回顧前六天，我們的 agent-assistant 專案已經具備了完整的 MVP雛形：從專案藍圖、Gemini 大腦與結構化輸出、輸入端讀取、路由邏輯、輸出端落地，一直到昨天解鎖了 Function Calling（工具呼叫）。

當程式開始具備自主執行與工具互動的能力後，最怕的就是「遇到突發狀況直接崩潰」。因此，第七天（Day 07）的核心任務就是：「打造強韌的錯誤處理、重試機制與日誌系統（Error Handling & Logging）」。
當你的自動化腳本未來要每天自動執行、甚至在背景常駐時，絕對會面臨各種不可預期的狀況（例如：網路突然斷線、API 暫時逾時、輸入的文字格式怪異、或是檔案讀取失敗）。

第七天的三大重點：
1.例外處理機制（Try-Except 守護網）
為關鍵的 API 呼叫與檔案讀取加上防護罩。當 Gemini API 傳回錯誤（如 429 Rate Limit 過載或 500 伺服器錯誤）或找不到檔案時，程式不會直接當機報錯，而是能平滑地攔截並印出友善的錯誤提示。

2.智慧重試機制（Retry Strategy）
雲端 API 偶發的網路抖動或超載很常見。透過簡單的重試邏輯（例如失敗後等待 3 秒再試一次，最多重試 3 次），大幅提高自動化腳本的穩定度。

3.標準化日誌記錄（Logging 模組）
告別單純的 print()！改用 Python 內建的 logging 套件，把程式啟動、AI 呼叫成功、警告或錯誤分級記錄下來，並自動寫入 agent.log 檔案。這在未來除錯（Debug）時會幫上大忙。