一、案例定位

本案例涉及人工智慧(Artificial Intelligence, AI)。整理原書四個代理共同使用的程式結構。

本案例依原書第 4 章的框架、範例或情境重組,並非原書正式案例研究。

二、學習目標

三、案例情境

供應商配對、價格預測、預測維護與情緒分析代理都採相似結構:__init__.py 建立模組;app.py 使用 FastAPI 暴露即時端點;Dockerfile 建立容器映像;requirements.txt 列出相依套件;供應商、價格、維護與情緒代理各自的邏輯檔保存演算法;tool.py 定義可交給編排器的工具函數與名稱、說明、輸入參數。

四、開始資料

檔案 原書用途
模組初始化檔 保持空白並使程式碼成為模組;原書檔名為雙底線包圍的 init.py
app.py 建立 FastAPI 應用程式與即時端點
Dockerfile 建立可隔離部署的容器映像
requirements.txt 保存執行所需相依套件
supplier_logic.py、price_logic.py、maintenance_logic.py、sentiment_logic.py 分別保存四個代理的實際邏輯或演算法
tool.py 保存工具函數及可供大型語言模型使用的定義

五、Excel/AI 分析方法

在 Excel 建立代理檔案驗收表,記錄每個代理是否具有六類檔案、端點、連接埠與相依套件;AI 可找出缺檔或用途不一致。

六、計算結果

原書為四個代理配置 8000、8001、8002、8003 四個連接埠;沒有提供效能數據。

七、結果分析與管理解讀

共同結構讓代理可獨立部署並以黑箱方式被中央或分散編排器呼叫。端點統一不代表內部演算法相同。

八、AI 提問詞

請依代理目錄清單檢查六類檔案是否齊全,並說明每個缺檔可能影響哪一層;不得假設未列檔案存在。

九、思考/情境變動