LINE AI 任務整理助理：把 LINE 變成我的個人待辦收件匣

這次的 n8n 挑戰，我做了一個串接 LINE 官方帳號、AI Agent 與 n8n 內建 Data Table 的小工具，主題是：

LINE AI 任務整理助理

一開始我的想法很簡單：
我平常很多事情都是突然想到，例如作業、實習任務、出國前要準備的東西、會議安排等等。可是這些事情很容易散落在 LINE、備忘錄、腦中，最後就會忘記整理。

所以我想做一個自己真的會用的 LINE 官方帳號。只要我想到事情，就直接丟到 LINE 裡，讓 AI 幫我判斷這句話是待辦事項、提醒、筆記、問題，還是普通聊天，然後自動整理、儲存，之後還可以查詢目前的待辦清單。

我做出來的功能

目前這個 LINE AI 助理可以做到以下幾件事：

1. 接收 LINE 訊息

使用者傳訊息給 LINE 官方帳號後，LINE 會透過 Webhook 把訊息送到 n8n。

例如我傳：

我想要在 7/11 出國

n8n 會接收到這段文字，並把訊息內容、replyToken、userId 整理出來。

2. 透過 AI Agent 判斷訊息類型

接著我用 n8n 的 AI Agent 串接 OpenAI Chat Model，讓 AI 判斷使用者輸入的內容屬於哪一類。

目前分類包含：

1. 待辦事項
2. 提醒
3. 筆記
4. 問題
5. 普通聊天

例如我傳：

我想要在 7/11 出國

AI 會回覆類似：

分類：待辦事項
內容：我想要在 7/11 出國

需要我幫你建立行程、設定提醒或列出準備清單嗎？

3. 將資料存進 n8n 內建 Data Table

這次我沒有使用 Google Sheets，而是直接使用 n8n 內建的 Data Table 來儲存資料。

我建立了一張表，欄位包含：

type
title
priority
original_text
status

每當我傳一則訊息，AI 判斷後，n8n 會把它整理成一筆資料存進 Table。

例如：

這樣就不只是單純的聊天機器人，而是真的可以幫我把事情記錄下來。

4. 查詢「我的待辦」

我也加入了一個查詢功能。

只要我在 LINE 傳：

我的待辦

n8n 會判斷這不是一般聊天，而是查詢指令。
接著它會去 Data Table 裡讀取目前狀態是 pending 的資料，整理後再回傳給我。

回覆會像這樣：

你目前的待辦事項：

1. 我想要在7/11出國

類型：待辦事項
優先度：中

2. 我要安排一場7/11下午13:00的會議

類型：待辦事項
優先度：中

這個功能讓 LINE 官方帳號變成一個簡單版的 AI 待辦管理工具。

我的 n8n 流程設計

整體流程大概是這樣：

Webhook
↓
Edit Fields
↓
IF 判斷是否為「我的待辦」
├─ True：Get row(s) → Code 整理待辦清單 → HTTP Request 回覆 LINE
└─ False：AI Agent → Code 整理資料 → Insert row → HTTP Request 回覆 LINE

一般訊息流程

如果我傳的是一般內容，例如：

我要安排一場 7/11 下午 13:00 的會議

流程會走：

LINE 訊息
↓
Webhook 接收
↓
Edit Fields 整理 userText / replyToken
↓
AI Agent 分類與回覆
↓
Code 整理成 Table 欄位
↓
Insert row 存進 n8n Data Table
↓
HTTP Request 回覆 LINE

查詢待辦流程

如果我傳：

我的待辦

流程會走另一條分支：

LINE 訊息
↓
Webhook 接收
↓
IF 判斷為「我的待辦」
↓
Get row(s) 讀取 Data Table
↓
Code 整理清單
↓
HTTP Request 回覆 LINE

這個作品解決了我什麼問題？

我覺得這個作品最實用的地方是：
把我最常使用的 LINE 變成任務收件匣。

以前想到事情時，我可能會想說「等一下再記」，但通常等一下就忘了。
現在只要我想到事情，就可以直接傳給自己的 LINE 官方帳號，讓 AI 幫我整理並存起來。

它解決了幾個問題：

1. 臨時想到的事情容易忘記
2. 待辦事項散落在不同地方
3. 手動整理任務很麻煩
4. 想查目前待辦時沒有集中入口

透過這個 LINE AI 助理，我可以直接用自然語言輸入，不需要自己打開任務管理 App，也不需要手動分類。

製作過程中遇到的問題

這次做的過程中，遇到幾個比較卡的地方。

第一個是 LINE Webhook 的測試網址和正式網址不同。
一開始我使用 /webhook-test/，但這個網址需要在 n8n 按下 Listen for test event 才會生效。後來才理解，如果要讓 workflow 長期運作，就要改成 Production URL，並且把 workflow 啟用。

第二個是 HTTP Request 回覆 LINE 時，JSON Body 很容易格式錯誤。
尤其 AI 回覆裡面有換行時，如果直接塞進 JSON，會造成 JSON 格式壞掉。後來我改用 Code 節點先整理好 replyToken 和 messages，再用 JSON.stringify() 傳給 LINE API，才順利解決。

第三個是 n8n 節點名稱要完全對應。
例如我的 Code 節點叫做 Code in JavaScript，HTTP Request 裡就不能寫 $('Code')，一定要寫完整節點名稱，否則會出現 referenced node doesn't exist 的錯誤。

我的心得

這次完成後，我覺得 n8n 很適合拿來做這種「小型自動化助理」。

以前如果要做 LINE Bot，可能需要自己寫後端、處理 API、資料庫、Webhook 等等。但用 n8n 之後，很多流程都可以用節點串起來，對我來說比較直覺，也比較容易測試。

這次的作品雖然是一個簡單的任務整理助理，但它已經具備幾個完整應用的核心：

1. LINE 官方帳號作為入口
2. Webhook 接收使用者訊息
3. AI Agent 理解自然語言
4. Data Table 儲存資料
5. IF 節點做不同流程分支
6. HTTP Request 回覆 LINE

之後如果要繼續擴充，我想加入：

1. 傳「完成 1」可以把任務狀態改成 done
2. 傳「今日待辦」只顯示今天的任務
3. 每天早上自動推播今天待辦
4. AI 自動拆解大型任務成小步驟
5. 根據日期自動排序任務

整體來說，這次作品讓我更理解 n8n 不只是自動化工具，也可以變成一個低程式碼的 AI Agent 開發平台。
透過 LINE 這個日常使用頻率很高的入口，AI 不再只是聊天，而是真的可以幫我管理生活與工作中的任務。