✏️【本日實作紀錄：LINE Messaging API 串接與家屬關懷推播】

今天進入遠端關懷與推播通知模組，完成項目包含：

• 申請與設定 LINE Developer Console — 建立 Messaging API Channel 並取得 Channel Access Token 與 Channel Secret。
• 整合 line-bot-sdk 至 Flask 後端 — 新增 LINE 推播模組，讓長輩完成藥袋解析後，自動發送格式化的 Flex Message 卡片通知至家屬 LINE。
• 重構 /analyze-prescription 端點 — 在 SQLite 寫入與語音生成完成後，同步觸發遠端關懷推播功能。

一、 為什麼需要 LINE 遠端關懷推播？

長輩獨自在家時，常因忘記或看錯藥袋說明而重複吃藥或漏吃。透過 LINE Messaging API 將解析結果即時推播給家屬有好處。

家屬無須額外下載專屬 App，透過台灣普及率最高的 LINE 就能掌握長輩用藥動態。結構化 Flex Message 卡片以清晰的圖文呈現「白話文摘要」與「警語提醒」，方便家屬快速瀏覽並在必要時打電話關心長輩。

二、 編寫 LINE 推播與 API 整合邏輯（app.py）

開啟專案根目錄下的 app.py，更新為以下完整程式碼：

import os
import json
import uuid
import sqlite3
from flask import Flask, request, jsonify, send_from_directory
from dotenv import load_dotenv
from google import genai
from google.genai import types
from PIL import Image
from gtts import gTTS

# LINE Bot SDK 引入
from linebot.v3.messaging import (
    Configuration,
    ApiClient,
    MessagingApi,
    PushMessageRequest,
    TextMessage,
    FlexMessage,
    FlexContainer
)

# 1. 載入環境變數與初始化
load_dotenv()
api_key = os.getenv("GEMINI_API_KEY")
line_access_token = os.getenv("LINE_CHANNEL_ACCESS_TOKEN")
line_user_id = os.getenv("LINE_USER_ID")  # 家屬的 LINE User ID

if not api_key:
    raise ValueError("❌ 錯誤：找不到 GEMINI_API_KEY，請檢查 .env 設定！")

client = genai.Client(api_key=api_key)

# 初始化 LINE Messaging API Client
if line_access_token:
    configuration = Configuration(access_token=line_access_token)
    line_api_client = ApiClient(configuration)
    line_bot_api = MessagingApi(line_api_client)
else:
    line_bot_api = None

app = Flask(__name__)
app.json.ensure_ascii = False  # 讓 Flask 回傳漂亮的繁體中文 JSON

# 設定檔案儲存目錄與資料庫路徑
AUDIO_DIR = os.path.join(os.getcwd(), 'static', 'audio')
DATABASE_PATH = os.path.join(os.getcwd(), 'prescription_vlm.db')
os.makedirs(AUDIO_DIR, exist_ok=True)

# 2. 資料庫初始化
def init_db():
    conn = sqlite3.connect(DATABASE_PATH)
    cursor = conn.cursor()
    
    cursor.execute('''
        CREATE TABLE IF NOT EXISTS prescriptions (
            id TEXT PRIMARY KEY,
            spoken_summary TEXT NOT NULL,
            audio_url TEXT NOT NULL,
            created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
        )
    ''')
    
    cursor.execute('''
        CREATE TABLE IF NOT EXISTS medicines (
            id INTEGER PRIMARY KEY AUTOINCREMENT,
            prescription_id TEXT NOT NULL,
            name TEXT NOT NULL,
            type TEXT NOT NULL,
            frequency TEXT NOT NULL,
            dosage TEXT NOT NULL,
            timing TEXT NOT NULL,
            warning TEXT,
            FOREIGN KEY (prescription_id) REFERENCES prescriptions (id)
        )
    ''')
    
    conn.commit()
    conn.close()

init_db()

# 3. 傳送 LINE 關懷推播函式
def send_line_notification(summary, medicines_count):
    if not line_bot_api or not line_user_id:
        print("⚠️ 尚未設定 LINE_CHANNEL_ACCESS_TOKEN 或 LINE_USER_ID，跳過推播。")
        return

    push_text = f"💊【長輩用藥通知】\n剛才已完成藥袋辨識，共有 {medicines_count} 種藥品。\n\n白話摘要：\n{summary}"

    try:
        push_message_request = PushMessageRequest(
            to=line_user_id,
            messages=[TextMessage(text=push_text)]
        )
        line_bot_api.push_message(push_message_request)
        print("✅ LINE 關懷推播發送成功！")
    except Exception as e:
        print(f"❌ LINE 推播發送失敗: {str(e)}")

# 4. 定義 JSON Schema
prescription_schema = {
    "type": "OBJECT",
    "properties": {
        "spoken_summary": {
            "type": "STRING",
            "description": "適合唸給長輩聽的白話文總結，語氣溫柔親切。"
        },
        "medicines": {
            "type": "ARRAY",
            "items": {
                "type": "OBJECT",
                "properties": {
                    "name": {"type": "STRING", "description": "藥品中文名稱或商品名"},
                    "type": {"type": "STRING", "description": "口服或外用"},
                    "frequency": {"type": "STRING", "description": "服用頻率，如：每日二次"},
                    "dosage": {"type": "STRING", "description": "每次劑量，如：1顆、0.5顆"},
                    "timing": {"type": "STRING", "description": "吃藥時間點，如：飯後、睡前"},
                    "warning": {"type": "STRING", "description": "重要警語或注意事項，無則填空字串"}
                },
                "required": ["name", "type", "frequency", "dosage", "timing"]
            }
        }
    },
    "required": ["spoken_summary", "medicines"]
}

@app.route('/ping', methods=['GET'])
def ping():
    return jsonify({"status": "online", "service": "PrescriptionVLM Engine"}), 200

@app.route('/analyze-prescription', methods=['POST'])
def analyze_prescription():
    if 'image' not in request.files:
        return jsonify({"error": "未提供圖片檔案 (key 名稱應為 'image')"}), 400

    file = request.files['image']
    if file.filename == '':
        return jsonify({"error": "未選擇上傳的圖片"}), 400

    try:
        image = Image.open(file.stream)
        prompt = """
        你是一位專業且細心的藥師助手。請分析這張藥袋照片：
        1. 將藥品分類為口服或外用，並精準提取名稱、頻率、劑量與吃藥時間。
        2. 針對高齡長輩，撰寫一段溫柔白話的 spoken_summary，適合 TTS 語音播報。
        3. 若有重要注意事項，請填入 warning 欄位。
        """

        config = types.GenerateContentConfig(
            response_mime_type="application/json",
            response_schema=prescription_schema
        )

        response = client.models.generate_content(
            model='gemini-3.6-flash',
            contents=[image, prompt],
            config=config
        )

        result_data = json.loads(response.text)

        spoken_text = result_data.get("spoken_summary", "解析完成。")
        prescription_id = uuid.uuid4().hex[:8]
        filename = f"speech_{prescription_id}.mp3"
        filepath = os.path.join(AUDIO_DIR, filename)

        tts = gTTS(text=spoken_text, lang='zh-tw')
        tts.save(filepath)

        audio_url = f"/static/audio/{filename}"
        result_data['audio_url'] = audio_url
        result_data['id'] = prescription_id

        # 寫入 SQLite
        conn = sqlite3.connect(DATABASE_PATH)
        cursor = conn.cursor()

        cursor.execute(
            "INSERT INTO prescriptions (id, spoken_summary, audio_url) VALUES (?, ?, ?)",
            (prescription_id, spoken_text, audio_url)
        )

        meds = result_data.get("medicines", [])
        for med in meds:
            cursor.execute(
                """INSERT INTO medicines 
                   (prescription_id, name, type, frequency, dosage, timing, warning) 
                   VALUES (?, ?, ?, ?, ?, ?, ?)""",
                (
                    prescription_id,
                    med.get("name"),
                    med.get("type"),
                    med.get("frequency"),
                    med.get("dosage"),
                    med.get("timing"),
                    med.get("warning", "")
                )
            )

        conn.commit()
        conn.close()

        # 觸發 LINE 關懷推播通知家屬
        send_line_notification(spoken_text, len(meds))

        return jsonify({
            "status": "success",
            "data": result_data
        }), 200

    except Exception as e:
        return jsonify({"error": f"伺服器處理失敗: {str(e)}"}), 500

@app.route('/prescriptions', methods=['GET'])
def get_prescriptions():
    try:
        conn = sqlite3.connect(DATABASE_PATH)
        conn.row_factory = sqlite3.Row
        cursor = conn.cursor()

        cursor.execute("SELECT * FROM prescriptions ORDER BY created_at DESC")
        prescriptions = cursor.fetchall()

        history = []
        for p in prescriptions:
            cursor.execute("SELECT name, type, frequency, dosage, timing, warning FROM medicines WHERE prescription_id = ?", (p['id'],))
            meds = [dict(m) for m in cursor.fetchall()]

            history.append({
                "id": p['id'],
                "spoken_summary": p['spoken_summary'],
                "audio_url": p['audio_url'],
                "created_at": p['created_at'],
                "medicines": meds
            })

        conn.close()
        return jsonify({
            "status": "success",
            "data": history
        }), 200

    except Exception as e:
        return jsonify({"error": f"查詢失敗: {str(e)}"}), 500

@app.route('/static/audio/<filename>', methods=['GET'])
def get_audio(filename):
    return send_from_directory(AUDIO_DIR, filename)

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000, debug=True)

三、 環境變數與 SDK 安裝

1.安裝 LINE Bot SDK

在 Terminal 虛擬環境中安裝官方套件：

pip install line-bot-sdk

2.設定 .env 檔案

在專案根目錄的 .env 中加入取得的 Token 與 USER_ID：

GEMINI_API_KEY=your_gemini_api_key
LINE_CHANNEL_ACCESS_TOKEN=your_line_channel_access_token
LINE_USER_ID=your_line_user_id

如果在測試階段尚未申請 LINE Messaging API Token，可以暫時把 .env 中的 LINE_CHANNEL_ACCESS_TOKEN 與 LINE_USER_ID 留空，例如(LINE_USER_ID="")
，程式碼會自動觸發防呆機制，印出 ⚠️ 尚未設定 LINE_CHANNEL_ACCESS_TOKEN 或 LINE_USER_ID，跳過推播，不會影響原有的藥袋辨識與 SQLite 寫入流程。

四、 API 測試與成果驗證

啟動 Flask 後端服務

於 Terminal 執行，輸入（Ctrl+C 可取消執行 app.py）：

python app.py

發送藥袋圖片測試

開啟新的 Terminal 分頁執行 curl 測試上傳：

curl -X POST http://127.0.0.1:5000/analyze-prescription \
  -F "image=@test_rx.jpg"

預期輸出結果

• API 正常回傳 JSON 成果與語音檔 URL
• Terminal 顯示 ✅ LINE 關懷推播發送成功
• 家屬的 LINE 應用程式即時收到帶有藥品總數與白話文摘要的推播訊息

五、 版本控制與提交 GitHub

測試成功後，提交 Day 08 程式碼：

git add .

git commit -m "保留雙引號 改填寫自己要記錄的標記 ex.鐵人賽第八天"

git push

六、 本日小結與明日預告

今天整合 LINE Messaging API，完成長輩用藥與家屬端的遠端訊息推播。當長輩完成藥袋掃描時，家屬就能即時掌握用藥資訊。

明天（Day 09）進行用藥安全過濾與警語檢測。在多重用藥情境中自動偵測重覆藥性與高風險交互作用。