前言

前幾天完成消費分析功能後，SubWise 已經可以透過 Gemini 判斷使用者的需求，再交給 analysis_service 從 Google Sheets 取得資料並分析。但實際使用時，發現一個問題：

功能雖然很多，但使用者還是得自己記住指令。

例如想分析消費，必須自己輸入「幫我分析這個月的消費」。如果未來功能越來越多，使用者很容易不知道「到底要輸入什麼」。因此 Day 19 不再增加新的分析公式，而是把重點放在：讓 SubWise 從「能回答」進一步變成「可以操作」。

今日實作實錄

一、建立主選單，讓功能架構提前成形

目前 SubWise 已經逐漸具備四個主要功能：💰 記帳、📊 消費分析、📷 發票辨識、🔔 訂閱管理。因此先建立一個比較接近正式產品的主選單：

🤖 SubWise 智慧記帳管家

請選擇你想使用的功能：

💰 記帳
📊 消費分析
📷 發票辨識
🔔 訂閱管理

你也可以直接告訴我想做什麼。

這裡有一個重要的設計：主選單不代表所有功能都已經完成。 發票辨識與訂閱管理目前仍然可以先作為入口，讓使用者知道未來會有哪些能力，也讓整個產品架構提前成形。

二、把主選單獨立成 menu_service

為了避免所有 UI 文字都塞在 app.py，新增 menu_service.py 負責提供主選單內容，app.py 只需要 from menu_service import get_main_menu 即可取用。這也是這次開發過程中一個很重要的體會：功能開始變多後，不只是「能不能跑」重要，程式的責任分離也開始變重要。

三、建立功能入口處理器，支援模糊指令

在 app.py 加入 process_feature_command(text)，讓使用者不需要輸入完全一致的文字也能觸發功能——例如「記帳」「帳目」「新增記帳」都能進入記帳功能，「分析」「消費分析」「支出分析」都能進入分析功能，發票辨識與訂閱管理也各自支援多種同義詞。

四、消費分析改成先選期間，而不是直接執行

這是 Day 19 最主要的新功能。原本使用者輸入「消費分析」後會直接進入某個分析流程，現在改成先讓使用者選期間：

📊 SubWise 消費分析

請選擇你想分析的期間：

📅 今天
📆 本週
🗓️ 本月

你也可以直接輸入：「今天」「本週」「本月」

使用者選擇「消費分析」後，SubWise 會提供「今天／本週／本月」三種分析期間，透過 LINE Quick Reply 降低輸入成本，也讓互動流程更加接近真正的聊天式應用：

五、加入 LINE Quick Reply

先確認目前使用的 LINE SDK 是否支援 QuickReply、QuickReplyItem、MessageAction，測試後確認可以使用，接著建立 create_analysis_quick_reply()，讓 LINE 產生三個快速選項按鈕（📅 今天 / 📆 本週 / 🗓️ 本月）。

這裡有一個很重要的設計：每個按鈕按下後其實只是送出對應的文字（例如「今天」），因此使用者按下按鈕後，仍然會進入原本既有的訊息處理流程：

Quick Reply → 送出文字 → 原本的 process_command() → 既有分析流程

也就是說：UI 是新增的，但核心商業邏輯完全重複利用，沒有重新實作消費分析。

測試與部署

先在 Python 層測試 python -m py_compile app.py 確認沒有語法錯誤，並確認 get_quick_reply("消費分析") 能正確回傳三個 QuickReplyItem 物件，接著才部署到 Render 進行實機測試。

實際用手機 LINE 輸入「消費分析」，成功顯示三個期間選項，點擊「🗓️ 本月」後成功得到完整消費分析結果。

補充 Demo 消費資料：一開始測試時發現「今天」與「本週」都是 NT$0，雖然程式沒有錯，但拿來展示容易讓人誤以為功能沒作用。因此重新整理 Google Sheets 測試資料，涵蓋 Food、Transport、Shopping、Entertainment 四種類別、共 14 筆消費，並確保今天、本週、本月、上個月都有資料，讓三種分析期間都能真正展示出結果。

實機成果

今天：總支出 NT$350，3 筆消費，最高支出類別 Food（85.7%），最高單筆消費 NT$180（Food｜午餐）。

當天已有消費紀錄時，SubWise 可以直接整理今日總支出、主要消費類別與最高單筆消費，讓記帳資料開始轉化成可閱讀的資訊。

本週：總支出 NT$1,870，10 筆消費，最高支出類別 Food（41.2%），最高單筆消費 NT$450（Shopping｜生活用品），最高單日消費出現在 2026-08-15。

除了月度分析，SubWise 也能即時切換至本週資料，讓相同的分析服務根據不同期間重新計算消費統計。

本月：總支出 NT$2,240，14 筆消費，最高支出類別 Food（46.4%）。更重要的是，這次「本月 vs 上月」的比較也成功跑通。

使用者只需要選擇「本月」，SubWise 就會自動讀取 Google Sheets 消費資料，計算總支出、消費筆數、分類占比、最高單筆與最高單日消費等資訊。

代表 Day 18 完成的分析能力，成功被 Day 19 的互動入口重新利用，而不是各自獨立運作。

今日完成

• 建立主選單，涵蓋記帳 / 消費分析 / 發票辨識 / 訂閱管理四大功能入口
• 新增 menu_service.py，分離 UI 文字與商業邏輯
• 建立 process_feature_command()，支援模糊指令匹配
• 消費分析改成先選期間，加入 LINE Quick Reply 快速選項
• 補充完整 Demo 測試資料（14 筆，涵蓋四種類別與跨月資料）
• 完成本機測試與 LINE 實機測試（今天／本週／本月三種期間全部驗證）

完成後提交 Git，Commit 5270674，成功推送到 GitHub，確認 working tree clean。

目前 SubWise 的整體流程：

LINE 使用者 → LINE Webhook → handle_message()
├── 固定指令 → process_command()（主選單 / 功能入口 / Quick Reply）
└── AI 訊息 → process_ai_message() → Gemini → 記帳/查詢/分析 → Sheets / analysis_service

明日預告

明天 Day 20 我希望把主選單中的「發票辨識」從目前的「功能入口」真正變成可以使用的多模態 AI 功能，也就是讓使用者不需要手動輸入日期、分類、金額、品項，而是直接拍一張發票或收據，讓 AI 幫忙辨識並完成記帳。這將會是 SubWise 從「文字型智慧記帳」走向「多模態智慧生活管家」的重要一步。