做專案真的很容易一頭熱，往下鑽就忘了重新審視整體情況。

開始前，重新檢視一下目前進度。

功能設計

• 初始化牌庫：從 S3 讀取檔案，載入完整的 78 張卡牌資訊。
• 洗牌：隨機打亂牌庫。
• 抽牌：抽出指定數量的牌，並需要標註出正位/逆位。
• 解讀：將問題和抽好的牌送到 Bedrock 進行解讀。

目前已經完成了
✓ 從 S3 讀取塔羅牌資料
✓ 洗牌
✓ 串接 Bedrock

接下來要做的就是把每個完成的步驟串接起來，調整成需要的功能。

檔案準備

S3 中準備好了塔羅牌的文字檔(tarot.json)，格式如下：

{
  "id": "塔羅牌的ID",
  "name_zh": "中文名稱",
  "upright_meta": { "keywords": ["正位關鍵詞"] },
  "reversed_meta": { "keywords": ["逆位關鍵詞"] },
  "story": "牌面敘述及故事背景"
}

另外也準備了 system_prompt，用來設定占卜師的個性、解牌邏輯和對應語氣。

準備塔羅牌 ID 清單：cards.py

撰寫程式碼

# For Local Test
if __name__ == "__main__":
    """
    本地端測試入口。
    AWS Lambda 會呼叫 lambda_handler，但開發階段可直接執行 main 以測試程式邏輯。
    """

    # 初始化 S3 Service
    s3_service  = S3Service()
    
    # 取得完整的塔羅牌 ID 清單
    deck = tarot_deck.copy()
    
    # 從 S3 讀取完整塔羅牌資訊
    info = s3_service.read_s3_file(bucket, key)
    
    # 為塔羅牌建立索引，方便搜尋
    # read_s3_file() 會回傳 JSON 字串，所以用 json.loads() 把字串轉成 list
    tarot_by_id = {o['id']: o for o in json.loads(info)}
    
    # 檢查是否 78 張牌都能正確讀取塔羅牌資訊
    missing = [c['id'] for c in tarot_deck if c['id'] not in tarot_by_id]
    if missing:
        raise ValueError(f"找不到塔羅牌: {missing}")
    print(f"驗證通過，共 {len(tarot_deck)} 張牌，每張皆有對應資料")

執行結果

為什麼要另外放一個 cards.py？

直接把塔羅牌資料整合進程式不是更方便？

能不能整，當然可以。
但在實務上這麼做，很可能會讓後續維護變得麻煩。

• 如果完整的牌意直接放進專案
  雖然可以省掉讀取 S3 的步驟，但未來如果要更新牌面資訊，就算程式邏輯完全沒有改動，還是需要重新佈署。
• 如果完全依賴 S3
  會讓洗牌、抽牌等純運算邏輯和解讀邏輯混在一起。
  把「要運算的卡片列表」與「解讀用的詳細資料」分開，反而能讓程式更乾淨。

這樣的分層，就像把「資料層」與「邏輯層」拆開一樣，
未來若要更換占卜素材或擴充牌義，也能更容易測試和維護。

除了分離資料與邏輯外，這樣的架構也能讓 Lambda 更輕量。
每次部署時只需要上傳主要程式碼，不必重新打包龐大的資料檔案。
將塔羅牌的資料存在 S3，還能讓它變成共用的素材，就算要擴充更多服務或功能，也能很方便的直接讀取，保證資料的泛用和一致性。