在昨天的文章中，我們學習了如何使用 List（串列） 來儲存多筆資料，並了解 List 是 AI Agent 維護「歷史對話紀錄」的基礎。
不過，如果我們今天想讓 AI 生活助理記錄一個更完整的物件或使用者資訊，單純用 List 往往會遇到問題。
例如，我們用 List 記錄一個人的資訊：

user_info = ["小明", 20, "台北", "晴天"]

如果不看程式碼註解，我們很難一眼看出 20 到底是年齡還是日期？"台北" 又是住址還是目的地？
為了讓資料更有「結構」且「易於閱讀」，我們需要用到 Python 的另一個核心資料結構 —— Dictionary（字典）。
什麼是 Dictionary（字典）？
Dictionary 是一種以 Key-Value（鍵值對） 形式儲存資料的結構。就像我們翻字典時是用「字詞（Key）」去查「解釋（Value）」一樣。
在 Python 中，我們使用大括號 {} 來建立字典：

# 建立一個使用者的資料字典
user_profile = {
    "name": "小明",
    "age": 20,
    "city": "台北",
    "budget": 500
}

print(user_profile)

執行結果：{'name': '小明', 'age': 20, 'city': '台北', 'budget': 500}
讀取資料時，我們不需要去記索引號碼 0 或 1，而是直接指定 Key 的名稱：

print(user_profile["name"])  # 取得姓名
print(user_profile["city"])  # 取得城市

執行結果：小明 台北
這樣寫不僅讓程式碼一目瞭然，讀取資料時也更不容易出錯。
靈活運用：修改與新增字典內容
生活助理在幫我們處理事項時，資料會隨時更新。字典的內容是非常容易調整的：

user_profile = {"name": "小明", "city": "台北"}

# 新增欄位
user_profile["weather"] = "下雨"

# 修改既有欄位
user_profile["city"] = "新竹"

print(user_profile)

執行結果：{'name': '小明', 'city': '新竹', 'weather': '下雨'}
Dictionary 與 AI Agent 有什麼關係？
在現代的 AI 應用與 Agent 開發中，Dictionary 可說是使用頻率最高的資料型態，主要體現在以下三個層面：

1. 結構化對話訊息
   當我們串接 OpenAI 或 OpenAI 格式的 API 時，發送給 AI 的每一條訊息背後都是一個 Dictionary：

# 一條典型的 API 對話訊息
message = {
    "role": "user",
    "content": "幫我查詢台北今天的天氣"
}

把多個這樣的 Dictionary 放在 List 裡面，就成了整個 Agent 的對話歷史
2. 工具呼叫的參數傳遞
當 AI 決定呼叫外部工具（例如：查詢氣象 API）時，AI 回傳給程式的指令通常就是 JSON / Dictionary 格式：

# AI 決定呼叫天氣工具時產生的參數字典
tool_call_args = {
    "tool_name": "get_weather",
    "location": "Taipei",
    "unit": "celsius"
}

Python 程式收到這個 Dictionary 後，就能精準抽取 location 欄位並傳入對應的函數中執行。
今天學到什麼？
今天我們學習了 Python 處理結構化資料的核心工具：
Dictionary（字典）：透過 Key-Value 鍵值對來明確標示資料意涵。
存取與修改：使用 dict[key] 來精準取得與更新內容。
在 Agent 中的應用：Dictionary 是 AI API 對話訊息、JSON 資料交換以及 Tool 參數傳遞的基石。
有了變數、條件判斷、串列與字典的概念後，我們已經掌握了基本的資料儲存與邏輯！
下一篇，我們將學習如何把重複使用的程式碼封裝起來 —— Function（函數），這也是未來幫 AI Agent 撰寫「外部工具（Tools）」的關鍵第一步！