ZeroLog 零感記帳｜用 n8n + LINE 做一個住在手機裡的 AI 小精靈

作品是什麼

我做了一個叫 ZeroLog | 零感記帳 的 LINE 記帳小精靈。

你不需要打開任何 App，只要在 LINE 聊天室說一句「我今天花了 180 吃午餐」，它就會自動把日期、金額、類別、品項寫進試算表，方便到讓你再也沒有藉口忘記記帳!品項分類是 AI 自己判斷的，例如你說「午餐」，它知道是「餐飲」，不是靠關鍵字比對。

除了記帳，它還會：

• 每天餐費超過預算 300 元的 4/5，晚上主動提醒你
• 每月 1 號統計上個月各類花費與占比，超過 10000 元發警示並列出明細
• 單數月 25 號早上提醒你去對發票

這些是我之前在記帳的時候經常會使用到的功能，方便我管理長期的消費習慣~
整個專案跑在 n8n + LINE Messaging API + Google Sheets + OpenAI/Gemini 上，共四條 workflow，沒有寫任何後端程式碼。

互動示範

📸【三輪對話截圖（你好 / 我是阿谷 / 考考你我叫什麼）—— 證明人設和記憶都有效】

📸【「我今天花了 55 吃早餐」+ 試算表長出一列的並排截圖】

📸【每日餐費額度警示截圖（含超支警示和明細）】

📸【月統計推播截圖（含超支警示和明細）】

📸【發票兌獎提醒截圖】

架構說明

系統由四條 workflow 組成。

主流程（聊天記帳）

LINE 訊息進來之後，先通過 Filter 擋掉 LINE 的驗證封包，Set 節點整理出 replyToken、userId、userText 三個欄位，接著呼叫 LINE 的 loading API 讓使用者看到打字動畫，然後才進 AI Agent。

AI Agent 底下掛了三個子節點：主模型 OpenAI gpt-5-mini、備援模型 OpenAI gpt-4o-mini（主模型失敗時自動切換）、Simple Memory（以 userId 為 key 存對話記憶）、以及 Google Sheets Tool（命名為「記一筆帳」，AI 自己決定什麼時候呼叫）。

三條排程 workflow

📸 workflow1: 預算提醒在每天晚上 8 點跑，讀今日餐飲消費，超過 240 元傳訊息提醒，沒超過靜默結束。

📸 workflow2:月統計在每月 1 號早上跑，統計上個月分類占比。

📸 workflow3: 發票提醒用 Cron expression 0 9 25 1,3,5,7,9,11 *，只在單數月 25 號觸發。

製作過程

這是我第一次做超過兩個節點的 n8n 專案。做完之後覺得，自動化工具的學習曲線很特別：前 20% 的時間在搞懂概念，後 80% 的時間在跟各種bug纏鬥。

Day 1：從零到能收發訊息

第一關是讓 LINE 和 n8n 互通。這裡有幾個我採到的坑先幫大家避雷：
1.LINE 官方帳號要先關掉自動回應，不然 bot 和罐頭訊息會同時回覆
2.Webhook 節點要設成 Respond Immediately，LINE 要求極短時間內收到 200，AI 跑多久都不影響
3.n8n 的 Test URL 每次只監聽一次，驗證封包搶先吃掉之後，手機傳的訊息就沒人接了。
4.n8n 的 Filter 節點用陣列和字串型別嚴格比對，選錯型別條件永遠是 false，流程靜默中斷，沒有任何錯誤提示，只是什麼都沒發生。「不報錯的失敗比有紅字的更難查」，這是 Day 1 最值錢的一課。

📸【第一次成功回覆「我收到了：哈囉」】

Day 2：複讀機升級成 AI 小精靈

接上 AI Agent 之後，最容易漏的設定是 Source for Prompt 要改成 Define below——預設值是給 n8n 內建聊天視窗用的，LINE 來的訊息根本進不去。

把 Google Sheets 做成工具掛給 AI，而不是用 If 節點寫關鍵字判斷。AI 自己從使用者說的話裡判斷類別、日期、金額，不需要自訂太多繁瑣的規則。

最有趣的坑是 Duplicate key '_'：四個欄位都設成「交給模型決定」，但沒填 Description，n8n 讓它們共用同一個預設 key。AI 填一個值，四格全部收到同一串 JSON。設定完全正確，問題藏在機制裡。

📸【試算表三列進化史：整包 JSON / 逗號字串 / 正確資料】

從這張圖可以看到整個除錯過程：第一次每格都是 JSON，第二次是逗號分隔字串，第三次才對。AI 的判斷從第一次就是正確的，問題一直在「資料怎麼落地」，不在模型。

Day 3：從能跑到穩定

一開始我的AI agent 模型是掛Gemini，但是連續幾次測試系統都回覆模型忙碌中請稍後再嘗試，後來我發現除了主模型外還可以掛一個備用模型，所以我就先掛了gemini另一個模型，結果不管是主模型還是備用模型竟然都失敗，我只好轉向使用openai 模型再嘗試一次就成功了。這件事告訴我們，保險起見主模型最好掛最穩定的ai model，備用模型最好選擇不同家的，這樣才不會兩個一起掛掉。

重試機制也有代價：Gemini 持續故障時，重試三次只是讓使用者等更久，而且 LINE 的 replyToken 只有效一分鐘，等到第三分鐘回覆早就送不出去了。最後把主模型換成 OpenAI，回應時間從三分鐘降到五到十秒。

心得

做完這個專案，我認為最有價值的不是哪個節點怎麼設定(雖然也很重要)，而是兩件事：

遇到問題時先去哪裡找答案

這幾天踩了 21 個坑，幾乎每一個都是靠以下SOP慢慢debug：
去 Executions 看那筆紅色的紀錄，讀錯誤訊息，提示直接告訴你錯誤的點，例如:有一次四個字 Key parameter is empty 就是你要修正的地方。

從能動到可用之間的距離

功能做出來是一回事，讓別人用起來不壞是另一回事。重試、備援、打字動畫——這些東西在 demo 裡可能看不出來，但這些都是在我多次嘗試後的心得，不管是ai agent的外部服務錯誤，還是等待回覆時間的漫長等待，這些小巧思都是我反覆試驗的結晶。

工具與資源

• n8n Cloud（自動化平台）
• LINE Messaging API
• Google Sheets API
• OpenAI API（gpt-4o-mini）
• Google Gemini API（gemini-3.8-flash，備援）

製作期間：2026/10/12 – 2026/10/15
P.S.有興趣的小夥伴們可以查看我詳細的開發記錄一步一步實做，裡面也有詳細的採坑記錄和解決方法。
歡迎試用我的小精靈~
🙌零感記帳官方帳號QR code