DevFest Taipei 2025

企業級 Agentic 開發

Gemini-CLI + Gen AI SDK 實戰

Jimmy Liao
2025-11-30

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

About me

AI GDE

CTO & Co-Founder
Stealth Mode AI Startup

🎯 Tags:

  • Software Engineer
  • FDE / Solution Architect

🔗 https://linktr.ee/jimmyliao

📧 Email: hi@jimmyliao.net

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

今日議程

Part 1

企業 AI 開發的挑戰

Part 2

解決方案架構

Part 3

核心技術介紹

Part 4

實戰 Demo

Part 5

企業應用場景

Part 6

快速開始

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

💡 核心技術

🎯 Google 技術核心

🤖 Gemini API

⚡ Gemini CLI

🏗️ Google ADK

☁️ Vertex AI (選用)
企業級部署 - SLA 保證、私有端點

🔌 開放標準與工具

整合協定/工具

• MCP Protocol
• FastMCP

平台選擇

• 企業級 - 自建 AI 平台 (整合 Gemini API)
• 學習/個人 - 開源方案參考 (如 AnythingLLM)

🧪 Sample Code

• FastMCP 台股查詢實作
• Document MCP 合規檢查
• Google ADK 投資分析 Agent

🐙 GitHub

• Demo 範例

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

企業導入 AI 的挑戰

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

企業導入 AI 的挑戰

❌ 痛點 1：資料安全疑慮

• 敏感資料不能上傳到外部 API
• 需要本地部署方案

❌ 痛點 2：工具整合困難

• Jira、GitLab、內部系統各自為政
• 缺乏統一的整合標準

❌ 痛點 3：開發者體驗差

• 多個 AI 工具，多套介面
• CLI、Web UI、API 混亂

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Solution

🎯 Core Tech Stack

✅ Gemini CLI -> 快速驗證、免費額度

✅ MCP 協定 -> 標準化工具整合

✅ Google ADK -> Agent 自動化編排

✅ Vertex AI / Cloud Run -> 企業級部署

🏢 實際部署選擇

企業場景
自建平台 + MCP + ADK

演示方案
AnythingLLM（開源、今日 Demo）

= Agentic Workflow 開發平台

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

🏢 系統架構

開發者
↓
自建 AI 平台 (整合 Gemini API)
↓
MCP 協定 + Google ADK
↓
MCP Server (部署到 Vertex AI)
↓
GitLab | JIRA | | Quip | 內部 API

(💡 今日 Demo 用 **AnythingLLM** 替代自建平台)
Jimmy Liao | @jimmyliao
DevFest Taipei 2025

企業 AI Platform

🏢 建議：企業自建平台

為什麼自建？

• 客製化整合 - SSO、RBAC、審計
• 資料完全掌控 - 符合合規要求
• 彈性擴展 - 依需求調整架構
• 長期成本最低 - 一次投資長期使用

Tech Stack：

✅ Gemini API - 核心 AI 能力
✅ MCP Protocol - 標準化工具整合
✅ Google ADK - Agent 自動化編排
✅ Vertex AI (選用) - 企業級部署

💡 開源參考：AnythingLLM

學習用途：

• 理解 MCP 整合方式
• 快速驗證概念（30 分鐘體驗）
• 參考架構設計

定位：

✅ 學習工具、技術驗證
✅ 小團隊快速啟動
❌ 非大型企業生產方案

今日 Demo 使用：

• 展示 MCP + ADK 整合效果
• 開源、適合公開演示
• 與自建平台效果相同

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

MCP - Model Context Protocol

核心概念：

• 標準化 LLM 與外部工具的連接
• 類似「USB 協定」for AI
• 任何工具只需實作一次

支援的傳輸方式：

• STDIO - 標準輸入輸出
• SSE - Server-Sent Events (HTTP)
• Streamable HTTP - 串流 HTTP

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

MCP 如何整合工具？

範例：GitHub MCP Server

AnythingLLM (MCP Client)
↓ MCP Protocol
GitHub MCP Server
• search_code()
• create_issue()
• create_pull_request()
• get_workflow_runs()
↓ GitHub API
GitHub

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Gemini CLI

Google 官方 AI 命令列工具

• 支援最新 Gemini 模型
• Free tier：50 req/min, 1k req/day (2.5 Pro)
• 快速開始：

npm i -g @google/gemini-cli

使用方式：

$ gemini
> 你的問題...

進階選項：LeapCode

• 統一 AI CLI 管理工具（開源專案）
• 支援多 AI: Gemini, Claude, Codex

npm i -g @jimmyliao/leapcode
Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Agentic 實戰 Demo

→ MCP (local and remote)

→ ADK Agent

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo

1️⃣ Browser Use（開源）
• AI 驅動瀏覽器自動化、MCP 原生支援

2️⃣ 台股查詢 MCP Server（FastMCP）
• 50 行代碼快速建立、證交所 API

3️⃣ 企業文檔管理 MCP ⭐
• 合規檢查、敏感資料掃描

4️⃣ AnythingLLM 整合
• Web UI、RAG 文檔檢索

5️⃣ Google ADK Agent ⭐⭐⭐
• 投資分析自動化、3秒完成分析

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 1 - Browser Use 🌐

開源瀏覽器自動化 MCP Server
• 開源專案
• AI Agent 瀏覽器控制 - 自然語言操作網頁
• MCP 原生支援 - 完整 MCP Server 實作

核心功能：

✅ 網頁自動導航與截圖
✅ 表單填寫與按鈕點擊
✅ 資料擷取與結構化輸出
✅ 多頁面工作流程自動化

🔗 GitHub: https://github.com/browser-use/browser-use

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 1 - Browser Use 配置

Gemini CLI MCP 配置

在 ~/.gemini/settings.json 加入：

{
  "mcpServers": {
    "browser-use": {
      "command": "uvx",
      "args": ["browser-use", "--mcp"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key-here"
      }
    }
  }
}
Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 1 - Browser Use Demo 🎬

AI Agent 自動操作瀏覽器

Browser Use Agent 操作演示

🎬 完整演示流程：

  1. 💬 自然語言指令驅動瀏覽器
  2. 🌐 自動導航、截圖、資料擷取
  3. 📝 表單填寫與按鈕點擊
  4. ✅ 全程自動化，無需手動操作

⚡ 應用場景：自動化測試、資料爬取、工作流程自動化

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 2 - FastMCP 台股查詢

50 lines of Python

特色：

• 整合任何 API
• 自動 MCP protocol
• Remote HTTP/SSE 支援

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 2 - 程式碼範例

from fastmcp import FastMCP
mcp = FastMCP("台股即時查詢")

@mcp.tool()
def get_tsmc_price() -> dict:
    """查詢台積電即時股價"""
    return get_stock_data("2330")

@mcp.tool()
def get_tech_stocks():
    """科技股比較"""
    return compare_stocks([
        "2330", "2454", "2317"
    ])
# 啟動 Remote Server
mcp.run(transport="sse",
        port=8080)

💰 ROI 分析

⏱️ 時間節省

• 傳統：手動查詢 5-10 分鐘/次
• AI：自動化 5 秒內完成
• 節省 95% 時間

💵 成本效益

• 開發時間：1 小時
• 維護成本：極低
• 每日節省：2-3 小時

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 2 - 執行展示 (1/2)

查詢 1：單一股票

> 台積電現在多少錢？

Gemini CLI 查詢台積電股價

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 2 - 執行展示 (2/2)

查詢 2：多股比較

> 比較台積電、聯發科、鴻海

Gemini CLI 科技股比較分析

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 3 - Document MCP ⭐

企業文檔管理 + 合規檢查

核心功能：

• 企業級文檔管理 (Port 8082)
• 自動合規檢查 ⭐⭐⭐
• 敏感資料偵測（GDPR/個資法）

💰 ROI 分析

⏱️ 人工稽核 vs AI

• 傳統：3-5 天/文件
• AI：5 秒內完成
• 節省 99% 時間

🔐 合規風險降低

• 自動偵測敏感資料
• 降低法律風險 80%
• 年省合規成本：$50K+

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 3 - 工具與查詢

4 個工具：

1. search_documents()
搜尋企業文件

2. get_document_summary()
文件詳細資訊

3. check_compliance() ⭐
合規檢查

4. list_document_categories()
文件分類

查詢範例：

> 檢查 DOC-2025-005 的合規性

使用情境：

✅ 上傳文檔前自動檢查
✅ 定期批次掃描
✅ API 整合到審批流程

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 3 - 合規檢查結果

企業價值：自動化 GDPR/個資法合規 ⭐

Document MCP 合規檢查執行結果

📋 文件：AI 投資決策流程文件

⚠️ 合規檢查結果：

❌ 發現 2 個合規問題：

  1. 信用卡號：xxxx-xxxx-xxxx-1234
  2. Email：user@company.com

⚠️ 建議：移除或加密敏感資料

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

整合到現有的 AI platform

→ 以 AnythingLLM 為例

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

AnythingLLM

Quick launch：

docker run -d -p 3001:3001 \
  mintplexlabs/anythingllm

open http://localhost:3001

整合展示：

• Web UI 介面 - 圖形化操作
• RAG 文檔檢索 - 企業知識庫
• MCP 工具整合
• Docker 部署 - 一鍵啟動

💰 ROI 分析

⏱️ 部署速度

• 傳統 LLM 平台：1-2 週
• AnythingLLM：5 分鐘
• 快 200 倍

👥 團隊效率

✅ 圖形化介面 - 降低技術門檻
✅ RAG 檢索 - 知識共享
✅ 多用戶協作 - 提升 50% 效率

💵 成本節省

• 本地部署：$0 API 成本
• 一次投資：長期使用

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

AnythingLLM Web UI 介面展示

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 4 - MCP Server 配置 (1/2)

Taiwan Stock MCP Server

AnythingLLM - Taiwan Stock 配置

🔧 2 tools available

• get_stock_info()
查詢台股資訊

• get_market_summary()
市場摘要

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 4 - MCP Server 配置 (2/2)

AnythingLLM Agent Skills 整合

Investment Agent MCP Server

AnythingLLM - Investment Agent 配置

2 tools available：
• analyze_investment() - 完整投資分析（ADK）
• get_available_stocks() - 支援股票列表

Jimmy Liao | @jimmyliao
DevFest Taipei 2025
AnythingLLM - Investment Agent 執行結果
---

Demo 4 - 完整操作演示 🎬

  • AnythingLLM Agent 查詢聯發科投資分析

AnythingLLM Agent 完整操作流程

🎬 完整演示流程：

  1. 💬 輸入自然語言：「聯發科是否值得投資？」
  2. 🤖 AI 自動選擇 Investment Agent MCP 工具
  3. 🔧 Agent 自動呼叫 3 個子工具（股價、市場、文檔）
  4. 📊 生成完整投資分析報告（含風險評估）
  5. ✅ 全程自動化，無需手動操作

⚡ 效率：原本需 3.5 小時人工分析，現在 3 秒完成

💡 提示：此為 2x 加速版本，實際演示時可看到完整操作細節

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 4 - 如何在對話中呼叫 MCP 工具？

📝 觸發方式

AnythingLLM Chat: @agent YOUR_QUESTION

✅ 無需特殊指令
✅ AI 自動選擇工具
✅ 多工具自動組合

💬 實際對話範例

查詢台股：
"@agent 台積電現在多少錢？"
→ 自動呼叫 get_stock_info(2330)

投資分析：
"@agent 幫我分析台積電是否值得投資"
→ 自動呼叫 analyze_investment("2330", "台積電")

市場概況：
"@agent 台灣股市今天怎麼樣？"
→ 自動呼叫 get_market_summary()

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 5 - Google ADK Agent ⭐⭐⭐

投資分析自動化

Google ADK (Agent Development Kit)

• Agent-first Architecture
• Native-MCP Support

vs 傳統方案

傳統方式 ADK Agent
人工查詢 AI 自動編排
單一工具 多工具組合
3.5 小時 3 秒 ⭐⭐⭐

💰 ROI 分析 / 📊 企業價值

⏱️ 時間效率

• 傳統分析：3.5 小時
• ADK Agent：3 秒
• 節省 99.98% 時間

💡 Agentic 程度

✅ AI 自動推理
✅ 多步驟工具編排
✅ 上下文記憶 (Gemini !!!)

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 5 - 程式碼範例

from google.adk.agents import Agent
from google.adk.tools import FunctionTool

# 建立 Agent（整合多個 MCP 工具）
agent = Agent(
    name="investment_analyst",
    model="gemini-2.0-flash-exp",
    tools=[
        FunctionTool(get_stock_price),
        FunctionTool(search_documents),
        # ... 更多 MCP 工具
    ]
)

# AI 自動推理與工具編排
response = agent.run("分析台積電是否值得投資")
Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Demo 5 - 執行展示

輸入查詢：

> 分析台積電是否值得投資

AI 自動執行過程：

🤖 開始分析...

✓ [工具 1] get_stock_price("2330")
→ NT$ 1,025.00 (+1.49%)

✓ [工具 2] get_tech_stocks_summary()
→ AI 晶片需求強勁，半導體看漲

✓ [工具 3] search_documents("AI投資")
→ 找到 2 份相關策略文檔

最終分析報告：

📊 台積電投資分析報告

💰 股價表現：現價 NT$ 1,025.00 (+1.49%)

📈 產業趨勢：AI 晶片需求強勁，半導體產業看漲

📋 內部策略：符合公司 AI 投資策略

✅ 建議：買入 | ⚠️ 風險：中低
📊 建議投資比例：5-10%

⚡ 效率對比：

• 耗時：3 秒 ⭐⭐⭐
• 人工：3.5 小時
• 節省：99.98% 時間

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Google ADK Agent 投資分析執行過程

⚡ 完整演示內容：

  1. 🤖 啟動 Google ADK Agent
  2. 🔧 自動呼叫 3 個 MCP 工具
  3. 📊 生成完整投資分析報告
  4. ✅ 總耗時：3 秒（vs 人工 3.5 小時）

💡 提示：Marp 預覽時可看到完整動畫，PDF 會顯示靜態畫面

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

MCP Deployment

Remote vs Local

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

MCP 部署方案比較

Remote MCP

Transport: SSE / HTTPStreamable
部署: Cloud Run / K8S

優勢：

✅ 一次部署，多處使用 / 跨平台支援
✅ 團隊共享 / 集中管理和更新

適用場景：

• 企業級工具服務

Local MCP

Transport: STDIO
部署: 本地機器

優勢：

✅ 速度快（無網路延遲）
✅ 安全性高（不經網路）
✅ 適合敏感資料

適用場景：

• 敏感資料處理

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Agentic 開發

如何高效開發你的 Agentic AI App

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Agentic AI 開發路徑（1/2）

🚀 第一階段：快速驗證

工具：Gemini CLI

操作流程：

• 配置 MCP Servers (Remote)
• 測試 ADK Agent 整合
• 快速迭代驗證想法

優勢：

⏱️ 時間：1-2 天即可開始
💰 成本：免費（1000 req/天）
🚀 風險：極低，隨時可調整

產出成果：

✅ 驗證 MCP Tools 可行性
✅ 確認 ADK Agent 邏輯

為什麼先用 Gemini CLI？

• 快速驗證想法可行性
• 零成本試錯

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Agentic AI 開發路徑（2/2）

🏢 第二階段：Production

選項 A：自建平台 ⭐

適合：中大型企業、有開發資源

• 依需求設計架構
• 整合 Gemini API
• 接入內部系統 (SSO, RBAC)
• 完全自主控制

優勢：
✅ 完全客製化
✅ 資料完全掌控
✅ 長期成本最低

選項 B：AnythingLLM ⭐

適合：小團隊、快速部署

• 5 分鐘 Docker 部署
• 開箱即用
• 支援相同的 MCP + ADK
• 持續社群支援

優勢：
✅ 極低維護成本
✅ 快速上線
✅ 適合快速驗證

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

企業 Agentic 應用

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

場景 1：智能知識庫

挑戰：

• 公司內部文件散落各處
• 新人 onboarding 耗時
• 重複回答相同問題

解決方案：

• AnythingLLM + RAG
• 接入：Wiki、Confluence
• MCP Tools: Confluence、Slack、HR

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

場景 1 - 效益

成果：

✅ 新人 onboarding -50%
✅ 知識查詢準確率 +80%
✅ IT 支援請求 -30%

範例：

"如何申請遠端工作？"
→ AI 查詢 HR Wiki + 審批系統
→ 直接發起審批流程

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

場景 2：DevOps 自動化

❌ 挑戰：

• 手動部署容易出錯
• 多個系統來回切換
• 缺乏操作記錄

✅ 解決方案：

AnythingLLM Agent + MCP Tools

• GitHub MCP - CI/CD 觸發
• Kubernetes MCP - 狀態檢查
• ELK MCP - 日誌查詢
• Slack MCP - 團隊通知

📊 效益：

⏱️ 部署時間 -60%
❌ 人為錯誤 -80%
✅ 操作記錄完整

💰 ROI：

• 手動：~15 分鐘
• AI：3 分鐘
• 節省：80% 時間

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

場景 2 - 實際執行

輸入指令：

> 幫我部署 user-service v2.1.0 到 staging

AI 自動執行：

✓ 檢查 GitLab - v2.1.0 存在
✓ 觸發 CI/CD Pipeline
✓ 等待建置 (2m 35s)
✓ Kubernetes - Pod 健康檢查通過
✓ Smoke Test 通過
✓ 通知 Slack #engineering

✅ 部署完成！耗時 3 分鐘

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

場景 3：智能協作助手

每日自動化工作流程

🌅 進辦公室
• 彙整 Slack 未讀重要訊息 / 檢查 Jira 今日任務
• 產生每日工作建議

👥 Standup
• 自動產生團隊進度摘要 / 標註 Blocker
• 建議協作機會

🌙 下班前
• Code Review 提醒
• 未完成任務彙整 / 明日重點預告

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

投資回報分析 (ROI)

💰 初期投入

硬體：

• Local Server

開發時間：

• 2-4 Weeks
• 1 位工程師

持續成本（每月）：

• Gemini API：趨近免費
• 維護：極低 (Docker 自動化)

📈 效益分析

每月效益：

✅ 節省開發時間：
20 人 × 2 小時/天 = 800 小時/月

✅ 減少人為錯誤成本

✅ 提升團隊生產力：15-30%

長期價值：

• 可持續使用
• 價值隨著團隊擴展增長

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

快速開始

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Step 1: 安裝 Gemini CLI

npm i -g @google/gemini-cli
Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Step 2: 取得 API Key

🔗 https://aistudio.google.com/apikey

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Step 3: 設定環境

export GEMINI_API_KEY="your-key"
Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Key Takeaways

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

🎯 Key Takeaways

💡 Core Tech Stack → Gemini CLI, ADK, MCP

🚀 開發路徑 → 漸進式整合策略

🛠️ Pratical Demo

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

💡 Core Tech Stack

✅ Gemini CLI - 快速驗證 & 迭代
✅ MCP 協定
✅ Google ADK

⏱️ 上手時間

• Gemini CLI → First MCP server → ADK Agent ：1 小時

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

🛠️ Pratical Demo

Demo 1-3：基礎整合

1. Browser Use
開源瀏覽器自動化

2. FastMCP 台股查詢
50 行代碼快速建立

3. 企業文檔合規檢查 ⭐
敏感資料自動掃描

Demo 4-5：進階應用

4. AnythingLLM 整合
透過與 @agent 對話驗證 agent 可行性

5. ADK 投資分析 Agent ⭐⭐
3 秒完成完整分析

💰 立即可用

✅ 完整程式碼
✅ 部署腳本
✅ 測試資料

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

🚀 開發路徑

漸進式整合策略

📝 第一階段: Gemini CLI 快速驗證

• 時間：1-2 天
• 成本：免費
• 產出：驗證 MCP 工具可行性

🏢 第二階段: Production 部署

• 時間：2-4 週
• 選項：自建平台 / AnythingLLM
• 產出：可正式使用的 AI 平台

💡 成功關鍵

✅ 技術驗證優先 → Gemini CLI 驗證可行性

✅ 漸進式部署 → 從小規模開始，逐步擴展

✅ 持續優化 → 根據實際使用情況調整架構

📊 實際案例

• 小團隊: 2 週上線
• 中型企業: 2-4 週 PoC 完成

Jimmy Liao | @jimmyliao
DevFest Taipei 2025

Q & A

Thank You !!!

Jimmy Liao
📧 jimmyliao@jimmyliao.net
🐙 github.com/jimmyliao
🔗 linktr.ee/jimmyliao

📱 投影片與程式碼
Jimmy Liao | @jimmyliao

第一行：左上角 DevFest Logo

第二行：中間主標題區域（原本格式）

第三行：右下角 GDG Logo

📸 Screenshot: AnythingLLM Web UI 實際操作畫面

# AnythingLLM Web UI 演示 🎬

**快速上手體驗**

# Demo 4 - 實際執行結果

📸 Screenshot: Google ADK Agent 執行過程的終端機畫面

# Demo 5 - ADK Agent 投資分析 Demo 🎬