鐵人檔案
不需要雲端伺服器，也能打造真正好用的智慧生活應用嗎？
本系列以 ChatGPT / Codex 作為開發導師，採用 Vibe Coding 模式，從零開始打造一套完整的 LINE AI 記帳與訂閱管理系統。內容分為四階段：LINE Webhook 搭配 Python 免費部署；Gemini 1.5 Flash 的 Vision 多模態識圖與 Structured Outputs 結構化 JSON 輸出調校；Google Sheets API 串接與 Cron-job 自動化續訂提醒；以及消費數據分析與 AI 理財建議。
30 天將構想化為真正能上線使用的 AI Agent。
前言 昨天的 Day 10，已經完成了 SubWise 最重要的第一個資料流：使用者說一句話 → Gemini 理解 → Python 解析 → Google...
前言 昨天已經讓 SubWise 能夠透過 Gemini 理解使用者的自然語言，例如輸入「我今天買咖啡花了80元」，Gemini 可以判斷這是一筆消費，並整理成...
前言 昨天的 Day 12，完成了 SubWise 的第一個核心能力：使用者說「我今天買咖啡花了 80 元」→ Gemini AI 辨識消費 → 寫入 Goog...
前言 昨天完成了 Query Service 正式接進 LINE，讓使用者可以透過自然語言查詢消費與訂閱資料。今天則把焦點放回「訂閱管理」。 原本 SubWis...
前言 前幾天完成訂閱管理與資料查詢後，SubWise 已經能夠「記住」使用者的消費與訂閱資料。但如果只能做到回答「我這個月花了多少錢？」，其實還不算真正的智慧管...
前言 昨天 Day 15 已經讓 SubWise 具備基本的消費分析能力——能計算分類支出、分類占比、找出最高支出類別，並根據占比產生第一版智慧消費提醒。但這些...
前言 前幾天已經讓 SubWise 能夠計算分類支出、找出最高支出類別，並比較本月與上月的變化。但目前的分析結果還缺少兩個很直覺的資訊：「我這段期間到底消費了幾...
前言 前幾天完成消費分析功能後，SubWise 已經能夠計算分類支出、找出最高支出類別、追蹤消費筆數，並找出最高單筆消費。但實際檢視使用情境時，還有一個非常直覺...
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 She...
前言 前幾天的 SubWise 已經可以透過 LINE 接收文字訊息，並利用 Gemini 判斷使用者意圖，再把記帳、查詢、訂閱與消費分析等資料寫入或讀取 Go...
