專案背景
小團隊最花時間的往往不是開發，而是每天重複的營運雜務：回覆詢價信、整理文件、追新聞、歸檔素材。我們自架 n8n，把這些流程逐一改成 AI 工作流，目前累積 70 多條，並以 Git 版本控管。這套做法也可以直接搬到客戶的營運流程上。
代表工作流
1. AI 郵件助理（Gmail → Agent → Telegram）
- Gmail 收到新信時觸發
- 第一個 Agent 扮演 PM：把客戶需求整理成需求定義、可行性分析、方案選項與時程估算
- 第二個 Agent 產生 HTML 格式的確認回信，自動寄回給客戶
- 分析結果同步推到 Telegram，團隊在手機上就能看到
- 模型使用 DeepSeek，成本低、中文表現穩定
2. 文件自動入庫 RAG（Google Drive → 向量資料庫）
- 監聽 Google Drive 資料夾，新檔案上傳就觸發
- 依格式分流解析 PDF、XLSX、ODS 與純文字
- LLM 先把公文類內容整理成結構化 Markdown，再自動產生 10 個關鍵標籤
- 切塊後以 OpenAI Embeddings 寫入 Pinecone，處理紀錄回寫 Google Sheets
- 處理完的檔案自動移到完成資料夾，避免重複入庫
3. 科技新聞編輯（RSS → Agent → Discord）
- 排程抓取 10 個 Reddit 科技與 AI 社群的熱門文章
- Agent 以「新手友善、避免術語」的原則挑重點、寫繁中導讀
- 自動切段並推送到 Discord 頻道
4. 圖片自動歸檔與 OCR（Discord → Google Drive）
- 收到 Discord 訊息或 Webhook 時，批次下載附圖並上傳到 Google Drive
- Gemini 做 OCR，把圖中文字寫進檔案描述，之後可以用文字搜尋圖片
- 完成後在原訊息加上表情回應，發送者一眼就知道已歸檔
5. 其他
- 語音轉字幕：音檔丟進 Google Drive 就自動用 Whisper 轉逐字稿，產生 Google 文件與 SRT 字幕
- LINE 官方帳號 AI 客服：先用文字分類器分流問題，常見問題直接用罐頭訊息回覆，只有需要時才交給 Gemini 讀知識庫作答，並支援轉真人
- ISBN 圖書分類：表單上傳 ISBN 或書封照片，Gemini 辨識後查 Open Library，再由 Agent 推論杜威十進分類號
維運設計
- 工作流即程式碼：排程工作流每天把所有工作流匯出成 JSON，比對差異後推上 GitHub，有版本紀錄也能還原
- 模型可替換：透過 OpenRouter 統一介面，DeepSeek、Gemini、Llama 可依成本與任務切換
- MCP 整合：Agent 以 MCP Client 串接 Tavily 搜尋等外部工具，能力可以擴充
適合的客戶情境
- 詢價信、客服訊息量大，想先由 AI 分類與草擬回覆
- 內部文件散落各處，想建立可用自然語言查詢的知識庫
- 電商或品牌需要串接 LINE、Google Workspace、Discord 等多個平台的自動化