iT邦幫忙

鐵人檔案

2026 iThome 鐵人賽
回列表
AI 自動化

30 天 AI 自動化實戰:用 n8n、FastAPI 與 Gemini 打造 AI 知識管家 系列

本系列不僅是製作AI 摘要器,而是以知識整理為案例,完整實作一套AI 自動化知識管家。我將結合 n8n 負責工作流、FastAPI 處理核心資料、Gemini 作為語意大腦,實戰處理網頁長文、PDF 文件與 YouTube 影音內容。在 30 天的旅程中,我們將探討如何將機率性的 AI 放入確定性的自動化 Workflow,從接收事件、資料清洗、AI 理解、邏輯決策,到最終自動歸檔至 Notion 並發送通知,完整展示一套能落地執行的 AI 自動化 Pipeline 架構與開發心法。

參賽天數 24 天 | 共 24 篇文章 | 2 人訂閱 訂閱系列文 RSS系列文 |團隊黑色月亮
DAY 1

Day 01|從自動化到 AI 自動化:我們到底多了什麼?

自動化早已被融入現代社會中,我們早就在用 Shell Script、Python 等工具將繁瑣且重複性高的工作給自動化,甚至可以使用各種 Workflow En...

2026-09-08 ‧ 由 jenehsu 分享
DAY 2

Day 02 | 拆解 AI 自動化:Trigger、Workflow、AI、Action

要打造一條穩定的 AI 流水線,我們不能把所有工作全丟給 AI,而是要將系統拆解為五個各司其職的角色: Trigger:什麼事件啟動流程?自動化系統不能總是...

2026-09-09 ‧ 由 jenehsu 分享
DAY 3

Day 03 | 不是所有事情都要問 AI:Rule-Based vs AI-Based Automation

在開發 AI Workflow 時,最常見的架構問題就是過度依賴 AI。 想像一下,當系統收到一個網址時,如果有人問 AI:「請問這個網址是 YouTube 影...

2026-09-10 ‧ 由 jenehsu 分享
DAY 4

Day 04 | n8n、FastAPI、Gemini:三個工具,三種不同責任

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...

2026-09-11 ‧ 由 jenehsu 分享
DAY 5

Day 05 | 完整架構圖:我們要打造怎樣的 AI 知識管家

過去四天,我們談了傳統自動化與 AI 自動化的差異、拆解了系統的五大組件、劃清了 Rule-based 與 AI-based 的邊界,並確立了 n8n、Fast...

2026-09-12 ‧ 由 jenehsu 分享
DAY 6

Day 06|FastAPI:替 AI Automation 建立 Processing Service

經過了前面五天的觀念洗禮與藍圖建構,終於要正式進入實作。在把 n8n 裝起來、把 Gemini API 串上去之前,我們要先來打造我們專屬的後端服務:FastA...

2026-09-13 ‧ 由 jenehsu 分享
DAY 7

Day 07|n8n:Workflow Orchestration 是什麼?

昨天我們已經建立了 FastAPI Processing Service。今天要加入整個 AI Automation 系統的另一個核心:Workflow Orc...

2026-09-14 ‧ 由 jenehsu 分享
DAY 8

Day 08 | 讓 n8n 第一次呼叫 Python API

先將 Day 06 寫的 Python API 跑起來,若檔案名稱是main.py,就跑以下指令: uvicorn main:app --reload --...

2026-09-15 ‧ 由 jenehsu 分享
DAY 9

Day 09 | 把 Gemini 放進 Workflow:Automation 第一次會理解文字

今天我們要將 Gemini 接進我的 Workflow 建立 Gemini API Key首先,要先到 Google AI Studio 申請一個 API...

2026-09-16 ‧ 由 jenehsu 分享
DAY 10

Day 10 | AI 回答不能隨心所欲:Structured Output 與 Pydantic

從昨天的結果可以看出 LLM 的回答格式並不固定。有時候它會給你一大段純文字,有時候它會自己加上條列式,甚至會擅自加上「好的,以下是為您整理的摘要:」這類不需要...

2026-09-17 ‧ 由 jenehsu 分享