里程碑

你的 LINE AI 食物精靈

林 @lin發布於 10月25日 19:22

今天吃什麼？｜你的 LINE AI 食物精靈 🍽️

每天最難回答的問題，可能不是考試題目，而是——「今天到底要吃什麼？」

🔗 點擊這裡，加入「今天吃什麼？」LINE 食物精靈（在新分頁開啟）

一、專案簡介

「今天吃什麼？」是一款結合 LINE 聊天機器人、n8n 自動化平台與 Google Gemini AI 的智慧餐點推薦小幫手。

使用者不需要額外下載 App，只要透過日常熟悉的 LINE 聊天介面，就能向食物精靈詢問餐點建議。

本專案利用 n8n 串接 LINE Messaging API 與 Google Gemini，讓使用者傳送的訊息能自動交由 AI 分析，再將推薦結果回傳至 LINE，打造簡單、直覺且具互動性的餐點推薦體驗。

二、專案動機

「午餐吃什麼？」「晚餐要吃哪一家？」

看似簡單的問題，卻經常讓人猶豫很久。

無論是學生、上班族，或是每天需要決定三餐的人，都可能因為選擇太多、沒有靈感或預算限制，而陷入選擇困難。

因此，我希望透過 AI 技術，讓決定餐點不再是一件令人煩惱的事情。

相較於傳統需要自行搜尋餐廳、瀏覽大量選項的方式，「今天吃什麼？」希望透過自然的聊天互動，降低使用者做決定的時間與負擔。

讓科技不只是解決複雜問題，也能讓日常生活變得更輕鬆。

三、「今天吃什麼？」能做什麼？

1. AI 智慧餐點推薦

不知道吃什麼時，只要向食物精靈發送訊息，就能獲得具體的餐點建議。

例如：「今天晚餐不知道吃什麼！」

2. 依照需求提供建議

使用者可以在對話中提出自己的需求，例如：

「我今天只想花 100 元。」
「想吃熱熱的東西。」
「不想吃麵類。」
「推薦一些適合宵夜的食物。」

食物精靈可以利用 AI 理解這些自然語言條件，提供更符合需求的推薦方向。

3. LINE 即時互動

透過 LINE Messaging API 與 n8n 的自動化流程，使用者發送訊息後，系統便會將內容傳送至 Google Gemini 產生回覆，再回傳到 LINE 聊天室。

不需要操作複雜的介面，就像與朋友聊天一樣自然。

4. 自動化 AI 工作流程

本專案整合以下技術：

LINE Messaging API：接收及回傳使用者訊息。
n8n Webhook：接收 LINE 傳送的事件資料。
n8n AI Agent：負責 AI 對話處理。
Google Gemini：理解使用者需求並產生餐點推薦。
HTTP Request：透過 LINE Reply API 傳送 AI 回覆。

整體流程：

使用者傳送訊息 → LINE Webhook → n8n AI Agent → Google Gemini → HTTP Request → LINE 回覆

四、資料表欄位設計

目前系統主要使用 n8n 在 LINE 與 AI 之間傳遞 JSON 資料，並未確認已建立獨立資料庫。

為了讓未來的食物精靈能記錄偏好、儲存推薦紀錄與提升個人化程度，可以規劃以下資料表。

1. 使用者資料表（Users）

欄位名稱	資料型態	說明
user_id	VARCHAR(100)	LINE 使用者識別碼，主鍵
nickname	VARCHAR(50)	使用者暱稱
created_at	DATETIME	首次使用時間

2. 食物資料表（Foods）

欄位名稱	資料型態	說明
food_id	INT	食物編號，主鍵
food_name	VARCHAR(100)	食物名稱
category	VARCHAR(50)	食物種類
price_range	VARCHAR(50)	參考價格區間
description	TEXT	食物特色與介紹

3. 推薦紀錄表（Recommendation_History）

欄位名稱	資料型態	說明
record_id	INT	推薦紀錄編號，主鍵
user_id	VARCHAR(100)	使用者識別碼，外鍵
user_message	TEXT	使用者輸入內容
ai_response	TEXT	AI 推薦結果
created_at	DATETIME	對話時間

透過這樣的資料表規劃，未來可以進一步分析使用者的餐點偏好、保留推薦紀錄，甚至增加個人化推薦功能。

專案成果與心得

透過這次專案，我實際體驗了如何運用 n8n 將不同服務整合成一套完整的 AI 自動化流程。

從 LINE Webhook 的設定、Google Gemini 模型串接，到 HTTP Request 的資料格式與訊息回傳，每一個環節都需要測試與調整。

這次最重要的收穫，是理解 AI 應用不只是讓模型產生答案，更需要透過系統整合，才能真正成為使用者可以操作的工具。

希望「今天吃什麼？」能讓大家每天少一點選擇困難，多一點享受美食的期待！

現在就來問問食物精靈，今天要吃什麼吧！

👉 立即體驗 LINE 食物精靈（在新分頁開啟）

0 個愛心0 則留言

登入並驗證手機後就能留言。登入

.world-host-loading,.world-host-stage,.world-host-placeholder,.world-host-close{display:none!important}.world-host-content,.world-host-home-content{visibility:visible!important;position:static!important;overflow:auto!important;height:auto!important;max-height:none!important}.world-host-root{height:auto!important;overflow:auto!important}

里程碑

你的 LINE AI 食物精靈

林 @lin發布於 10月25日 19:22

今天吃什麼？｜你的 LINE AI 食物精靈 🍽️

每天最難回答的問題，可能不是考試題目，而是——「今天到底要吃什麼？」

🔗 點擊這裡，加入「今天吃什麼？」LINE 食物精靈（在新分頁開啟）

一、專案簡介

「今天吃什麼？」是一款結合 LINE 聊天機器人、n8n 自動化平台與 Google Gemini AI 的智慧餐點推薦小幫手。

使用者不需要額外下載 App，只要透過日常熟悉的 LINE 聊天介面，就能向食物精靈詢問餐點建議。

二、專案動機

「午餐吃什麼？」「晚餐要吃哪一家？」

看似簡單的問題，卻經常讓人猶豫很久。

無論是學生、上班族，或是每天需要決定三餐的人，都可能因為選擇太多、沒有靈感或預算限制，而陷入選擇困難。

因此，我希望透過 AI 技術，讓決定餐點不再是一件令人煩惱的事情。

相較於傳統需要自行搜尋餐廳、瀏覽大量選項的方式，「今天吃什麼？」希望透過自然的聊天互動，降低使用者做決定的時間與負擔。

讓科技不只是解決複雜問題，也能讓日常生活變得更輕鬆。

三、「今天吃什麼？」能做什麼？

1. AI 智慧餐點推薦

不知道吃什麼時，只要向食物精靈發送訊息，就能獲得具體的餐點建議。

例如：「今天晚餐不知道吃什麼！」

2. 依照需求提供建議

使用者可以在對話中提出自己的需求，例如：

「我今天只想花 100 元。」
「想吃熱熱的東西。」
「不想吃麵類。」
「推薦一些適合宵夜的食物。」

食物精靈可以利用 AI 理解這些自然語言條件，提供更符合需求的推薦方向。

3. LINE 即時互動

透過 LINE Messaging API 與 n8n 的自動化流程，使用者發送訊息後，系統便會將內容傳送至 Google Gemini 產生回覆，再回傳到 LINE 聊天室。

不需要操作複雜的介面，就像與朋友聊天一樣自然。

4. 自動化 AI 工作流程

本專案整合以下技術：

LINE Messaging API：接收及回傳使用者訊息。
n8n Webhook：接收 LINE 傳送的事件資料。
n8n AI Agent：負責 AI 對話處理。
Google Gemini：理解使用者需求並產生餐點推薦。
HTTP Request：透過 LINE Reply API 傳送 AI 回覆。

整體流程：

使用者傳送訊息 → LINE Webhook → n8n AI Agent → Google Gemini → HTTP Request → LINE 回覆

四、資料表欄位設計

目前系統主要使用 n8n 在 LINE 與 AI 之間傳遞 JSON 資料，並未確認已建立獨立資料庫。

為了讓未來的食物精靈能記錄偏好、儲存推薦紀錄與提升個人化程度，可以規劃以下資料表。

1. 使用者資料表（Users）

欄位名稱	資料型態	說明
user_id	VARCHAR(100)	LINE 使用者識別碼，主鍵
nickname	VARCHAR(50)	使用者暱稱
created_at	DATETIME	首次使用時間

2. 食物資料表（Foods）

欄位名稱	資料型態	說明
food_id	INT	食物編號，主鍵
food_name	VARCHAR(100)	食物名稱
category	VARCHAR(50)	食物種類
price_range	VARCHAR(50)	參考價格區間
description	TEXT	食物特色與介紹

3. 推薦紀錄表（Recommendation_History）

欄位名稱	資料型態	說明
record_id	INT	推薦紀錄編號，主鍵
user_id	VARCHAR(100)	使用者識別碼，外鍵
user_message	TEXT	使用者輸入內容
ai_response	TEXT	AI 推薦結果
created_at	DATETIME	對話時間

透過這樣的資料表規劃，未來可以進一步分析使用者的餐點偏好、保留推薦紀錄，甚至增加個人化推薦功能。

專案成果與心得

透過這次專案，我實際體驗了如何運用 n8n 將不同服務整合成一套完整的 AI 自動化流程。

從 LINE Webhook 的設定、Google Gemini 模型串接，到 HTTP Request 的資料格式與訊息回傳，每一個環節都需要測試與調整。

這次最重要的收穫，是理解 AI 應用不只是讓模型產生答案，更需要透過系統整合，才能真正成為使用者可以操作的工具。

希望「今天吃什麼？」能讓大家每天少一點選擇困難，多一點享受美食的期待！

現在就來問問食物精靈，今天要吃什麼吧！

👉 立即體驗 LINE 食物精靈（在新分頁開啟）

0 個愛心0 則留言

登入並驗證手機後就能留言。登入

里程碑

你的 LINE AI 食物精靈

林 @lin發布於 10月25日 19:22

今天吃什麼？｜你的 LINE AI 食物精靈 🍽️

每天最難回答的問題，可能不是考試題目，而是——「今天到底要吃什麼？」

🔗 點擊這裡，加入「今天吃什麼？」LINE 食物精靈（在新分頁開啟）

一、專案簡介

「今天吃什麼？」是一款結合 LINE 聊天機器人、n8n 自動化平台與 Google Gemini AI 的智慧餐點推薦小幫手。

使用者不需要額外下載 App，只要透過日常熟悉的 LINE 聊天介面，就能向食物精靈詢問餐點建議。

二、專案動機

「午餐吃什麼？」「晚餐要吃哪一家？」

看似簡單的問題，卻經常讓人猶豫很久。

無論是學生、上班族，或是每天需要決定三餐的人，都可能因為選擇太多、沒有靈感或預算限制，而陷入選擇困難。

因此，我希望透過 AI 技術，讓決定餐點不再是一件令人煩惱的事情。

相較於傳統需要自行搜尋餐廳、瀏覽大量選項的方式，「今天吃什麼？」希望透過自然的聊天互動，降低使用者做決定的時間與負擔。

讓科技不只是解決複雜問題，也能讓日常生活變得更輕鬆。

三、「今天吃什麼？」能做什麼？

1. AI 智慧餐點推薦

不知道吃什麼時，只要向食物精靈發送訊息，就能獲得具體的餐點建議。

例如：「今天晚餐不知道吃什麼！」

2. 依照需求提供建議

使用者可以在對話中提出自己的需求，例如：

「我今天只想花 100 元。」
「想吃熱熱的東西。」
「不想吃麵類。」
「推薦一些適合宵夜的食物。」

食物精靈可以利用 AI 理解這些自然語言條件，提供更符合需求的推薦方向。

3. LINE 即時互動

透過 LINE Messaging API 與 n8n 的自動化流程，使用者發送訊息後，系統便會將內容傳送至 Google Gemini 產生回覆，再回傳到 LINE 聊天室。

不需要操作複雜的介面，就像與朋友聊天一樣自然。

4. 自動化 AI 工作流程

本專案整合以下技術：

LINE Messaging API：接收及回傳使用者訊息。
n8n Webhook：接收 LINE 傳送的事件資料。
n8n AI Agent：負責 AI 對話處理。
Google Gemini：理解使用者需求並產生餐點推薦。
HTTP Request：透過 LINE Reply API 傳送 AI 回覆。

整體流程：

使用者傳送訊息 → LINE Webhook → n8n AI Agent → Google Gemini → HTTP Request → LINE 回覆

四、資料表欄位設計

目前系統主要使用 n8n 在 LINE 與 AI 之間傳遞 JSON 資料，並未確認已建立獨立資料庫。

為了讓未來的食物精靈能記錄偏好、儲存推薦紀錄與提升個人化程度，可以規劃以下資料表。

1. 使用者資料表（Users）

欄位名稱	資料型態	說明
user_id	VARCHAR(100)	LINE 使用者識別碼，主鍵
nickname	VARCHAR(50)	使用者暱稱
created_at	DATETIME	首次使用時間

2. 食物資料表（Foods）

欄位名稱	資料型態	說明
food_id	INT	食物編號，主鍵
food_name	VARCHAR(100)	食物名稱
category	VARCHAR(50)	食物種類
price_range	VARCHAR(50)	參考價格區間
description	TEXT	食物特色與介紹

3. 推薦紀錄表（Recommendation_History）

欄位名稱	資料型態	說明
record_id	INT	推薦紀錄編號，主鍵
user_id	VARCHAR(100)	使用者識別碼，外鍵
user_message	TEXT	使用者輸入內容
ai_response	TEXT	AI 推薦結果
created_at	DATETIME	對話時間

透過這樣的資料表規劃，未來可以進一步分析使用者的餐點偏好、保留推薦紀錄，甚至增加個人化推薦功能。

專案成果與心得

透過這次專案，我實際體驗了如何運用 n8n 將不同服務整合成一套完整的 AI 自動化流程。

從 LINE Webhook 的設定、Google Gemini 模型串接，到 HTTP Request 的資料格式與訊息回傳，每一個環節都需要測試與調整。

這次最重要的收穫，是理解 AI 應用不只是讓模型產生答案，更需要透過系統整合，才能真正成為使用者可以操作的工具。

希望「今天吃什麼？」能讓大家每天少一點選擇困難，多一點享受美食的期待！

現在就來問問食物精靈，今天要吃什麼吧！

👉 立即體驗 LINE 食物精靈（在新分頁開啟）

0 個愛心0 則留言

登入並驗證手機後就能留言。登入

里程碑

你的 LINE AI 食物精靈

林 @lin發布於 10月25日 19:22

今天吃什麼？｜你的 LINE AI 食物精靈 🍽️

每天最難回答的問題，可能不是考試題目，而是——「今天到底要吃什麼？」

🔗 點擊這裡，加入「今天吃什麼？」LINE 食物精靈（在新分頁開啟）

一、專案簡介

「今天吃什麼？」是一款結合 LINE 聊天機器人、n8n 自動化平台與 Google Gemini AI 的智慧餐點推薦小幫手。

使用者不需要額外下載 App，只要透過日常熟悉的 LINE 聊天介面，就能向食物精靈詢問餐點建議。

二、專案動機

「午餐吃什麼？」「晚餐要吃哪一家？」

看似簡單的問題，卻經常讓人猶豫很久。

無論是學生、上班族，或是每天需要決定三餐的人，都可能因為選擇太多、沒有靈感或預算限制，而陷入選擇困難。

因此，我希望透過 AI 技術，讓決定餐點不再是一件令人煩惱的事情。

相較於傳統需要自行搜尋餐廳、瀏覽大量選項的方式，「今天吃什麼？」希望透過自然的聊天互動，降低使用者做決定的時間與負擔。

讓科技不只是解決複雜問題，也能讓日常生活變得更輕鬆。

三、「今天吃什麼？」能做什麼？

1. AI 智慧餐點推薦

不知道吃什麼時，只要向食物精靈發送訊息，就能獲得具體的餐點建議。

例如：「今天晚餐不知道吃什麼！」

2. 依照需求提供建議

使用者可以在對話中提出自己的需求，例如：

「我今天只想花 100 元。」
「想吃熱熱的東西。」
「不想吃麵類。」
「推薦一些適合宵夜的食物。」

食物精靈可以利用 AI 理解這些自然語言條件，提供更符合需求的推薦方向。

3. LINE 即時互動

透過 LINE Messaging API 與 n8n 的自動化流程，使用者發送訊息後，系統便會將內容傳送至 Google Gemini 產生回覆，再回傳到 LINE 聊天室。

不需要操作複雜的介面，就像與朋友聊天一樣自然。

4. 自動化 AI 工作流程

本專案整合以下技術：

LINE Messaging API：接收及回傳使用者訊息。
n8n Webhook：接收 LINE 傳送的事件資料。
n8n AI Agent：負責 AI 對話處理。
Google Gemini：理解使用者需求並產生餐點推薦。
HTTP Request：透過 LINE Reply API 傳送 AI 回覆。

整體流程：

使用者傳送訊息 → LINE Webhook → n8n AI Agent → Google Gemini → HTTP Request → LINE 回覆

四、資料表欄位設計

目前系統主要使用 n8n 在 LINE 與 AI 之間傳遞 JSON 資料，並未確認已建立獨立資料庫。

為了讓未來的食物精靈能記錄偏好、儲存推薦紀錄與提升個人化程度，可以規劃以下資料表。

1. 使用者資料表（Users）

欄位名稱	資料型態	說明
user_id	VARCHAR(100)	LINE 使用者識別碼，主鍵
nickname	VARCHAR(50)	使用者暱稱
created_at	DATETIME	首次使用時間

2. 食物資料表（Foods）

欄位名稱	資料型態	說明
food_id	INT	食物編號，主鍵
food_name	VARCHAR(100)	食物名稱
category	VARCHAR(50)	食物種類
price_range	VARCHAR(50)	參考價格區間
description	TEXT	食物特色與介紹

3. 推薦紀錄表（Recommendation_History）

欄位名稱	資料型態	說明
record_id	INT	推薦紀錄編號，主鍵
user_id	VARCHAR(100)	使用者識別碼，外鍵
user_message	TEXT	使用者輸入內容
ai_response	TEXT	AI 推薦結果
created_at	DATETIME	對話時間

透過這樣的資料表規劃，未來可以進一步分析使用者的餐點偏好、保留推薦紀錄，甚至增加個人化推薦功能。

專案成果與心得

透過這次專案，我實際體驗了如何運用 n8n 將不同服務整合成一套完整的 AI 自動化流程。

從 LINE Webhook 的設定、Google Gemini 模型串接，到 HTTP Request 的資料格式與訊息回傳，每一個環節都需要測試與調整。

這次最重要的收穫，是理解 AI 應用不只是讓模型產生答案，更需要透過系統整合，才能真正成為使用者可以操作的工具。

希望「今天吃什麼？」能讓大家每天少一點選擇困難，多一點享受美食的期待！

現在就來問問食物精靈，今天要吃什麼吧！

👉 立即體驗 LINE 食物精靈（在新分頁開啟）

0 個愛心0 則留言

登入並驗證手機後就能留言。登入

里程碑

你的 LINE AI 食物精靈

林 @lin發布於 10月25日 19:22

今天吃什麼？｜你的 LINE AI 食物精靈 🍽️

每天最難回答的問題，可能不是考試題目，而是——「今天到底要吃什麼？」

🔗 點擊這裡，加入「今天吃什麼？」LINE 食物精靈（在新分頁開啟）

一、專案簡介

「今天吃什麼？」是一款結合 LINE 聊天機器人、n8n 自動化平台與 Google Gemini AI 的智慧餐點推薦小幫手。

使用者不需要額外下載 App，只要透過日常熟悉的 LINE 聊天介面，就能向食物精靈詢問餐點建議。

二、專案動機

「午餐吃什麼？」「晚餐要吃哪一家？」

看似簡單的問題，卻經常讓人猶豫很久。

無論是學生、上班族，或是每天需要決定三餐的人，都可能因為選擇太多、沒有靈感或預算限制，而陷入選擇困難。

因此，我希望透過 AI 技術，讓決定餐點不再是一件令人煩惱的事情。

相較於傳統需要自行搜尋餐廳、瀏覽大量選項的方式，「今天吃什麼？」希望透過自然的聊天互動，降低使用者做決定的時間與負擔。

讓科技不只是解決複雜問題，也能讓日常生活變得更輕鬆。

三、「今天吃什麼？」能做什麼？

1. AI 智慧餐點推薦

不知道吃什麼時，只要向食物精靈發送訊息，就能獲得具體的餐點建議。

例如：「今天晚餐不知道吃什麼！」

2. 依照需求提供建議

使用者可以在對話中提出自己的需求，例如：

「我今天只想花 100 元。」
「想吃熱熱的東西。」
「不想吃麵類。」
「推薦一些適合宵夜的食物。」

食物精靈可以利用 AI 理解這些自然語言條件，提供更符合需求的推薦方向。

3. LINE 即時互動

透過 LINE Messaging API 與 n8n 的自動化流程，使用者發送訊息後，系統便會將內容傳送至 Google Gemini 產生回覆，再回傳到 LINE 聊天室。

不需要操作複雜的介面，就像與朋友聊天一樣自然。

4. 自動化 AI 工作流程

本專案整合以下技術：

LINE Messaging API：接收及回傳使用者訊息。
n8n Webhook：接收 LINE 傳送的事件資料。
n8n AI Agent：負責 AI 對話處理。
Google Gemini：理解使用者需求並產生餐點推薦。
HTTP Request：透過 LINE Reply API 傳送 AI 回覆。

整體流程：

使用者傳送訊息 → LINE Webhook → n8n AI Agent → Google Gemini → HTTP Request → LINE 回覆

四、資料表欄位設計

目前系統主要使用 n8n 在 LINE 與 AI 之間傳遞 JSON 資料，並未確認已建立獨立資料庫。

為了讓未來的食物精靈能記錄偏好、儲存推薦紀錄與提升個人化程度，可以規劃以下資料表。

1. 使用者資料表（Users）

欄位名稱	資料型態	說明
user_id	VARCHAR(100)	LINE 使用者識別碼，主鍵
nickname	VARCHAR(50)	使用者暱稱
created_at	DATETIME	首次使用時間

2. 食物資料表（Foods）

欄位名稱	資料型態	說明
food_id	INT	食物編號，主鍵
food_name	VARCHAR(100)	食物名稱
category	VARCHAR(50)	食物種類
price_range	VARCHAR(50)	參考價格區間
description	TEXT	食物特色與介紹

3. 推薦紀錄表（Recommendation_History）

欄位名稱	資料型態	說明
record_id	INT	推薦紀錄編號，主鍵
user_id	VARCHAR(100)	使用者識別碼，外鍵
user_message	TEXT	使用者輸入內容
ai_response	TEXT	AI 推薦結果
created_at	DATETIME	對話時間

透過這樣的資料表規劃，未來可以進一步分析使用者的餐點偏好、保留推薦紀錄，甚至增加個人化推薦功能。

專案成果與心得

透過這次專案，我實際體驗了如何運用 n8n 將不同服務整合成一套完整的 AI 自動化流程。

從 LINE Webhook 的設定、Google Gemini 模型串接，到 HTTP Request 的資料格式與訊息回傳，每一個環節都需要測試與調整。

這次最重要的收穫，是理解 AI 應用不只是讓模型產生答案，更需要透過系統整合，才能真正成為使用者可以操作的工具。

希望「今天吃什麼？」能讓大家每天少一點選擇困難，多一點享受美食的期待！

現在就來問問食物精靈，今天要吃什麼吧！

👉 立即體驗 LINE 食物精靈（在新分頁開啟）

0 個愛心0 則留言

登入並驗證手機後就能留言。登入

里程碑

你的 LINE AI 食物精靈

林 @lin發布於 10月25日 19:22

今天吃什麼？｜你的 LINE AI 食物精靈 🍽️

每天最難回答的問題，可能不是考試題目，而是——「今天到底要吃什麼？」

🔗 點擊這裡，加入「今天吃什麼？」LINE 食物精靈（在新分頁開啟）

一、專案簡介

「今天吃什麼？」是一款結合 LINE 聊天機器人、n8n 自動化平台與 Google Gemini AI 的智慧餐點推薦小幫手。

使用者不需要額外下載 App，只要透過日常熟悉的 LINE 聊天介面，就能向食物精靈詢問餐點建議。

二、專案動機

「午餐吃什麼？」「晚餐要吃哪一家？」

看似簡單的問題，卻經常讓人猶豫很久。

無論是學生、上班族，或是每天需要決定三餐的人，都可能因為選擇太多、沒有靈感或預算限制，而陷入選擇困難。

因此，我希望透過 AI 技術，讓決定餐點不再是一件令人煩惱的事情。

相較於傳統需要自行搜尋餐廳、瀏覽大量選項的方式，「今天吃什麼？」希望透過自然的聊天互動，降低使用者做決定的時間與負擔。

讓科技不只是解決複雜問題，也能讓日常生活變得更輕鬆。

三、「今天吃什麼？」能做什麼？

1. AI 智慧餐點推薦

不知道吃什麼時，只要向食物精靈發送訊息，就能獲得具體的餐點建議。

例如：「今天晚餐不知道吃什麼！」

2. 依照需求提供建議

使用者可以在對話中提出自己的需求，例如：

「我今天只想花 100 元。」
「想吃熱熱的東西。」
「不想吃麵類。」
「推薦一些適合宵夜的食物。」

食物精靈可以利用 AI 理解這些自然語言條件，提供更符合需求的推薦方向。

3. LINE 即時互動

透過 LINE Messaging API 與 n8n 的自動化流程，使用者發送訊息後，系統便會將內容傳送至 Google Gemini 產生回覆，再回傳到 LINE 聊天室。

不需要操作複雜的介面，就像與朋友聊天一樣自然。

4. 自動化 AI 工作流程

本專案整合以下技術：

LINE Messaging API：接收及回傳使用者訊息。
n8n Webhook：接收 LINE 傳送的事件資料。
n8n AI Agent：負責 AI 對話處理。
Google Gemini：理解使用者需求並產生餐點推薦。
HTTP Request：透過 LINE Reply API 傳送 AI 回覆。

整體流程：

使用者傳送訊息 → LINE Webhook → n8n AI Agent → Google Gemini → HTTP Request → LINE 回覆

四、資料表欄位設計

目前系統主要使用 n8n 在 LINE 與 AI 之間傳遞 JSON 資料，並未確認已建立獨立資料庫。

為了讓未來的食物精靈能記錄偏好、儲存推薦紀錄與提升個人化程度，可以規劃以下資料表。

1. 使用者資料表（Users）

欄位名稱	資料型態	說明
user_id	VARCHAR(100)	LINE 使用者識別碼，主鍵
nickname	VARCHAR(50)	使用者暱稱
created_at	DATETIME	首次使用時間

2. 食物資料表（Foods）

欄位名稱	資料型態	說明
food_id	INT	食物編號，主鍵
food_name	VARCHAR(100)	食物名稱
category	VARCHAR(50)	食物種類
price_range	VARCHAR(50)	參考價格區間
description	TEXT	食物特色與介紹

3. 推薦紀錄表（Recommendation_History）

欄位名稱	資料型態	說明
record_id	INT	推薦紀錄編號，主鍵
user_id	VARCHAR(100)	使用者識別碼，外鍵
user_message	TEXT	使用者輸入內容
ai_response	TEXT	AI 推薦結果
created_at	DATETIME	對話時間

透過這樣的資料表規劃，未來可以進一步分析使用者的餐點偏好、保留推薦紀錄，甚至增加個人化推薦功能。

專案成果與心得

透過這次專案，我實際體驗了如何運用 n8n 將不同服務整合成一套完整的 AI 自動化流程。

從 LINE Webhook 的設定、Google Gemini 模型串接，到 HTTP Request 的資料格式與訊息回傳，每一個環節都需要測試與調整。

這次最重要的收穫，是理解 AI 應用不只是讓模型產生答案，更需要透過系統整合，才能真正成為使用者可以操作的工具。

希望「今天吃什麼？」能讓大家每天少一點選擇困難，多一點享受美食的期待！

現在就來問問食物精靈，今天要吃什麼吧！

👉 立即體驗 LINE 食物精靈（在新分頁開啟）

0 個愛心0 則留言

登入並驗證手機後就能留言。登入

里程碑

你的 LINE AI 食物精靈

林 @lin發布於 10月25日 19:22

今天吃什麼？｜你的 LINE AI 食物精靈 🍽️

每天最難回答的問題，可能不是考試題目，而是——「今天到底要吃什麼？」

🔗 點擊這裡，加入「今天吃什麼？」LINE 食物精靈（在新分頁開啟）

一、專案簡介

「今天吃什麼？」是一款結合 LINE 聊天機器人、n8n 自動化平台與 Google Gemini AI 的智慧餐點推薦小幫手。

使用者不需要額外下載 App，只要透過日常熟悉的 LINE 聊天介面，就能向食物精靈詢問餐點建議。

二、專案動機

「午餐吃什麼？」「晚餐要吃哪一家？」

看似簡單的問題，卻經常讓人猶豫很久。

無論是學生、上班族，或是每天需要決定三餐的人，都可能因為選擇太多、沒有靈感或預算限制，而陷入選擇困難。

因此，我希望透過 AI 技術，讓決定餐點不再是一件令人煩惱的事情。

相較於傳統需要自行搜尋餐廳、瀏覽大量選項的方式，「今天吃什麼？」希望透過自然的聊天互動，降低使用者做決定的時間與負擔。

讓科技不只是解決複雜問題，也能讓日常生活變得更輕鬆。

三、「今天吃什麼？」能做什麼？

1. AI 智慧餐點推薦

不知道吃什麼時，只要向食物精靈發送訊息，就能獲得具體的餐點建議。

例如：「今天晚餐不知道吃什麼！」

2. 依照需求提供建議

使用者可以在對話中提出自己的需求，例如：

「我今天只想花 100 元。」
「想吃熱熱的東西。」
「不想吃麵類。」
「推薦一些適合宵夜的食物。」

食物精靈可以利用 AI 理解這些自然語言條件，提供更符合需求的推薦方向。

3. LINE 即時互動

透過 LINE Messaging API 與 n8n 的自動化流程，使用者發送訊息後，系統便會將內容傳送至 Google Gemini 產生回覆，再回傳到 LINE 聊天室。

不需要操作複雜的介面，就像與朋友聊天一樣自然。

4. 自動化 AI 工作流程

本專案整合以下技術：

LINE Messaging API：接收及回傳使用者訊息。
n8n Webhook：接收 LINE 傳送的事件資料。
n8n AI Agent：負責 AI 對話處理。
Google Gemini：理解使用者需求並產生餐點推薦。
HTTP Request：透過 LINE Reply API 傳送 AI 回覆。

整體流程：

使用者傳送訊息 → LINE Webhook → n8n AI Agent → Google Gemini → HTTP Request → LINE 回覆

四、資料表欄位設計

目前系統主要使用 n8n 在 LINE 與 AI 之間傳遞 JSON 資料，並未確認已建立獨立資料庫。

為了讓未來的食物精靈能記錄偏好、儲存推薦紀錄與提升個人化程度，可以規劃以下資料表。

1. 使用者資料表（Users）

欄位名稱	資料型態	說明
user_id	VARCHAR(100)	LINE 使用者識別碼，主鍵
nickname	VARCHAR(50)	使用者暱稱
created_at	DATETIME	首次使用時間

2. 食物資料表（Foods）

欄位名稱	資料型態	說明
food_id	INT	食物編號，主鍵
food_name	VARCHAR(100)	食物名稱
category	VARCHAR(50)	食物種類
price_range	VARCHAR(50)	參考價格區間
description	TEXT	食物特色與介紹

3. 推薦紀錄表（Recommendation_History）

欄位名稱	資料型態	說明
record_id	INT	推薦紀錄編號，主鍵
user_id	VARCHAR(100)	使用者識別碼，外鍵
user_message	TEXT	使用者輸入內容
ai_response	TEXT	AI 推薦結果
created_at	DATETIME	對話時間

透過這樣的資料表規劃，未來可以進一步分析使用者的餐點偏好、保留推薦紀錄，甚至增加個人化推薦功能。

專案成果與心得

透過這次專案，我實際體驗了如何運用 n8n 將不同服務整合成一套完整的 AI 自動化流程。

從 LINE Webhook 的設定、Google Gemini 模型串接，到 HTTP Request 的資料格式與訊息回傳，每一個環節都需要測試與調整。

這次最重要的收穫，是理解 AI 應用不只是讓模型產生答案，更需要透過系統整合，才能真正成為使用者可以操作的工具。

希望「今天吃什麼？」能讓大家每天少一點選擇困難，多一點享受美食的期待！

現在就來問問食物精靈，今天要吃什麼吧！

👉 立即體驗 LINE 食物精靈（在新分頁開啟）

0 個愛心0 則留言

登入並驗證手機後就能留言。登入