一、專案概述
什麼是 AI 行動秘書？
一套以 LINE 為介面、AI 為核心的個人數位助理系統。使用者只需要在 LINE 上打字或傳語音，AI 就會自動幫你處理行程安排、想法歸檔、投資人管理、客戶追蹤等工作 — 不用學新軟體、不用裝新 App，手機上的 LINE 就是你的秘書辦公室。
目標客群
40-50 歲的半老闆型忙碌人士：自己帶團隊、手上有多條線要管、每天被行程和資訊轟炸。不一定是科技控，但需要有人幫忙整理混亂的日程和想法。
核心價值主張
用手機 LINE 就能操作的 24 小時數位助理。不需要學新工具、不需要改變習慣 — 你只管說，AI 幫你記、幫你排、幫你查。
為什麼現在做？
- 隊長是現成的第一個客戶，可以快速驗證需求
- WT 已有 Hetzner 主機、Claude Max 額度、語音轉譯經驗 — 邊際成本極低
- 做出 MVP 後可以量化成產品，賣給更多類似需求的人
二、功能規格
以下每個功能都經過技術可行性評估。綠色代表確定可做、黃色代表有挑戰但可行、紅色代表有風險需注意。
功能 1
LINE 訊息接收與自動回覆
系統的入口 — 所有互動都從 LINE 開始。隊長傳訊息給 LINE 官方帳號，訊息透過 Webhook 送到伺服器，AI 處理完後自動回覆。
使用情境
隊長在計程車上打「明天下午三點跟張浩開會」→ 幾秒後收到 LINE 回覆「已排入行事曆：4/22（二）15:00 與張浩開會」
技術方案
- 申請 LINE 官方帳號（Messaging API）
- Webhook 串接 Hetzner 上的 FastAPI server
- 訊息接收 → Claude 分類 → 路由到對應模組 → LINE reply
確定可做
開發難度：低
預估 0.5 天
技術成熟度
LINE Messaging API 文件完善，Python SDK 穩定。WT 之前做過鯤航 LINE Bot，流程熟悉。
功能 2
語音訊息轉文字
隊長不方便打字時（開車、走路），直接對 LINE 講話。系統自動下載語音檔 → 用 faster-whisper 轉成文字 → 交給 AI 處理。
使用情境
隊長在開車，語音傳「等一下記得提醒我，下禮拜一要去銀行辦對帳」→ 系統回覆「已記錄待辦：下週一去銀行辦對帳，屆時會提醒你」
技術方案
- LINE 語音訊息（m4a 格式）→ 透過 API 下載到本地
- ffmpeg 轉檔（如需要）→ faster-whisper large-v3 轉譯
- 轉譯文字送 Claude 分類處理
確定可做
開發難度：中
預估 1 天
注意：記憶體限制
Hetzner CX22 只有 4GB RAM。之前跑 Whisper 處理長音檔有 OOM 經驗。LINE 語音訊息通常在 1-3 分鐘內，問題不大。如果超過 5 分鐘要切片處理。
功能 3
AI 智能分類
所有進來的訊息（不管文字或語音轉出的文字），Claude 自動判斷類別並路由到對應處理模組。
分類類別
| 類別 | 範例 | 路由 |
|---|---|---|
| 行程 | 「明天三點開會」 | → 行事曆模組 |
| 待辦 | 「記得打電話給王律師」 | → 待辦模組 |
| 想法 | 「拓點可以考慮中和那邊」 | → 知識庫 |
| 投資人 | 「黃毅倫放了多少錢」 | → 投資人管理 |
| 客戶 | 「陳先生保單到期了」 | → CRM |
| 查詢 | 「我今天有什麼行程」 | → 查詢模組 |
| 其他 | 「今天天氣怎樣」 | → 通用回覆 |
技術方案
- 用 claude -p（Max plan 免費 CLI 額度）做分類
- System prompt 定義分類規則和 JSON 輸出格式
- 分類結果帶信心指數，低信心的標記「待人工判斷」
確定可做
開發難度：低
預估 0.5 天
功能 4
行事曆管理
自然語言操作 Google Calendar — 用說的就能排行程、查行程、改行程。
使用情境
- 「幫我排明天下午3點開會」→ 自動在 Google Calendar 建立事件
- 「我這禮拜還有什麼行程」→ 列出本週所有事件
- 「把禮拜三的會議延到禮拜五」→ 自動修改
- 衝突檢測：「但你禮拜五下午已經有約了，要改時間嗎？」
技術方案
- Google Calendar API + OAuth 2.0 授權
- Claude 解析自然語言 → 轉換成 API 呼叫參數
- 支援建立、查詢、修改、刪除事件
- 衝突檢測：新增前先查該時段有無其他事件
確定可做
開發難度：中
預估 1.5 天
已有經驗
WT 已有 Google Calendar API 操作經驗，OAuth 流程熟悉。API 免費額度極高（每日 1,000,000 次），完全不用擔心費用。
功能 5
商業想法歸類與知識庫
隊長腦中的商業想法、靈感、觀察 — 用語音隨手記，AI 自動分類、標籤、歸檔。日後可以用自然語言查詢。
使用情境
- 隊長語音：「中和那邊的健身房最近在裝潢，可能可以談合作」→ AI 歸類到「健身房拓點」+ 標籤「中和、合作機會」
- 隊長查詢：「我之前關於拓點的想法有哪些？」→ AI 列出所有相關紀錄
技術方案
- 每條想法存成 markdown 檔案，帶 YAML frontmatter（日期、分類、標籤）
- 資料夾結構：
/clients/{id}/ideas/{category}/ - 查詢用 grep + Claude 語意搜尋（MVP 階段不需要向量資料庫）
確定可做
開發難度：低
預估 0.5 天
功能 6
投資人管理系統
隊長有多個投資人，需要追蹤每人的投入金額、分紅紀錄、到期日等。用自然語言就能查、能改。
使用情境
- 「黃毅倫放了多少錢」→「黃毅倫累計投入 150 萬，最近一次 2026/3/15 投入 30 萬」
- 「誰下個月要領分紅」→「5 月份有 3 位投資人分紅到期：王大明 5/5、李建華 5/12、黃毅倫 5/20」
- 「幫我記一下，今天陳先生又放了 50 萬」→「已新增：陳先生 2026/4/21 投入 50 萬」
技術方案
- SQLite 儲存（輕量但結構化，支援複雜查詢）
- 資料模型：投資人基本資料、交易紀錄（投入/提取/分紅）、合約條件
- Claude 自然語言 → SQL 查詢 → 格式化回覆
- 每次異動後自動備份 JSON
確定可做
開發難度：中
預估 2 天
功能 7
客戶開發追蹤（CRM）
保險業務的客戶關係管理 — 錄音摘要自動建檔、客戶背景整合、AI 談單建議。
使用情境
- 隊長拜訪客戶後，傳一段語音摘要 → AI 自動建立/更新客戶檔案
- 「下次去找張浩要注意什麼」→ AI 根據歷史紀錄給建議
- 「誰的保單快到期了」→ 列出近期到期客戶
技術方案
- 客戶資料結構：基本資料、保單紀錄、拜訪紀錄、需求標籤
- Claude 負責從語音/文字中萃取關鍵資訊更新檔案
- 談單建議需要較精細的 prompt engineering
有挑戰但可行
開發難度：高
預估 3 天
挑戰點
CRM 的複雜度在於：1. 從非結構化對話中準確萃取資訊需要多輪調教。2. 談單建議的品質取決於 prompt 的好壞和客戶資料的豐富度。建議放到 Phase 後期，先讓其他功能穩定。
功能 8
定時推送與提醒
AI 不只被動回答，還會主動推送 — 每日報告、行程提醒、待辦追蹤。
推送類型
| 類型 | 時機 | 內容 |
|---|---|---|
| 每日早報 | 每天 08:00 | 今日行程 + 待辦 + 提醒事項 |
| 行程提醒 | 事件前 30 分鐘 | 即將到來的行程 + 相關備註 |
| 緊急提醒 | 事件前 10→5→1 分鐘 | 遞進式密集提醒（可設定） |
| 週報彙整 | 每週日 20:00 | 本週完成事項 + 下週預覽 + 想法統計 |
技術方案
- cron job 排程 + LINE Push Message API
- 每日早報用 Claude 彙整當日資訊，生成自然語言摘要
- 行程提醒從 Google Calendar 讀取，提前推送
確定可做
開發難度：中
預估 1.5 天
注意：LINE 推送訊息額度
免費方案每月只有 500 則「推送」訊息（主動發的才算，回覆不算）。每日早報 + 行程提醒 + 週報，一個月大約 60-100 則推送，免費額度夠用。但如果未來多人使用就要升級。
功能 9
待人工判斷機制
AI 不是萬能的 — 當 AI 分類信心不足、或遇到模糊指令時，自動標記並推送給 WT 人工判斷。
運作流程
- 隊長傳了一條 AI 不確定怎麼分類的訊息
- AI 標記為「待判斷」，暫存不處理
- WT 在 Discord 收到通知：「隊長說了 XXX，我不確定要歸到行程還是待辦」
- WT 回覆判斷結果 → 系統執行 + 記錄這次判斷
- 類似的訊息下次 AI 會學會怎麼處理
確定可做
開發難度：低
預估 0.5 天
學習機制
每次人工判斷都記錄在 log 中。累積一定數量後，可以把這些案例加入 system prompt 的 few-shot examples，讓 AI 越用越準。
功能總覽表
| 功能 | 可行性 | 難度 | 時間 | Phase |
|---|---|---|---|---|
| LINE 訊息接收 | 確定可做 | 低 | 0.5 天 | Phase 1 |
| 語音轉文字 | 確定可做 | 中 | 1 天 | Phase 1 |
| AI 智能分類 | 確定可做 | 低 | 0.5 天 | Phase 2 |
| 行事曆管理 | 確定可做 | 中 | 1.5 天 | Phase 3 |
| 知識庫 | 確定可做 | 低 | 0.5 天 | Phase 2 |
| 投資人管理 | 確定可做 | 中 | 2 天 | Phase 4 |
| CRM 客戶追蹤 | 有挑戰 | 高 | 3 天 | Phase 6 |
| 定時推送 | 確定可做 | 中 | 1.5 天 | Phase 5 |
| 人工判斷機制 | 確定可做 | 低 | 0.5 天 | Phase 2 |
三、技術架構
【隊長的 LINE】 │ │ 訊息 / 語音 / 圖片 ▼ 【LINE Messaging API】 ──── Webhook ────→ 【Hetzner CX22 FastAPI Server】 │ ├─ 文字訊息 ──→ Claude 分類器 │ │ ├─ 語音訊息 ──→ faster-whisper ──→ Claude 分類器 │ │ │ ┌─────────────────────────────┤ │ │ │ │ │ ▼ ▼ ▼ │ 行事曆模組 知識庫模組 投資人模組 ... │ (Google Cal) (Markdown) (SQLite) │ │ │ │ │ └──────────────┴───────────────┘ │ │ │ ▼ │ LINE Reply / Push │ │ 信心不足的訊息 └─────────────→ 【WT Discord 通知】 │ WT 人工判斷 │ ▼ 回寫系統 + AI 學習
技術堆疊
| 層級 | 技術 | 說明 |
|---|---|---|
| 介面層 | LINE Messaging API | 使用者唯一接觸的介面 |
| Web 框架 | FastAPI (Python) | 接收 Webhook、路由請求 |
| AI 引擎 | Claude (via claude -p) | 分類、理解、生成回覆 |
| 語音轉文字 | faster-whisper large-v3 | 高品質中文語音辨識 |
| 行事曆 | Google Calendar API | 行程 CRUD |
| 資料庫 | SQLite + Markdown | 結構化 + 非結構化資料 |
| 排程 | cron + APScheduler | 定時推送 |
| 伺服器 | Hetzner CX22 | 2vCPU / 4GB RAM / 40GB SSD |
| 監控 | Discord → WT | 人工判斷 + 異常通知 |
四、資源需求與限制
1. Hetzner CX22 (2vCPU / 4GB RAM)
| 項目 | RAM 佔用 | 狀態 |
|---|---|---|
| LINE Bot + FastAPI | ~100MB | 沒問題 |
| Claude -p 分析 | 不吃本地 RAM | 沒問題 |
| faster-whisper 轉譯 | ~1.5-2GB（運行時） | 注意控制 |
| WT 自己的 Claude Code | ~200-500MB | 注意排程 |
RAM 注意事項
Whisper 跑的時候會吃 1.5-2GB，加上系統和 FastAPI 大約 3-3.5GB。LINE 語音訊息通常很短（1-3 分鐘），處理完就釋放，問題不大。但如果同時跑 WT 的 Claude Code session，可能會擠。建議 Whisper 轉譯用 queue 排隊，不要同時跑多個。
2. Claude Max Plan 額度
| 用途 | 預估日用量 | 預估 tokens |
|---|---|---|
| WT 自己的 Claude Code | 重度使用 | ~500K-1M/天 |
| 隊長訊息分類 | 20-50 則/天 | ~30-50K/天 |
| 每日報告生成 | 1 次/天 | ~5K/天 |
| 查詢回覆 | 5-10 次/天 | ~10-20K/天 |
額度評估
隊長的用量相對 WT 自己的用量來說很小（約 5-10%）。Max plan 的額度應該足夠涵蓋，但建議每天監控 token 消耗，避免月底額度爆掉。
3. LINE Messaging API 費用
| 方案 | 月費 | 推送訊息 | 適用情境 |
|---|---|---|---|
| 免費方案 | NT$ 0 | 500 則/月 | 隊長一人用，夠 |
| 輕量方案 | NT$ 800 | 5,000 則/月 | 2-5 個客戶時升級 |
| 標準方案 | NT$ 1,200+ | 依量計費 | 10+ 客戶規模 |
重要：回覆 vs 推送
「回覆」不佔推送額度 — 隊長傳訊息後系統自動回覆是免費的。只有「主動推送」（每日早報、行程提醒）才算。一個人一個月約 60-100 則推送，免費方案 500 則綽綽有餘。
4. Google Calendar
- 需要隊長一次性授權 OAuth（引導他在瀏覽器上點「允許」）
- API 每日免費額度 1,000,000 次，完全不用擔心
- Token 會過期，要做自動 refresh 機制
五、多租戶設計（未來擴展）
MVP 階段先做單一客戶（隊長），但架構要預留多租戶能力，日後才能量化賣給更多人。
資料隔離
/root/clients/ ├── captain/ ← 隊長的所有資料 │ ├── config.json ← LINE token、Calendar OAuth、偏好 │ ├── ideas/ ← 商業想法知識庫 │ │ ├── 健身房拓點/ │ │ └── 投資策略/ │ ├── investors.db ← 投資人 SQLite │ ├── crm.db ← 客戶 CRM │ ├── todos.json ← 待辦事項 │ └── logs/ ← 訊息紀錄 + AI 判斷 log │ ├── client_002/ ← 未來第二個客戶 │ ├── config.json │ └── ... │ └── shared/ ← 共用資源 ├── prompts/ ← 分類用 system prompt └── templates/ ← 回覆模板
多租戶 config.json 結構
{
"client_id": "captain",
"display_name": "隊長",
"line": {
"channel_access_token": "...",
"channel_secret": "...",
"user_id": "U..."
},
"google_calendar": {
"credentials_path": "./credentials.json",
"token_path": "./token.json",
"calendar_id": "primary"
},
"limits": {
"daily_token_cap": 100000,
"monthly_push_cap": 200,
"whisper_max_duration_sec": 300
},
"preferences": {
"morning_report_time": "08:00",
"timezone": "Asia/Taipei",
"reminder_before_min": [30, 10, 5]
}
}
Token 計量
- 每次 Claude 呼叫紀錄 input/output tokens
- 每日彙總寫入
logs/token_usage.jsonl - 月底自動生成用量報告（可作為收費依據）
- 接近額度上限時自動通知 WT
六、隊長實際使用流程示意
場景 1 — 行程安排
語音傳行程，自動建立日曆事件
隊長（語音）：「明天下午三點跟張浩開會討論投資方案」
系統處理：語音 → Whisper 轉文字 → Claude 分類為「行程」→ 解析時間和參與者 → Google Calendar 建立事件
LINE 回覆：「已建立行程：4/22（二）15:00 — 與張浩開會討論投資方案。明天 14:30 會提醒你。」
場景 2 — 投資人查詢
自然語言查詢投資人資料
隊長（文字）：「黃毅倫上個月領了多少分紅」
系統處理：Claude 分類為「投資人查詢」→ 自然語言轉 SQL → 查詢 investors.db → 格式化結果
LINE 回覆：「黃毅倫 3 月份分紅 NT$ 12,500（3/20 發放）。累計投入 150 萬，年化報酬約 10%。」
場景 3 — 商業想法歸檔
語音記錄靈感，AI 自動分類存檔
隊長（語音）：「今天經過中和那邊，看到一個空的店面，位置不錯，覺得可以考慮開第三家，月租好像兩萬五左右」
系統處理：Whisper 轉文字 → Claude 分類為「商業想法」→ 自動歸類「健身房拓點」→ 標籤：中和、店面、月租 25K → 存入知識庫
LINE 回覆：「已記錄到【健身房拓點】：中和空店面，月租約 2.5 萬。你目前有 4 條關於拓點的想法，要看彙整嗎？」
場景 4 — AI 不確定 → 人工判斷
AI 信心不足，推送 WT 協助判斷
隊長（文字）：「張浩那邊的事情要處理一下」
AI 判斷：「張浩」出現在投資人名單和客戶名單中，無法確定是指投資事務還是保險客戶追蹤。分類信心 45%。
LINE 回覆：「收到，我先記下來。因為不太確定你是指投資的事還是保單的事，我請 WT 幫忙確認一下。」
WT Discord 收到：「隊長說『張浩那邊的事情要處理一下』— 張浩同時在投資人和客戶名單，請判斷分類」
WT 回覆 Discord：「投資人」→ 系統更新分類 + 記錄此判斷供未來學習
七、開發時程
以 WT 現有技術棧和經驗，預估 2-3 週可完成完整 MVP。以下是分階段時程：
Phase 1
LINE Bot 基礎 + 語音轉文字
申請 LINE 官方帳號 → Messaging API 設定 → Webhook 串接 FastAPI → 訊息收發測試 → 語音下載 + Whisper 轉譯串接
預估 1-2 天
Phase 2
AI 分類 + 知識庫 + 人工判斷
Claude 分類器 prompt 設計 → 分類路由架構 → 知識庫 markdown 存檔 → 低信心訊息推送 Discord → 人工判斷回寫機制
預估 2-3 天
Phase 3
行事曆串接
Google Calendar OAuth 授權流程 → 自然語言解析時間 → 事件 CRUD → 衝突檢測 → 行程查詢
預估 1-2 天
Phase 4
投資人管理
SQLite 資料模型設計 → 投資人 CRUD → 自然語言查詢 → 分紅計算 → 到期提醒
預估 2-3 天
Phase 5
定時推送 + 提醒
cron 排程設定 → 每日早報生成 → 行程提醒（遞進式）→ 週報彙整
預估 1-2 天
Phase 6
調教 + CRM + 優化
根據隊長實際使用反饋調教 prompt → CRM 客戶追蹤功能 → 談單建議 → 整體效能優化
持續進行
開發策略
Phase 1-2 完成後就可以讓隊長開始試用基本功能（收訊息 + 分類 + 存檔）。邊用邊調，後面的功能逐步上線。不用等全部做完才給隊長用。
八、商業模式與定價建議
隊長先免費用（你們的合作關係），驗證模式後再對外收費。以下是對外定價參考：
基礎版
NT$ 1,500/月
- LINE 訊息接收 + AI 回覆
- 語音轉文字
- AI 智能分類
- 行事曆管理
- 商業想法歸檔
- 每日早報 + 行程提醒
- 每月 token 上限 3M
進階版
NT$ 3,500/月
- 基礎版全部功能
- 投資人管理系統
- CRM 客戶追蹤
- AI 談單建議
- 客製化週報
- 優先技術支援
- 每月 token 上限 10M
客製版
NT$ 5,000+/月
- 進階版全部功能
- 客製化模組開發
- 專屬 prompt 調教
- 多平台整合
- 無限 token（公平使用）
- 1 對 1 顧問服務
- 依需求報價
合約建議
- 合約期：3 個月一期，首期試用可打折
- 服務範圍：合約載明包含的功能模組和 token 上限
- 超額計費：token 超額每 1M tokens 加收 NT$ 200
- 退出機制：合約到期可不續約，資料匯出
- SLA：每月正常運作時間 95%+（考量 Hetzner 單機限制，不承諾 99.9%）
成本結構
| 項目 | 月成本 | 備註 |
|---|---|---|
| Hetzner CX22 | ~NT$ 250 | 已有主機，邊際成本 0 |
| Claude Max plan | ~NT$ 6,500 | WT 自用，額度共享 |
| LINE API | NT$ 0-800 | 視客戶數量 |
| WT 維護時間 | 視情況 | 初期每週 2-3 小時 |
毛利分析
以進階版 NT$ 3,500/月為例，硬體邊際成本幾乎為 0（Hetzner 和 Claude 都是已有的資源）。主要成本是 WT 的維護時間。如果有 3 個客戶，月收入 NT$ 10,500，扣掉 LINE 升級費 NT$ 800，毛利超過 90%。
九、風險與挑戰
1
LINE 語音訊息格式限制
LINE 語音是 m4a (AAC) 格式。faster-whisper 理論上支援，但需要實測確認品質。如果有問題，用 ffmpeg 先轉 wav 再丟 Whisper — 多一步但穩定。
中度風險 — 有備案
2
Hetzner 4GB RAM 限制
Whisper 運行時吃 1.5-2GB，如果同時有其他程序（WT 的 Claude Code），可能 OOM。對策：Whisper 用 queue 處理，一次只跑一個任務。真的不夠再考慮升級 CX32（8GB）。
中度風險 — 可管理
3
Claude Max plan 額度共用
WT 自己的重度使用 + 隊長的 bot 共用同一個帳號的額度。如果月底 WT 自己的額度不夠用，可能會影響隊長的服務。對策：監控每日用量、設定 bot 每日上限、尖峰時段優先 WT 自用。
中度風險 — 需監控
4
隊長的使用習慣適應期
40 多歲的使用者可能不習慣對 AI 下指令。初期需要手把手教學 + 適應期容忍度。對策：做一份簡單的使用教學、前兩週密切追蹤使用情況、根據反饋快速調整 AI 回覆風格。
低度風險 — 可控
5
資安：投資人資料存在主機上
投資人名字、金額等敏感資料存在 Hetzner 主機上。雖然只有 WT 能 SSH 進去，但理論上有風險。對策：SQLite 加密（SQLCipher）、定期備份、資料脫敏選項、合約載明資安責任。
需注意 — 涉及法規
6
單點故障：Hetzner 掛了全部停擺
所有服務都跑在同一台 Hetzner 上，如果主機掛了，隊長的 AI 秘書就停擺。對策：關鍵資料每日備份到 GitHub Private Repo、考慮 systemd 自動重啟、未來客戶多了再做冗餘。
中度風險 — MVP 可接受
十、下一步行動
決策點
這份計劃書列出了所有功能的可行性評估。9 個功能中有 8 個「確定可做」、1 個「有挑戰但可行」。技術風險可控，成本極低（用的都是現有資源）。
確認這份計劃書後，立即開始的事：
- Phase 1 啟動 — 申請 LINE 官方帳號（審核約 1-2 個工作天）
- 同步進行 — 在 Hetzner 上建立 FastAPI 骨架 + Webhook endpoint
- 跟隊長確認 — 需要他提供 Google 帳號授權 Calendar
- 測試環境 — 先用 WT 自己的 LINE 帳號測試，確認流程通了再切到隊長
需要隊長配合的事項
- 加 LINE 官方帳號好友（一次性）
- Google Calendar 授權（一次性，5 分鐘）
- 提供投資人初始資料（名字、金額、日期）
- 前兩週積極使用並反饋體驗
預估 2-3 週後
隊長可以在 LINE 上完成：查行程、排行程、記想法、查投資人、收到每日早報 — 一支手機搞定所有事。