這集的篇幅比較長，影片分成兩集

Part 1：

Part 2：

影片連結 1/2：https://www.youtube.com/watch?v=7RU20-m4qnM
影片連結 2/2：https://www.youtube.com/watch?v=CqkMDe4aNH4
YouTube 頻道：https://www.youtube.com/c/kaochenlong

在前兩集中，我們已經建立了一個能夠記帳的 Line 聊天機器人。這個機器人可以透過 AI Agent 解析使用者的訊息，將記帳資訊寫入 Google Sheet。但這個設計有個限制：當使用者只是想跟機器人打個招呼或閒聊時，系統就會出現錯誤。

這個問題的根源在於我們的 AI Agent 使用了結構化輸出（Structured Output）。結構化輸出的設計很適合處理固定格式的資料，但對於一般對話來說反而變得綁手綁腳。當使用者輸入「你好」這類閒聊訊息時，AI Agent 無法將其轉換成我們預期的記帳格式，因此產生錯誤。

要怎麼解決呢？也許可以透過多個 AI Agent 一起協作...

解決方案

我們需要在訊息進入主要處理流程之前，先放一隻 AI Agent 負責判斷使用者的意圖：

1. 記帳：將訊息導向記帳 Agent
2. 查帳：將訊息導向查帳 Agent
3. 一般對話：將訊息導向聊天 Agent

每個 Agent 都專注於處理特定類型的任務，這樣就不會互相干擾。

流程

因為流程有點長，建議大家直接跟著 YouTube 影片操作一次，會比文字版本更容易理解。

整個工作流程的設計如下：

Webhook（Line 訊息進入點）
    ↓
資料整理（提取 userId、訊息內容以及 Reply Token）
    ↓
意圖判斷 Agent（判斷使用者想做什麼）
    ↓
Switch 節點（根據意圖分流）
    ├─→ 記帳 Agent + 日期工具 → 產生結構資料 → 寫入 Google Sheet → 回覆訊息
    ├─→ 查帳 Agent + 日期工具 → 使用 Google Sheet 工具 → 回覆訊息
    └─→ 聊天 Agent → 回覆訊息

工作流下載：https://gist.github.com/kaochenlong/f0b04732488441c7b99106f6dda23cf3