發 pipeline。
完成 透過 BigQuery 建構資料倉儲 技能徽章中階課程，即可證明您具備下列技能： 彙整資料以建立新資料表、排解彙整作業問題、利用聯集附加資料、建立依日期分區的資料表， 以及在 BigQuery 使用 JSON、陣列和結構體。