前言

前幾天已經讓 SubWise 可以做到一件很有趣的事情：使用者只要用自然語言說「我今天午餐花了 120 元」，Gemini 就能理解這句話，並整理成結構化 JSON：

{
  "type": "expense",
  "category": "Food",
  "amount": 120,
  "item": "午餐",
  "date": "2026-08-11",
  "note": null
}

但做到這裡，還有一個很大的問題：資料去哪裡了？

如果每次程式結束之後，這些資料就消失，那我們做的就只是一個「很會聊天的 AI」。真正的記帳工具，至少要能做到：
使用者說話 → Gemini 理解 → Python 處理 → 資料儲存 → 之後還能查詢

所以今天 Day 10 的目標，就是讓 SubWise 第一次擁有「記憶」，主要完成三件事：連接 Google Sheets、儲存消費資料、儲存訂閱資料——並且如果訂閱已經存在，要能自動更新而不是重複新增。

為什麼選 Google Sheets？

如果要做正式產品，當然可以考慮 MySQL、PostgreSQL、MongoDB、Firebase、Supabase 這些方案，但這次專案有一個很重要的目標：輕量化開發。目前 SubWise 資料量非常小，也還在開發階段，Google Sheets 有幾個明顯優點：不需要自己架資料庫、可以直接用瀏覽器查看資料、人類可以直接閱讀、Python 可以透過 API 操作、非常適合做 MVP，對 Vibe Coding 初學者來說也容易理解。因此目前先把 Google Sheets 當成 SubWise 的「輕量資料庫」。

今日實作實錄

一、建立資料表結構

目前建立了兩個主要工作表：

1. Expenses（消費紀錄）

2. Subscriptions（訂閱管理）

資料不再只存在 Gemini 的回答裡，而是真正被保存下來。

二、Python 串接 Google Sheets

透過 Service Account 的 credentials 取得操作權限：

credentials = Credentials.from_service_account_file(
    "credentials.json",
    scopes=SCOPES
)
client = gspread.authorize(credentials)

spreadsheet = client.open("SubWise Database")
spreadsheet.worksheet("Expenses")

三、串起第一個完整的「記帳流程」

把 Gemini 和 Google Sheets 串起來，整個流程變成：
「我今天搭捷運花了50元」→ Gemini AI → JSON → Python 驗證資料 → Google Sheets

測試成功得到：
📦 Gemini JSON：{'type': 'expense', 'category': 'Transport', 'amount': 50, 'item': '搭捷運', 'date': '2026-08-11', 'note': None}

💾 嘗試寫入 Google Sheets...
✅ 消費資料已寫入 Google Sheets
🎉 記帳完成！

這一刻其實很有成就感，因為這代表 Gemini 已經開始能控制我們的資料流程。

第一次成功完成「AI → 資料庫」的完整流程。使用者只需要用自然語言描述消費，Gemini 負責理解與結構化，Python 再將資料寫入 Google Sheets。從這一步開始，SubWise 才真正開始具備「記帳」能力：

四、資訊不足時，禁止 AI 自作主張

例如使用者只說「我今天花了 120 元」，Gemini 會回傳 category: null、item: null。Python 檢查到 category = None 時，就不會直接寫入資料庫，而是顯示：

⚠️ 缺少消費分類
⚠️ 記帳失敗，資料沒有寫入。

這個設計非常重要，因為 AI 很容易「自作主張」——如果 AI 自行猜測分類與項目，資料庫就會產生錯誤資料。原則是：AI 不確定，就不要猜，寧願留下 null，再讓之後的對話流程詢問使用者。

五、訂閱管理：判斷是否已存在

例如使用者說「我每個月訂 Netflix，月費 390 元，每月 15 號扣款」，Gemini 判斷 type = subscription 後，Python 就不會寫入 Expenses，而是改寫入 Subscriptions。

這裡遇到一個重要的開發問題：如果使用者重複講一次同樣的訂閱內容，單純用 append_row() 會產生兩筆重複資料。因此加入了「新增之前，先檢查是否已經存在相同訂閱」的邏輯——程式會先用 get_all_records() 取得目前的訂閱，逐筆比對服務名稱，如果找到相同的 Netflix，就進入更新流程而不是新增：

🔔 偵測到訂閱資料
💾 嘗試寫入 Google Sheets...
🔄 發現既有訂閱：Netflix
✅ 已更新第 2 列資料
🎉 訂閱建立完成！

這代表 SubWise 現在不只有 Create，也開始有 Update 能力。
SubWise 開始具備基本的資料管理能力。當系統發現 Netflix 已經存在時，不會再建立一筆重複資料，而是找到原本的資料列並更新。這也是今天從「單純寫入資料」往「管理資料」前進的重要一步：

今天踩到的坑

1. NameError: name 'row' is not defined
   迴圈裡使用 for row_number, record in enumerate(records, start=2) 定義的變數是 row_number，但更新資料時卻寫成 range_name=f"A{row}:G{row}"，變數名稱對不起來。修正成 range_name=f"A{row_number}:G{row_number}" 後才成功。這也是 Vibe Coding 很常遇到的問題：AI 幫你產生程式碼很快，但你仍然需要看懂錯誤訊息。

2. gspread 套件的 DeprecationWarning
   更新資料時出現警告，提示 worksheet.update() 的參數順序已經改變。雖然程式沒有直接失敗，但這提醒了我：第三方套件會持續更新，能跑不代表永遠都不需要維護。最後改用新版參數寫法解決：

worksheet.update(
    range_name=f"A{row_number}:G{row_number}",
    values=[[name, amount, billing_cycle, next_billing_date, "Active", category, note]]
)

今日完成

目前 SubWise 的資料流程架構：
使用者 → LINE Bot → Gemini AI（自然語言理解）→ JSON 結構化
→ Expenses / Subscriptions → Google Sheets

明日預告

今天解決的是「怎麼把 AI 理解的資料存起來？」，Day 11 要解決「怎麼把已經存起來的資料找回來？」，讓 SubWise 開始支援像「我這個月花多少錢？」「我有哪些訂閱？」「Netflix 什麼時候扣款？」這類查詢。當這些功能完成之後，SubWise 才會真正開始像一個「智慧記帳與訂閱管理管家」，這也是從 AI 記帳工具邁向 AI Agent 非常重要的一步。我們明天見！