LINE 天氣＋角色聊天機器人：專案介紹

我做了一個住在 LINE 裡的天氣小夥伴：它會主動整理預報、預報有變化時提醒我帶傘，也會陪我聊天、記住我的偏好。

這份文件是我自己寫的介紹，希望第一次看到這個作品的人，可以從頭到尾讀完就明白「我在做什麼、為什麼做、做到哪裡了」。

一、我為什麼會想做這個

說起來很單純，就是被淋雨淋出來的。

我每天都要查天氣，很懶，能不看就不看。結果就是早上看起來不會下雨，中午吃完飯出門就忘了帶傘，然後在路上淋雨。更慘的是，就算我早上真的有看過預報，也常常不會注意到後來預報改了什麼。

所以我後來想清楚的，不是「怎麼查到天氣」——那個 App 就有。真正的問題是：天氣資訊沒有在對的時間、主動出現在我眼前。 我需要的不是一個查詢工具，而是一個會自己盯著天氣、在要出門的時候跳出來提醒我的東西。

另一個原因是，我那時候剛好在玩 AI 聊天。既然本來就有個 AI 角色在線上陪我講話，那不如讓它同時是有用的：除了聊天，也幫我管天氣。這樣也比再開一個 App 自然，畢竟 LINE 是我每天都一定會打開的那個 App。

就這樣，這個作品從「懶得查天氣」開始，變成了一個會提醒我帶傘、也會記得我不喜歡被叫全名的 LINE 角色。

二、我想解決的問題

三、我做出來的功能

1. 新手引導：不用看說明書就會用

我自己加好友進去測試時，角色會依序問我，每次只問一題：

你想接收哪個縣市的天氣呢？例如「臺中市」或「澎湖縣」，支援全臺22縣市。
→ 你通常幾點起床？
→ 每天起床時，要收到一份天氣晨報嗎？
→ 夜間也可以傳訊息給你嗎？（夜間為 23:30 至 05:30）
→ 最後，想讓我怎麼稱呼你、用什麼口吻陪你聊呢？（也可以說「先跳過」）
→ 請回覆「確認開始」儲存並開始聊天

過程中我刻意留了三個地方：

• 可以一次講完，也可以分次回答。 已經驗證過的答案會先存成草稿，不用照順序重來。
• 資料齊全還不算完成。 一定要我自己回「確認開始」，它才會正式寫入設定和初始偏好。
• 沒完成引導就不會聊天或推播。 避免半套設定就開始對我亂發訊息。

對我來說，第四題最關鍵 —— 稱呼和口吻其實是這個角色最像「一個人」的地方。

2. 天氣預報整理與主動提醒

• 支援全臺 22 縣市（澎湖、金門、連江都有），資料來自中央氣象署 F-D0047-089。
• 每日晨報：起床前十分鐘先準備好，到我的起床時間送出，裡面整理了天氣、氣溫、體感溫度跟降雨機率。
• 預報變更提醒：只有「同一個時段」從無雨變有雨、或降雨機率跨過門檻才會提醒我；晴天轉陰天不吵我。晨報已經講過會下雨的時段，也不會再通知一次。
• 問了就查得到：聊天時可以問「臺中市今天會下雨嗎」，查別的縣市不會改掉我原本設的提醒地區。
• 夜間可以選擇：夜間提醒預設是關閉的，我開了才會在深夜推重要變化。

3. 個人化聊天與記憶更新

• 口吻和稱呼隨時可以改：跟它說「叫我阿洋」「用溫柔一點的語氣」，之後的對話和隔天的晨報都會跟著變。支援的口吻是笨笨傲嬌、溫柔、元氣、淡定四種。
• 記憶會自己整理：聊天裡自然講到的偏好（例如「朋友都叫我海鹽布丁」）會在背景被分類、存檔，而且會附上是哪一句話說的。之後它是真的會讀進去用，不是嘴上說「我記住了」而已。
• 可以更正，也可以忘記：說錯了能改；不想被記住就告訴它「忘記這件事」，忘記會留下一個永久的游標，舊對話不會又把這件事撈回來。
• 長對話不會失控：累積 20 輪之後，前面會自動壓縮成摘要、最近五輪保留原文，但原始訊息一則都沒刪。

4. Galgame 式的互動

每一則聊天訊息都會附三個 Quick Reply 按鈕，就像 galgame 的選項一樣：

哼，我才不是特地等你起床的。
今天想先聊什麼？

1. 聊聊今天
2. 再陪我一下
3. 下午會下雨嗎

• 按下去就會直接送出對應的回覆；想自己打字也完全可以。
• 選項是 AI 依當下情境即時生出來的，不是寫死的模板。
• 選項有有效期限，點到舊選項會提示重新選 —— 而不是讓 AI 去猜「2」是什麼意思。

5. 一些看不見但我覺得很重要的設計

• 驗簽與 ACK：LINE 簽章用原始 bytes 驗，先入庫、再回應、再處理聊天；失敗不會假裝成功。
• 去重：同一個 LINE 事件重送，只會有一份工作、一次回覆。
• 期限：聊天處理 25 秒、Reply 55 秒，逾時改用固定備援。Reply token 只能用一次，結果不明時我不會重試，也不會擅自改成要算額度的推播。
• 省 AI 成本：沒有新版預報、也沒有值得通知的變化時，完全不呼叫 AI。

四、我怎麼做的：從 Python 走到 n8n

整個專案分三個階段走，每一步我都先求「可以驗證」才往前。

階段一：先用 Python 把業務邏輯做穩

一開始我完全沒碰視覺化工具，用 Python 把聊天、天氣、記憶、新手引導、LINE 傳送、SQLite 交易與鎖全部寫出來，連帶建立測試基準。

這階段的目的不是「最終長相」，而是讓規則有明確的定義跟可重現的測試。等真的要搬到 n8n 的時候，才有東西可以一行一行對照。

階段二：用 Skills ＋ MCP 轉換到 n8n

接著把「觸發、編排、執行證據」交給 n8n：用 Skills 拿到操作指引和容易踩的坑，再用 MCP 連到專用的 n8n 實例去建立、驗證、發布 workflow。

這個階段我定下一條原則：n8n 負責編排，不負責業務。 聊天規則、天氣判斷、記憶驗證和資料庫交易仍然由 Python 業務核心執行，n8n 透過 HTTP 呼叫 adapter 拿結果。這樣視覺化流程保持單純好讀，也避免出現兩套不一致的邏輯。

階段三：目前的架構

flowchart TD
    A["LINE App"] --> B["Cloudflare Quick Tunnel<br/>公開 HTTPS"]
    B --> C["gateway :5683<br/>僅 GET /health、POST /webhook"]
    C --> D["n8n :5680<br/>單一 workflow（11 節點）"]
    D --> E["Python adapter :5682"]
    E --> F[("SQLite<br/>設定／對話／記憶／預報／工作")]
    E --> G["中央氣象署 CWA"]
    E --> H["AI 模型"]
    E --> I["LINE Messaging API"]

單一 workflow 的節點分工：

LINE Raw Webhook → Verify and Persist → Return Verified Status → Process Chat Jobs
                                  ↘ (transport error) → Adapter Unavailable 503
Recover Pending Chats（每秒） → Process Chat Jobs
Background Every Second（每秒） → Weather Outbox and Memory
Workflow Failed（Error Trigger） → Save Sanitized Failure

安全邊界上，5680（編輯／MCP／webhook）、5681、5682、5683 全部只綁 loopback，公開的只有 gateway 的兩條路由；adapter 的內部金鑰放在 credential，不寫進 workflow 文字。

五、我怎麼確認它真的能用

我把驗證分成幾層，各層分開記錄，不把「跑過」當成「驗收通過」。

證據檔固定在 logs/ci/latest.json、logs/live/latest.json、n8n/logs/latest.json、n8n/logs/service_tests.json、n8n/logs/public_https.json。

我想把話說清楚：mock 通過不等於真實 LINE 業務通過，上面那兩個「還沒」就是還沒，我不會拿別的層級的成績來蓋。

更細的測試範圍與證據位置，見 使用與驗證。

六、我接下來想做的：完整的聊天情緒系統

現在的角色已經有「口吻設定」和「偏好記憶」，但情緒分數這塊還沒實作。這是我下一階段最想做的事：

1. 讓 AI 判斷每一輪互動的影響：由 AI 評估這句話對角色情緒是加分還是減分。
2. 累積成分數：每位使用者各自累加，形成一個持續變動的情緒值。
3. 反映到後續表達：語氣、用詞、回應方式隨分數改變，讓對話有連續性和角色感，而不是「每次都客氣有禮」。
4. 邊界要守住：情緒只影響表達方式，不改變任務範圍與工具權限。

做到之後，「你今天怎麼樣」就不會再是一句固定回覆，而是真的會隨我們之間的累積而改變的角色反應。

七、你想試試看的話

# 1. 安裝依賴
uv sync --locked --group dev

# 2. 準備環境變數（已有 .env 就保留原檔，只補齊設定）
Copy-Item .env.example .env

# 3. 啟動 n8n 常駐服務（正式模式）
uv run python n8n/service.py

啟動後在 LINE Developers 開啟 Use webhook，就可以拿手機實測。編輯介面在 <127.0.0.1:5680（在新分頁開啟）>，服務狀態看 n8n/.runtime/service.json。

不想碰到正式資料的話：

uv run python n8n/service.py --mock   # 不建隧道、不更新 LINE endpoint

八、相關文件