在寫 AI 應用時，需要注意，權責分配問題。那我們該如何讓不同的工具各司其職，避免打造出難以維護的程式碼呢？為了解決這個問題，我們將系統拆分為三個層次，並交給最適合的工具來負責。

1. n8n：指揮 workflow
   n8n 是一個強大的節點化 Workflow 引擎。在我們的系統中，它絕不負責複雜的文字運算或資料清洗，它只負責「控制流程」。
   他將會負責 Trigger、Routing、Integration、Schedule、Retry、Notification，主要的工作是幫助系統判斷下一步驟該做什麼。

2. FastAPI：Processing Service
   FastAPI 是一個極速的 Python Web 框架。它負責清理跟轉換資料。真實世界的資料充滿雜訊（例如充滿廣告標籤的網頁、排版混亂的 PDF），FastAPI 的任務就是把這些混亂的資料變成 AI 能夠輕鬆消化的純文字。
   他將會負責 Extraction、Cleaning、Chunking、Validation 這些資料處理部分。

3. Gemini：Semantic Engine
   Gemini 是 Google 強大的大型語言模型。在我們的系統裡，它是最聰明但也最昂貴的資源。它不會關心資料從哪裡來、也不會管處理完要存去哪，它只專注於理解。
   他將會負責語意理解、長文摘要、分類、重點萃取。

把這三個工具組合起來，資料在我們系統中的流動就會變得非常清晰：

為什麼要這樣設計呢？因為這帶來了極大的抽換性與擴充性。
如果今天我們發現一份 PDF 檔案損壞，導致 FastAPI 解析失敗。在傳統寫法中，你的 Python 腳本可能會直接 Crash 退出。但在我們的架構中，FastAPI 只需要回傳一個 HTTP 400 Bad Request，n8n 收到這個錯誤碼後，就可以透過視覺化的節點，優雅地走入 Failure Branch，並自動發送一則訊息通知你，這就是 Separation of Concerns 在自動化架構中的威力。