大家好，鐵人賽堂堂邁入第十天！

在前兩天，我們教會了 AI Agent 如何查詢天氣和新聞，這些都是基於明確指令的任務。今天，我們要挑戰一個更「人性化」、更「模糊」的主題：讓 AI Agent 根據使用者的「心情」，推薦相對應的 Spotify 歌單！

這個專案不僅有趣，還會讓我們學會如何處理更複雜的 OAuth 2.0 認證，這是串接許多主流平台（如 Google, Facebook, Spotify 等）時都必須掌握的關鍵技能。

最終，你將擁有一個如下圖所示，能理解你心情的音樂助理！

一、核心挑戰：Spotify 的 OAuth 2.0 認證

與之前的天氣、新聞 API 直接使用 API Key 不同，Spotify API 需要遵循 OAuth 2.0 的「客戶端憑證流程 (Client Credentials Flow)」，簡單來說分為兩步：

1. 獲取令牌 (Access Token): 我們需要先拿著我們的 Client ID 和 Client Secret，去跟 Spotify 的認證伺服器換取一個有時效性的「存取令牌 (Access Token)」。
2. 使用令牌請求資料: 在後續的所有 API 請求中（例如搜尋歌單），我們都必須在請求標頭 (Header) 中帶上這個令牌，以證明我們的身份。

這意味著我們的「邏輯核心」工作流中，至少需要兩個 HTTP Request 節點來完成這個流程。

二、步驟一：建立「Spotify 邏輯核心」工作流

我們同樣從建立最內層的「工人」——searchForItem 工作流開始。

1. 獲取 Spotify 憑證：

   • 前往 Spotify for Developers Dashboard，登入並建立一個新的 App。
   • 你會得到一組 Client ID 和 Client Secret。請妥善保管它們，並將其存入 n8n 的憑證庫中。

2. 新建工作流，並命名為 searchForItem。

3. 觸發器： 使用 When Executed by Another Workflow 節點，並且設定傳入的參數mood。

4. 第一個 HTTP Request 節點 (獲取 Token):

   • Method: POST
   • URL: https://accounts.spotify.com/api/token
   • Authentication: Header Auth
   • Header Name: Authorization
   • Header Value: 這裡需要 Basic 認證。其值是 Base64Encode(你的ClientID:你的ClientSecret)。你可以使用 n8n 的表達式或線上工具生成。
   • Body Content Type: application/x-www-form-urlencoded
   • Body Parameters: 新增一個參數 grant_type，值為 client_credentials。
   • 
   • 

5. 第二個 HTTP Request 節點 (搜尋歌單):

   • Method: GET
   • URL (使用表達式): https://api.spotify.com/v1/search?q={{ $json.query }}&type=playlist&limit=5
   • Authentication: Header Auth
   • Header Name: Authorization
   • Header Value (使用表達式): Bearer {{ $('HTTP Request').item.json.access_token }}。這個表達式會從上一個 HTTP Request 節點的輸出中，取得 access_token。
   • 
   • 

6. Edit Fields (或 Set) 節點：

   • 從回傳的歌單列表中，提取出我們需要的 external_urls.spotify (也就是歌單的公開連結)。

7. Basic LLM Chain 節點：

   • Prompt: 你是一位友善的音樂 DJ。請根據下面提供的 Spotify 歌單連結列表，用繁體中文生成一段推薦語，並以條列式清單呈現歌單。

8. 儲存並啟用 (Active) 工作流。

這個工作流完美展示了先 POST 請求 Token，再 GET 請求資料的 OAuth 2.0 完整流程。

三、步驟二：在 MCPClient 伺服器上新增「點歌」工具

現在，讓我們的「專案經理」學會這項新技能。

1. 打開 MCPClient 工作流。
2. 在 MCP Server Trigger 下方新增第四個工具 (Call n8n Workflow Tool)。
3. 設定新工具：
   • Tool Name: get_spotify_playlist_by_mood
   • Tool Description: 根據使用者描述的心情或情境（例如：放鬆、派對、運動），推薦適合的 Spotify 歌單
   • Properties (輸入參數): 新增一個名為 query 的參數。
   • Workflow to Call: 選擇我們剛剛建立的 searchForItem 工作流。
4. 儲存並確保工作流為啟用 (Active) 狀態。

我們的 MCP 伺服器現在更加多才多藝了！

四、終極測試：與你的心情點唱機對話

同樣地，我們無需修改 MCP Demo 主流程。

1. 打開 MCP Demo 工作流的聊天視窗。
2. 下達一個帶有「心情」的指令：

   我今天心情很放鬆，請給我相對應的歌單

你會看到 AI Agent 展現出驚人的理解力：

• 它理解了「心情很放鬆」是核心需求。
• 它判斷出 get_spotify_playlist_by_mood 這個工具最適合這個任務。
• 它生成了一個合適的搜尋關鍵字（例如 放鬆 或 chillhop）作為 query 參數傳遞給工具。
• 最終，它將我們精心處理過的歌單列表，作為答案回覆給你。

五、今日總結

今天，我們成功地打造了一個充滿創意和情感的 AI 工具，並且攻克了更進階的 OAuth 2.0 認證流程。我們學到了：

1. 處理多步驟認證： 掌握了先獲取 Token 再使用 Token 的 API 串接模式。
2. 賦予 AI 創意能力： 讓 AI Agent 不僅能處理明確指令，還能理解「心情」這種模糊概念，並將其轉化為具體的 API 查詢。

我們的 MCP 伺服器功能越來越豐富，AI Agent 也變得越來越聰明。明天，我們將迎來 n8n 篇章的最高潮——將我們辛苦打造的這台強大 MCP 伺服器，使用開源的介面（OpenWebUI）連接起來！