第一次學 Kotlin Koog AI 就上手 Day 07：打造更穩健的 AI：錯誤處理基礎

在前一篇文章中，我們學習了如何調校 AIAgent 的配置參數。但是，即使配置得再完美的 AI 系統，在真實世界中也難免會遇到各種問題：API 金鑰失效、網路連線中斷、服務暫停等。今天我們將學習如何建立基礎的錯誤處理機制，讓你的 AI 應用能夠優雅地應對這些常見問題

為什麼需要錯誤處理？

想像一下以下場景

用戶正在與智慧客服機器人對話，突然 API 金鑰過期，系統直接崩潰顯示技術錯誤
AI 助手正在處理問題，網路連線中斷導致程式拋出異常

如果沒有適當的錯誤處理，這些情況會造成糟糕的用戶體驗。一個具備基礎錯誤處理的 AI 應用應該能夠

預期常見的錯誤情況，提供友善的錯誤訊息，避免程式直接崩潰

Koog 應用中的兩種常見錯誤

API 相關錯誤

最常見的錯誤是 API 金鑰問題或模型不支援

suspend fun main() {

    try {
        val agent = AIAgent(
            // executor = simpleOpenAIExecutor(ApiKeyManager.openAIApiKey!!),
            // 使用假的 api key 來模擬錯誤
            executor = simpleOpenAIExecutor("fake api key"),
            systemPrompt = "你是一個友善的 AI 助手",
            llmModel = OpenAIModels.CostOptimized.GPT4_1Mini
        )

        // 測試是否能正常運作
        val result = agent.run("你好")
        println("✅ Agent 建立成功：$result")
    } catch (e: Exception) {
        when {
            // API 金鑰相關錯誤
            e.message?.contains("api", ignoreCase = true) == true ||
                    e.message?.contains("key", ignoreCase = true) == true ||
                    e.message?.contains("auth", ignoreCase = true) == true -> {
                println("❌ API 金鑰問題：請檢查您的 API 金鑰是否正確且有效")
            }

            // 配額相關錯誤
            e.message?.contains("quota", ignoreCase = true) == true ||
                    e.message?.contains("limit", ignoreCase = true) == true -> {
                println("⏱️ API 配額已滿：請稍後再試或檢查您的使用配額")
            }

            // 其他 API 錯誤
            else -> {
                println("原始錯誤訊息：${e.message}")
                println("❓ 無法連接到 AI 服務，請稍後再試")
            }
        }
    }
}

相關的錯誤判斷這裡只是大概的示意，但實際上可能還會有更多細節需要考慮，例如錯誤代碼、錯誤訊息的格式等。請根據實體的情況進行調整。

執行 AI 回應內容

正常情況

✅ Agent 建立成功：你好！很高興見到你，有什麼我可以幫忙的嗎？

使用一個假的 API Key 來模擬錯誤的情況

❌ API 金鑰問題：請檢查您的 API 金鑰是否正確且有效

網路連線錯誤

網路問題也是常見的錯誤來源

suspend fun main() {

    val agent = AIAgent(
        executor = simpleOpenAIExecutor(ApiKeyManager.openAIApiKey!!),
        systemPrompt = "你是一個友善的 AI 助手",
        llmModel = OpenAIModels.CostOptimized.GPT4_1Mini
    )

    try {
        // 設定 5 秒超時
        withTimeout(5000) {

            val result = agent.run("你好")
            // delay 6 秒來模擬錯誤的情況
            delay(6000)
            println("✅ Agent 建立成功：$result")
        }
    } catch (e: TimeoutCancellationException) {
        println("⏰ 回應時間過長，請檢查網路連線後再試")
    } catch (e: Exception) {
        when {
            // 網路連線問題
            e.message?.contains("network", ignoreCase = true) == true ||
                    e.message?.contains("connection", ignoreCase = true) == true ||
                    e.message?.contains("timeout", ignoreCase = true) == true -> {
                println("🌐 網路連線問題，請檢查網路設定後再試")
            }

            // 服務不可用
            e.message?.contains("service", ignoreCase = true) == true ||
                    e.message?.contains("unavailable", ignoreCase = true) == true -> {
                 println("🚫 AI 服務暫時不可用，請稍後再試")
            }

            else -> {
                println("網路錯誤詳情：${e.message}") // 開發時用於除錯
                println("❓ 處理請求時發生問題，請稍後再試")
            }
        }
    }
}

執行 AI 回應內容

正常情況

✅ Agent 建立成功：你好！很高興見到你，有什麼我可以幫忙的嗎？

使用 delay 來模擬回應時間過長的情況

⏰ 回應時間過長，請檢查網路連線後再試

基礎重試機制

有時候錯誤是暫時的，我們可以實作簡單的重試機制

suspend fun <T> simpleRetry(
    maxAttempts: Int = 3,
    delayMs: Long = 1000,
    operation: suspend () -> T
): T {
    repeat(maxAttempts) { attempt ->
        try {
            return operation()
        } catch (e: Exception) {
            println("嘗試 ${attempt + 1} 失敗：${e.message}")
            delay(delayMs)
        }
    }

    // 最後一次嘗試，如果失敗就讓異常拋出
    return operation()
}

// 使用範例
suspend fun main() {

    val agent = AIAgent(
        executor = simpleOpenAIExecutor(ApiKeyManager.openAIApiKey!!),
        systemPrompt = "你是一個友善的 AI 助手",
        llmModel = OpenAIModels.CostOptimized.GPT4_1Mini
    )

    try {
        simpleRetry(maxAttempts = 3, delayMs = 2000) {
            val result= agent.run("你好")
            // 直接丟出 error 來模擬未知的錯誤
            throw Exception("unknown error")
            println("✅ Agent 建立成功：$result")
        }
    } catch (e: Exception) {
        println("❌ 經過多次嘗試後仍無法處理您的請求，請稍後再試")
    }
}

執行 AI 回應內容

正常情況

✅ Agent 建立成功：你好！很高興見到你，有什麼我可以幫忙的嗎？

直接 throw Exception 來模擬未知錯誤的發生情況

嘗試 1 失敗：unknown error
嘗試 2 失敗：unknown error
嘗試 3 失敗：unknown error
❌ 經過多次嘗試後仍無法處理您的請求，請稍後再試

多供應商 Fallback 機制

除了基本的重試機制，我們還可以建立多供應商的 Fallback 機制。當主要的 LLM 供應商服務中斷或發生錯誤時，系統可以自動切換到備用供應商，確保服務的持續性

多供應商 Fallback 機制提供了以下優勢

提高可靠性：單一供應商故障時仍能維持服務
改善使用者體驗：無縫切換，使用者感受不到服務中斷
成本優化：可優先使用成本較低的供應商
負載分散：避免過度依賴單一服務商

💡 延伸學習：這裡只是簡單介紹多供應商 Fallback 的概念。如果您想了解完整的多 LLM 供應商整合實作，可以參考 Day 04：多 LLM 供應商整合文章，裡面有詳細的程式碼範例和實作說明

整合範例：SafeAIHelper

現在讓我們把前面學到的錯誤處理技術整合起來，建立一個安全的 AI 助手

/**
 * 安全的 AI 助手 - 整合錯誤處理技術
 */
class SafeAIHelper {

    fun createSafeAIAgent(): AIAgent<String, String>? {
        return try {

            AIAgent(
                executor = simpleOpenAIExecutor(ApiKeyManager.openAIApiKey!!),
                systemPrompt = "你是一個友善的 AI 助手，用正體中文回答問題",
                llmModel = OpenAIModels.CostOptimized.GPT4_1Mini
            )
        } catch (e: Exception) {
            println("建立 Agent 時發生錯誤：${e.message}")
            null
        }
    }

    suspend fun askAI(question: String): String {
        val agent = createSafeAIAgent()

        // 如果 Agent 建立失敗
        if (agent == null) {
            return "❌ AI 助手暫時無法使用，請稍後再試"
        }

        return try {
            // 使用重試機制 + 超時處理
            simpleRetry() {
                // 5秒超時
                withTimeout(5000) {
                    // delay 6 秒來模擬錯誤的情況
                    delay(6000)
                    agent.run(question)
                }
            }
        } catch (e: TimeoutCancellationException) {
            "⏰ 回應時間過長，請稍後再試"
        } catch (e: Exception) {
            "❓ 處理問題時發生錯誤，請稍後再試"
        }
    }

    suspend fun <T> simpleRetry(
        maxAttempts: Int = 3,
        delayMs: Long = 1000,
        operation: suspend () -> T
    ): T {
        repeat(maxAttempts) { attempt ->
            try {
                return operation()
            } catch (e: Exception) {
                println("嘗試 ${attempt + 1} 失敗：${e.message}")
                delay(delayMs)
            }
        }

        // 最後一次嘗試，如果失敗就讓異常拋出
        return operation()
    }
}

這個範例整合了我們這次學到的幾種錯誤處理技術

API 錯誤處理：安全建立 Agent
網路超時處理：設定 5 秒超時限制
重試機制：失敗時自動重試 3 次

為了版面的程式碼不要過長，這裡並沒有把所有的錯誤的情況都放到這個範例中判斷，有興趣的可以寫一個更加完整的錯誤處理元件

使用範例

讓我們測試一下這個安全的 AI 助手

suspend fun main() {
    val aiHelper = SafeAIHelper()

    println("🤖 測試安全 AI 助手")
    println("=".repeat(30))

    val questions = listOf(
        "你好",
        "什麼是 Kotlin 協程？ 請簡單回答"
    )

    questions.forEach { question ->
        println("\n💬 問題：$question")
        val answer = aiHelper.askAI(question)
        println("🤖 回答：$answer")
        println("-".repeat(30))
    }
}

執行 AI 回應內容

正常情況

🤖 測試安全 AI 助手
==============================

💬 問題：你好
🤖 回答：你好！有什麼我可以幫忙的嗎？
------------------------------

💬 問題：什麼是 Kotlin 協程？ 請簡單回答
🤖 回答：Kotlin 協程是一種輕量級的非同步程式設計工具，讓你可以用類似同步的方式撰寫非同步代碼，簡化異步操作和多線程管理。

使用 delay 來模擬回應時間過長的情況

🤖 測試安全 AI 助手
==============================

💬 問題：你好
嘗試 1 失敗：Timed out waiting for 5000 ms
嘗試 2 失敗：Timed out waiting for 5000 ms
嘗試 3 失敗：Timed out waiting for 5000 ms
🤖 回答：⏰ 回應時間過長，請稍後再試
------------------------------

💬 問題：什麼是 Kotlin 協程？ 請簡單回答
嘗試 1 失敗：Timed out waiting for 5000 ms
嘗試 2 失敗：Timed out waiting for 5000 ms
嘗試 3 失敗：Timed out waiting for 5000 ms
🤖 回答：⏰ 回應時間過長，請稍後再試
------------------------------

錯誤處理最佳實踐

友善的錯誤訊息

❌ 不好：Exception: OpenAI API key is invalid
✅ 好：API 金鑰問題：請檢查您的 API 金鑰是否正確且有效

提供解決方案

fun createHelpfulErrorMessage(error: Exception): String {
    return when {
        error.message?.contains("key") == true ->
            "🔑 API 金鑰問題：請到 OpenAI 官網檢查您的金鑰是否有效"

        error.message?.contains("network") == true ->
            "🌐 網路問題：請檢查網路連線，或稍後再試"

        else -> "❓ 遇到問題了，請稍後再試或聯繫客服"
    }
}

記錄重要資訊

fun logErrorForDebugging(error: Exception, context: String) {
    // 開發環境：詳細記錄
    if (System.getProperty("environment") == "development") {
        println("錯誤詳情 [$context]: ${error.message}")
        error.printStackTrace()
    }

    // 生產環境：簡化記錄
    println("錯誤 [$context]: ${error.javaClass.simpleName}")
}

總結

今天我們學習了 Koog 應用的基礎錯誤處理技巧

API 金鑰問題和網路連線錯誤
將技術錯誤轉換為用戶易懂的說明
簡單重試機制處理暫時性的問題
建立安全的 AI 助手，整合相關的錯誤處理技術

下一篇文章中，我們將探討實戰專案的開發，建立一個完整的 AI 聊天機器人

參考資料

Koog 官方文件

支持創作

如果這篇文章對您有幫助，歡迎透過贊助連結支持我持續創作優質內容。您的支持是我前進的動力！

圖片來源：AI 產生