🌱 起心動念：為什麼想自動化信用卡帳單？

每個月收到「銀行信用卡」帳單時，我常常只是快速掃過繳款金額，真正的消費細節反而沒有好好看。
帳單是 PDF，又有密碼保護，要打開、搜尋、對照、算總額，整個流程其實不輕鬆。

後來開始用 n8n 做工作上的自動化，就動念把這件事也自動化：

Gmail 收到信用卡帳單 →
自動解出 PDF 文字 →
把「本月消費明細」抽出來 →
丟給 GPT 做結構化整理 →
透過 LINE 推送一份可閱讀的摘要。

這篇是把這段過程中和 ChatGPT 來回討論、踩坑、修正的經驗整理成一篇實作心得。

🧭 流程總覽：從信箱到通知的資料旅程

整條流程拆開來大概是這樣：
範例：國泰世華

1️⃣ Gmail Trigger

• 只處理主旨以「國泰世華銀行信用卡」開頭的信件
• 勾選下載附件

2️⃣ PDF 文字抽取

• 一開始研究 qpdf + pdftotext
• 後來發現 n8n 裡的 Extract from File 就能直接處理有密碼的 PDF

3️⃣ Function 節點

• 從整份文字裡，只切出「您本月消費明細如下：～-----------------END-----------------」這一小段
• 留下原始 raw_segment 給後續 AI 使用

4️⃣ AI Agent（GPT）

• 輸入整段明細文字
• 讓模型：
  • 按店家合併金額
  • 找出單筆超過 1000 的交易
  • 計算總額
• 回傳一個乾淨的 JSON

5️⃣ Function：整理成 LINE 訊息

• 把 JSON 轉成幾則簡短的文字訊息
• 例如：摘要、Top 店家、大額交易列表

6️⃣ HTTP Request → LINE Push API

• 設定好 to（userId）和 messages
• 寄出推播

這條線中間大概經歷了幾個明顯的轉折：
PDF 解密的做法、正規表示式沒抓到內容、JSON 要怎麼轉成 LINE 格式，
以及 n8n 送 HTTP 的一些小陷阱。
📎 處理加密 PDF：從 qpdf 繞了一圈

一開始的想法很工程師：
既然 PDF 有密碼，就先在主機裝工具，把它解密再處理。

我原本設計的是：

1. 在 n8n 主機上安裝 qpdf、poppler-utils (pdftotext)

2. 流程如下：

   • Gmail Trigger 下載附件（binary）
   • Function 節點把 binary re-map 成 inputPdf
   • Write Binary File → /tmp/input.pdf
   • Execute Command：

     qpdf --password=1234 --decrypt /tmp/input.pdf /tmp/decrypted.pdf
     

   • 再用

     pdftotext /tmp/decrypted.pdf -
     

     把文字吐到 stdout

這條路的好處是：

• 對各種 PDF 都通用，不侷限在某個平台
• 想加上 OCR（例如 tesseract）時比較彈性

但實作到一半，開始意識到幾個問題：

• 需要動到主機或 Docker image 安裝工具
• 路徑、權限、容器掛載點都要自己顧
• 對於只是個人帳單來說，這條路顯得有點重

📄 發現 Extract from File：回頭用內建節點就好

實際把 n8n 的 Extract from File 節點打開看了一下之後，才發現它已經支援：

• 直接讀 binary property
• 模式選「PDF (Text)」
• 甚至還有 Password 欄位可以填

我那時候遇到的錯誤是：

No password given

意思很單純：PDF 是加密的，但節點沒拿到密碼。
後來調整為：

• Operation：Extract → PDF (Text)
• Binary Property：指向 Gmail 節點輸出的附件 key（例如 attachment_0 或 inputPdf）
• Password：先直接填 1234 測試（之後再改成環境變數）

這樣就直接拿到：

{
  "text": "整份帳單解出來的文字……"
}

比起前面那串 qpdf 指令，這個方案簡單很多，也不需要動 server。

📊 小小比較表：兩種 PDF 解析方式

實務上，我最後採用的是「先用 Extract from File 拿文字」，真的遇到掃描型帳單再考慮加 OCR。

🔍 用 Function 節點切出「本月消費明細」

Extract from File 把整份帳單都轉成文字，但我只在乎中間那一段：

您本月消費明細如下：
…
-----------------END-----------------

原本的正則沒有寫對，抓不到內容。
後來改成這種寫法（支援全形/半形冒號、跨行）：

// 1) 取得文字
const text = ($input.first().json.text || "").toString();

// 2) 正則：抓取起迄（冒號可能是全形「：」或半形「:」）
// [\s\S]*? = 非貪婪跨行
const re = /您本月消費明細如下[：:]\s*([\s\S]*?)\n\s*-{5,}\s*END\s*-{5,}/;
const m = text.match(re);

if (!m) {
  return [{
    json: {
      ok: false,
      reason: "未找到起迄標記",
      preview_head: text.slice(0, 200),
      preview_tail: text.slice(-200),
    }
  }];
}

// 4) 原始擷取片段
let segment = m[1];

// 5) 清理：移除「-----續下頁-----」、頁碼 1/4 之類
const lines = segment
  .split(/\r?\n/)
  .map(s => s.trimEnd())
  .filter(s => {
    if (/^-{2,}\s*續下頁\s*-{2,}$/u.test(s)) return false;
    if (/^\d+\s*\/\s*\d+$/.test(s)) return false; // 1/4, 2/4...
    return true;
  });

const cleaned = lines
  .map(s => s.replace(/[ \t]{3,}/g, ' '))
  .join('\n')
  .trim();

return [{
  json: {
    ok: true,
    raw_segment: segment.trim(),
    clean_segment: cleaned,
    original_length: text.length,
  }
}];

在這個節點我刻意同時保留：

• raw_segment：給 AI 處理用
• clean_segment：如果要直接寫 Google Sheet，可以用這段

這一步解決之後，整份明細就變成一塊「乾淨文字」，可以交給 GPT 解析。

🤖 與 GPT 設計「帳單解析 Agent」

接下來就是這次專案裡最 AI 的部分：
把 raw_segment 丟給 GPT，希望它幫我做三件事：

1. 將同一家店的消費合併
2. 列出單筆金額 ≥ 1000 的交易
3. 算出所有交易總額

我寫了一個偏完整的 Prompt，交代：

• 帳單裡會有雜訊行（表頭、頁碼、續下頁）要排除
• 「樂購蝦皮－某某」這種字串要抽出店家名稱
• 負號代表退款或點數折抵，計算總額時照實相加
• 請回傳一個固定格式的 JSON，包含：
  • summary
  • by_merchant
  • large_transactions
  • skipped

實際跑完之後，得到一份類似這樣的結構（節錄）：

{
  "summary": {
    "currency": "TWD",
    "total_amount": 10574,
    "transaction_count": 86
  },
  "by_merchant": [
    {
      "merchant": "CURSOR, AI POWERED IDE",
      "normalized_merchant": "CURSOR,AI POWERED IDE",
      "count": 1,
      "amount": 5879,
      "first_date": "08/27",
      "last_date": "08/27",
      "items": [ ... ]
    }
  ],
  "large_transactions": [
    {
      "date": "08/27",
      "merchant": "CURSOR, AI POWERED IDE",
      "amount": 5879
    },
    {
      "date": "10/05",
      "merchant": "連加＊ＦＯＣＡＳＡ馬戲",
      "amount": 1200
    }
  ],
  "skipped": [
    {
      "line": "新臺幣",
      "reason": "Excluded by keyword/pattern"
    }
  ]
}

這個 JSON 變成後面所有步驟的基礎。

✉️ 用 Function 節點把 JSON 轉成 LINE 訊息

有了 JSON 之後，我想在 LINE 上看到的不是原始資料，而是：

• 一則「總覽」
• 一則「大額交易列表」
• 一則「Top 店家」

所以又加了一個 Function 節點，專門整理成 LINE 所需的 messages 陣列：

const data = $input.first().json;

if (!data || !data.summary || !Array.isArray(data.by_merchant)) {
  return [{
    json: {
      messages: [{ type: 'text', text: '解析失敗：輸入資料缺少 summary 或 by_merchant。' }]
    }
  }];
}

const fmt = (n) => {
  const s = (n || 0).toString();
  return s.replace(/\B(?=(\d{3})+(?!\d))/g, ',');
};

// 1) 摘要
const summaryLines = [];
summaryLines.push('📊 信用卡摘要');
summaryLines.push(`• 幣別：${data.summary.currency}`);
summaryLines.push(`• 總額：$${fmt(data.summary.total_amount)}`);
summaryLines.push(`• 筆數：${data.summary.transaction_count}`);
const msgSummary = summaryLines.join('\n');

// 2) 大額交易
const bigs = Array.isArray(data.large_transactions) ? data.large_transactions : [];
let msgBigs;
if (bigs.length === 0) {
  msgBigs = '💥 大額交易 (≥ 1,000)\n（無）';
} else {
  const topBigs = bigs.slice().sort((a, b) => b.amount - a.amount).slice(0, 10);
  const lines = topBigs.map(t => `• ${t.date} ${t.merchant} $${fmt(t.amount)}`);
  msgBigs = '💥 大額交易 (≥ 1,000)\n' + lines.join('\n');
}

// 3) Top 店家
const merchants = data.by_merchant.slice().sort((a, b) => (b.amount || 0) - (a.amount || 0));
const topCount = Math.min(5, merchants.length);
const topLines = [];
for (let i = 0; i < topCount; i++) {
  const m = merchants[i];
  const name = m.normalized_merchant || m.merchant || '（未命名）';
  topLines.push(`${i + 1}. ${name} $${fmt(m.amount || 0)}（${m.count || 0}筆）`);
}
const msgTop = '🏪 Top 店家（合併後）\n' + (topLines.join('\n') || '（無）');

// 4) chunk 保護
const MAX_LEN = 4500;
const chunkText = (text) => {
  if (text.length <= MAX_LEN) return [text];
  const chunks = [];
  let start = 0;
  while (start < text.length) {
    chunks.push(text.slice(start, start + MAX_LEN));
    start += MAX_LEN;
  }
  return chunks;
};

const messages = []
  .concat(chunkText(msgSummary).map(t => ({ type: 'text', text: t })))
  .concat(chunkText(msgBigs).map(t => ({ type: 'text', text: t })))
  .concat(chunkText(msgTop).map(t => ({ type: 'text', text: t })));

return [{ json: { messages } }];

這樣下一個節點只要把 $json.messages 塞進 HTTP Request 的 body 就好。

📲 HTTP Request + LINE Push API：解決 [object Object] 踩雷

一開始我在 HTTP Request 的 result 裡看到：

{ "to": "Uxxxx", "messages": [object Object],[object Object],[object Object] }

這代表我在 n8n 裡把 messages 當成「字串」送出，陣列被隱形轉成了 [object Object]。

✅ 解法是兩個關鍵點：

1️⃣ Body 要用真正的 JSON，而不是字串

在 HTTP Request 節點中：

• Method：POST

• URL：https://api.line.me/v2/bot/message/push

• Send：選 JSON

• Headers：

  Authorization: Bearer {{$env.LINE_CHANNEL_TOKEN}}
  Content-Type: application/json
  

• Body 設定：

  {
    "to": "U861cc0a2877fb37e1f8b4f55ee8d54a0",
    "messages": {{$json.messages}}
  }
  

⚠️ 注意 {{$json.messages}} 外面 不要再包引號。

2️⃣ 或者改用 Raw + JSON.stringify

另一種做法是開啟 JSON/RAW：

{{ JSON.stringify({
  to: "U861...",
  messages: $json.messages
}) }}

這樣可以確定送出去的是合法 JSON 字串。

🎉 結果

調整完之後，LINE 就順利收到三則訊息：

1. 信用卡摘要
2. 大額交易列表
3. Top 店家合併資訊

對個人理財來說，這個資訊密度剛好，不會被塞滿一堆細碎的品項。

🔧 實作過程中的幾個小重點

回頭看整個流程，大概有幾個心得：

1. 先用內建節點
   一開始直接往 qpdf 等系統工具衝，但對這種規模的需求，其實 Extract from File 就很夠用了。

2. 正則寫法要考慮真實文本的雜訊
   像全形冒號、換頁標示、頁碼行都是很真實的坑，光看 PDF 視覺畫面其實不容易注意。

3. AI 的角色是「解析 + 聚合」，不是單純問答
   我給 GPT 的任務是把原始文字變成結構化 JSON，之後所有動作（算總額、排行）都在 n8n 裡完成，這樣比較穩定。

4. n8n 的表達式和 JSON 型別要小心
   [object Object] 幾乎就是「物件被當字串」的代名詞。
   只要看到這個，多半是少了 JSON.stringify 或是外面多包了一層引號。

🔮 後續可以加的東西

目前這條線已經可以自動送出摘要，不過還有一些想做但還沒做的：

• 加上 IF 條件：例如只在 total_amount 超過某個門檻時才推播
• 接一個 Google Sheets Append 節點，把 by_merchant 或 raw items 長期累計
• 依照月份加上簡單的趨勢比較，例如本月 vs 上月總額差異
• 把通知改成 LINE Flex Message，做成比較圖或卡片式排版

這些留給之後有空再慢慢疊上去。

💬 給 GPT 用的 Prompt 範例

下面整理幾個在這個專案中實際用到、或現在回頭看覺得實用的 Prompt，可以直接複製調整：

1️⃣ 把帳單明細文字解析成 JSON

你是一個嚴謹的帳單文字解析器。
下面是國泰世華信用卡「本期消費明細文字」，請依規則解析並只輸出 JSON，不要額外說明。

• 忽略表頭、頁碼（例如 1/4）、「-----續下頁-----」等非交易行
• 每行若包含日期、交易說明、新臺幣金額，就視為一筆交易
• 新臺幣金額為整數，負號代表退款或點數折抵
• 合併同一店家的金額，並統計筆數與最早／最晚日期
• 列出所有單筆金額 ≥ 1000 的正向交易
• 計算所有交易的總額（包含負數）

請以以下 JSON 結構輸出：
{ "summary": {...}, "by_merchant": [...], "large_transactions": [...], "skipped": [...] }
其中 summary.total_amount 為整數（TWD），large_transactions 僅包含金額 ≥ 1000 的交易。

2️⃣ 幫忙寫 n8n Function 節點的 RegExp

我有一段帳單文字，存在 $input.first().json.text。
請幫我寫一段 n8n Function 節點用的 JavaScript，從這段文字中取出
「您本月消費明細如下：」到「-----------------END-----------------」之間的所有內容：

• 支援全形或半形冒號
• 可以跨多行
• 回傳 { json: { ok: true, raw_segment, clean_segment } }
  其中 clean_segment 請幫我移除「-----續下頁-----」和純頁碼（例如 1/4、2/4）。

3️⃣ 幫忙把 JSON 摘要轉成 LINE 訊息文字

我會提供一個 JSON，格式包含 summary、by_merchant、large_transactions。
請幫我用這些資料組成三段適合 LINE 推播的文字訊息：

• 信用卡摘要（幣別、總額、筆數）
• 大額交易列表（只顯示金額 ≥ 1000 的交易）
• 依合併金額排序的 Top 5 店家（顯示店名、總金額、筆數）

請輸出一個陣列，每個元素是 { "type": "text", "text": "..." } 的物件。

4️⃣ 請 GPT 幫忙檢查 n8n HTTP Request 設定

下面是我在 n8n HTTP Request 節點打 LINE Push API 的 body 與 headers。
請幫我檢查：

• 是否為合法的 JSON
• messages 欄位是否為陣列，而不是字串
• 有沒有可能造成 [object Object] 被送出去

並給我一個正確示範。

5️⃣ 將 workflow 寫成文件說明

我有一條 n8n workflow：
Gmail → Extract from File → Function → AI → Function → HTTP Request。

請幫我整理成一篇教學文件的大綱，用條列方式描述每一個節點的目的、關鍵設定、可能踩到的坑。