- Published on
Build a Family Bookkeeping LINE Bot with Gemini & Google Sheets
- Authors
- Name
- Cypress Kuo
- @cypresskuo
一直以來家裡都有記帳的習慣,平常主要是用專門的記帳軟體隨手記,但到了要月底管帳、對帳或做花費分析時,還是得再手動把資料謄寫進一份結構相當完整的 Google 試算表裡。每次這樣兩邊重工、對日期找欄位,久了真的很容易犯懶。
最近剛好在想,能不能做一個「講一句話就能記帳」的工具?例如直接語音輸入:「中午吃牛肉麵 180 塊付現」、「全聯買菜 670」,背後讓 AI 幫忙拆出日期、品項、分類、金額和付款方式,自動寫進試算表。
這篇文章就來記錄整個從零到上線、再到後來加上 Dashboard 與自然語言查帳的過程,順便把中間踩到的坑整理起來。
為什麼選 LINE Bot + Google Apps Script?
一開始有考慮過用現有的 Web + Firebase 架構自己寫一個 PWA,甚至覺得這樣介面可以自己掌控。但想了一下,記帳工具會不會持續用下去,關鍵往往不在技術多先進,而在於使用阻力有多低。
只要多幾個步驟(解鎖 → 找 App → 點開 → 授權麥克風),家人大概兩週後就會放棄。相較之下,LINE Bot + Google Apps Script (GAS) + Google Sheets 有幾個很明顯的優勢:
- 零學習成本:把 Bot 加進家庭群組,大家本來每天都在用 LINE,按著麥克風講話或打字就能記帳。
- 零伺服器成本(Serverless):直接用 Google 試算表內建的 Apps Script 當作 Webhook 後端,不用另外租主機或管部署。
- 語音原生支援:LINE 錄製的
.m4a語音檔下載後可以直接丟給 Gemini,不需要另外串一層語音轉文字(STT)服務。
整體資料流很單純:
LINE 群組(語音 / 文字)
└──▶ Google Apps Script (doPost Webhook)
├──▶ Gemini API(解析意圖與結構化欄位)
└──▶ Google Sheets(寫入 Raw_Data / 查詢明細)
資料結構設計:先把舊帳本跟流水帳拆開
原本的管帳試算表結構比較複雜,如果直接讓 Bot 寫進這種二維月曆表,公式很容易被改壞,維護起來也痛苦。
最後決定採用兩層分離的做法:
- 新增一份乾淨的試算表(
Raw_Data):專門給 LINE Bot 當資料庫,每一筆消費就是一列純粹的流水帳(時間、登記人、實際支出人、分類、品項、金額、付款方式、原始記錄、備註)。 - 舊試算表專心做月結與報表:在舊表開一個隱藏的
_Raw_Sync分頁,透過 Google Sheets 的IMPORTRANGE即時鏡像Raw_Data,再用公式去抓各月份與各分類去進行分析。
這樣一來,LINE 只要一記帳,兩邊的數字就會跟著即時連動,完全不用寫額外的排程同步程式。中間還順便補了一些實務上的邊界規則,像是水電瓦斯管理費雖然在 LINE 裡容易被歸類到「居家」,但在總表抓資料時用關鍵字拆出來獨立計算,並從「居家」扣除,避免重複計算。
另外為了避免 LINE 暱稱跟試算表裡的稱呼對不上,多建了一張 成員對照表 分頁(A 欄是各種可能的 LINE 暱稱或簡稱,B 欄是標準稱呼),讓 GAS 讀取後做正規化。以後有新成員或換暱稱,直接改試算表就好,不用動到程式碼。
實作與踩坑紀錄
雖然整體架構看起來很精簡,在實際串接時還是踩了不少經典的坑,這裡順便記錄下來:
1. 瀏覽器打開 Webhook 跳出「找不到 doGet」
GAS 部署成 Web App 後,直接用瀏覽器點開網址會送出 GET 請求,但 LINE Webhook 送的是 POST(對應 doPost)。補上一個簡單的 doGet(e) 回傳狀態頁 HTML,之後打開網址就能直接確認服務有沒有活著,不會再看到錯誤畫面。
2. LINE Verify Webhook 回傳 302 Found
這幾乎是 GAS 串 LINE Bot 必踩的坑。出現 302 代表 Google 把請求轉址到了帳號登入頁面。解決方法是檢查 GAS 的部署設定,把「誰可以存取」設為 所有人(Anyone),並且記得每次修改程式碼後都要「管理部署作業 → 建立新版本」,不然線上的還是舊版。
3. LINE Bot 已讀不回
看到 LINE 顯示「已讀」,代表訊息確實有送到 GAS,但執行過程噴錯了。打開 GAS 左側的「執行項目」看 Log,才發現兩件事:
- Token 貼錯了:把 32 碼的
Channel Secret當成Channel Access Token貼上去(真正的 Token 長度會超過 170 字元)。 - Gemini 模型 404 / 503:部分預覽或舊版模型名稱不支援,加上免費層尖峰時段偶爾會回
503 High demand。
後來乾脆在 GAS 寫了一個 checkAvailableModels 查詢目前金鑰支援的模型清單,並抽了一個共用的 callGeminiJson 函式,加入自動重試(Retry)與備援模型清單(Fallback),遇到 503 就等 1.5 秒重試或換備援模型,穩定度立刻好很多。
4. 拉進群組秒退,而且登記人變成預設名稱
LINE 官方帳號預設是禁止加入群組的,要先到 LINE Official Account Manager 開啟「允許加入群組」。
另外一個小細節是:在 1 對 1 聊天時,可以用 /v2/bot/profile/{userId} 取得對方暱稱;但在群組裡呼叫這個端點會回 404,必須改用群組專用端點 /v2/bot/group/{groupId}/member/{userId},才能正確抓到發話者的 LINE 暱稱,作為預設的實際支出人。
進階功能:自然語言查帳
跑順一陣子累積了上百筆資料後,接著做了升級:
自然語言查帳:有時候突然想問「找出最近 3 天內最多花費的事項」或「我有記錄水費嗎?什麼時候?多少錢?」,單靠關鍵字搜尋很難處理。
在設計查帳時,特別避開「把整張表丟給 LLM 自己算」的做法——因為讓 AI 直接做日期區間篩選與金額加總很容易算錯或漏筆數。比較穩的做法是分工合作:
- Gemini 負責「意圖分流」與「條件解析」:
analyzeTextWithGemini收到文字後,先判斷這句話是expense(記帳)、query(查帳)還是none(群組日常閒聊,直接忽略不回覆,避免洗版)。如果是query,就解析出startDate、endDate、keywords、payer、action(如max/sum)等 JSON 條件。 - GAS 負責「精準篩選與計算」:拿到條件後,由程式碼去掃描
Raw_Data進行過濾、排序與加總,最後把結果組裝成好讀的訊息回覆到 LINE。
實測下來,查詢跟計算都在 4 ~ 5 秒內完成,雖然不是即時,但對於記帳的使用情境來說已經很夠用了。
心得後記
整個專案從一開始想自己寫 App,到最後收斂成 LINE Bot + GAS + Google Sheets,其實沒寫多少基礎建設的程式碼,大部分時間反而是花在釐清家裡的記帳規則、處理群組 UX 細節,以及跟試算表公式打交道。
不過這種「直接長在日常對話裡的無痛工具」真的很有感,不用逼家人改變習慣,也能隨時用自然語言查帳。如果你也想做一個內部或家庭用的小工具,不妨先從現有的通訊軟體搭配 GAS 試試看,開發與維護成本都會低非常多。