📌 專案背景與想解決的問題
家裡是做生意的，但平常都是以手寫來用訂單，因此訂單一多就常常造成訂單失蹤，或是因為Line訊息太多而沒有注意到有漏接的訂單，再加上因為過於繁忙也不一定有時間能去看訊息接訂單，因此我想利用n8n+AI Agent + LINE Messaging API 打造了一款專屬的自動化訂單小精靈。

🛠️ 技術做法與核心架構整個系統架構包含以下關鍵模組：
LINE Webhook & 記憶管理
串接 LINE Webhook 即時接收顧客訊息。
透過 Simple Memory 並綁定每位顧客獨立的 userId 作為 Session Key，避免不同顧客對話記憶串線互相污染。

AI Agent 意圖解析與人性化回覆
提示詞工程（Prompt Engineering）：設定烘焙坊小幫手人設，讓回覆兼具確認訂單功能與溫暖親切的口吻。
結構化輸出：AI 負責從自然語言中萃取 customername、phone、date、items，並打上意圖標籤 action（區分是全新的 NEWORDER 還是補充時間的 UPDATE_INFO）。

動態邏輯分流與資料庫維護
JavaScript 解析：將外層顧客資訊自動對齊給每個品項物件。
If 節點分流：
(1)全新訂單（NEWORDER）：走 Split Out 攤平品項陣列，各別寫入 Data Table 列。(2)補充資訊（UPDATEINFO）：以顧客 userId 為索引比對舊單，走 Update row 更新日期或聯絡資訊，徹底解決重複新增訂單的難題。

排程自動彙整與推播
建立每日定時排程（Schedule Trigger），透過 Summarize 節點自動對各品項數量進行 SUM 加總。產生整潔的【每日備料總計表】，主動推播至管理端 LINE，店家一目了然需要準備多少食材。

💡 成果展示與實測心得
自然對話下單：客人可以用日常口吻下單、分段補填資料，機器人皆能精準辨識與親切對應。
資料庫乾淨正確：後台自動依品項建檔，補充資訊不重疊。
打烊零負擔：時間一到自動生成商品總數清單，省去人工對帳與計算時間。

在實作中一直遇到無法將資料update的問題，後來發現是if的地方沒設定好，再加上因為是用同一支帳號去測試導致AI 容易發生「記憶串線」，把前一位顧客點的品項套用到下一位顧客身上，後來深入理解 Simple Memory 的運作機制，將 LINE Webhook 傳入的唯一識別碼 userId 綁定為 Session Key，成功實現了不同顧客間的記憶獨立隔離。

未來應該會再把系統更完善，像是再新增一些客服功能、下單後直接回覆這次消費金額等，或是弄成圖文選單，讓使用者能夠應輕易使用。