這一篇，我們將結合 FastAPI 的基礎，來製作第一個屬於自己的簡單小 Agent。這個 Agent 雖然簡單，但它將具備「感知」、「決策」和「行動」的核心特徵，讓我們能親身體驗 Agent 的運作方式。

回顧 Agent 的核心特徵

在開始實作之前，讓我們來快速回顧 Agent 的三個核心特徵：

1. 感知環境 (Perception)：Agent 能夠獲取外部資訊。
2. 決策與行動 (Decision & Action)：Agent 根據感知到的資訊做出判斷並執行操作。
3. 目標導向 (Goal-Oriented)：Agent 的所有行為都為了達成特定目標。

我們的第一個小 Agent 將會是一個「簡單的問候 Agent」。它的目標是根據接收到的名字，回傳一個客製化的問候語。

我們的第一個小 Agent：問候 Agent

這個問候 Agent 的運作邏輯如下：

• 目標：根據輸入的名字，回傳一個友善的問候語。
• 感知：透過 API 接收使用者提供的「名字」。
• 決策：判斷名字是否為空值，並決定回傳哪種問候語。
• 行動：回傳包含名字的問候訊息。

我們將使用 FastAPI 來實現這個 Agent 的 API 介面。

實作：問候 Agent 的 FastAPI 程式碼

在你的專案資料夾中，建立一個名為 HelloAgent.py 的檔案，並輸入以下程式碼：

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel

app = FastAPI(
    title="問候 Agent API",
    description="一個簡單的 AI Agent，用於生成客製化問候語。",
    version="1.0.0",
)

class GreetingRequest(BaseModel):
    name: str

@app.post("/greet")
async def greet_user(request: GreetingRequest):
    """
    呼叫問候 Agent，根據提供的名字回傳客製化問候語。
    """
    try:
        # 1. 感知環境：接收到請求中的名字
        user_name = request.name

        # 2. 決策與行動：根據名字生成問候語
        greeting_message = generate_greeting(user_name)

        # 3. 目標導向：回傳問候語以完成「問候」的目標
        return {"greeting": greeting_message}
    except Exception as e:
        raise HTTPException(status_code=500, detail=f"發生錯誤：{e}")
    
# 定義問候 Agent 的核心邏輯函式
def generate_greeting(name: str) -> str:
    """
    根據輸入的名字生成一個問候語。
    """
    if not name:
        # 如果名字為空，則回傳通用問候
        return "Hello there! What's your name?"
    else:
        # 如果有名字，則回傳客製化問候
        return f"Hello, {name}! Nice to meet you."

程式碼解析：Agent 特徵的體現

讓我們看看這段程式碼如何體現 AI Agent 的核心特徵：

• 感知環境 (Perception)：

  • @app.post("/greet") 定義了一個 API 端點，它會接收外部傳來的 HTTP 請求。
  • request: GreetingRequest 表示 Agent 期望接收一個包含 name 欄位的資料物件。當有請求進來時，FastAPI 會自動解析請求主體，將 name 值提取出來，這就是 Agent 的「感知」過程。

• 決策與行動 (Decision & Action)：

  • generate_greeting(user_name) 的函式是 Agent 的「決策」核心。它會判斷 user_name 是否為空。
  • 接著根據判斷的結果，它會「行動」：生成不同的問候語 ("Hello there! What's your name?" 或 "Hello, {name}! Nice to meet you.")。
  • 最後 return {"greeting": greeting_message} 則是 Agent 將其「行動」結果回傳給呼叫者。

• 目標導向 (Goal-Oriented)：

  • 整個 greet_user 函式的設計，都是為了達成「根據輸入的名字，回傳一個友善的問候語」這個明確的目標。無論輸入是什麼，Agent 都會努力回傳一個問候語。

運行你的問候 Agent

在終端機中，切換到你的專案資料夾，然後執行以下指令：

uvicorn HelloAgent:app --host 127.0.0.1 --port 5678 --reload

當看到伺服器啟動訊息後，問候 Agent 就已經開始運行了

測試你的問候 Agent

接著來測試 Agent，打開網頁瀏覽器，訪問：

• http://localhost:5678/docs

你會看到自動生成的 API 文件。

測試 POST 請求 (標準 Agent 模擬互動方式)：

1. 找到 /greet 這個 POST。
2. 點擊「Try it out」
3. 在 Request body 中，你會看到一個範例 JSON：

   {
     "name": "string"
   }
   

   
4. 將 "string" 改成你的名字 (例如 "Bob")：

   {
     "name": "Bob"
   }
   

   
5. 點擊「Execute」後會看到回傳 {"greeting": "Hello, Bob! Nice to meet you."}
   

• 將 name 留空並點擊「Execute」後則會是顯示 Hello there! What's your name?
  
  • 這裡要注意是

        {
          "name": ""
        }
    

    不是

        {
          "name": " "
        }
    

    • "" (空字串) 才算空值，" " (一個空白)還是會被視為有內容

這樣我們就成功的模擬並運行了第一個模擬的 Agent 了。雖然它只是一個簡單的問候 Agent，但它完整地展示了 Agent 的核心運作流程：感知、決策、行動，並透過 API 實現了與外部世界的互動。
這個基礎非常重要，因為未來我們所有的複雜 Agent，都可能建立在類似的邏輯上。