n8n LINE 整合教學：通知推送、聊天機器人、AI 客服一次搞定【2026 實戰版】

你的 LINE 可能只是一個訊息應用，但透過 n8n 的整合力量，它可以變成一個全能的商業工具——自動推送通知、24/7 聊天機器人、甚至 AI 驅動的客服助理。這篇教學會帶你用 n8n 和 Zeabur 實現三種 LINE 整合方式，無需寫一行程式碼。

01n8n 為什麼適合做 LINE 整合？

想一下 LINE 在台灣的影響力：2300 萬月活躍使用者，滲透率超過 90%，每個人的手機裡都裝著它。相比 Email 或 Slack，LINE 是最直接、最不會被忽視的溝通管道。問題是，LINE 本身沒有內建自動化工具——你需要第三方平台來賦予它超能力。

這裡就是 n8n 的優勢所在。n8n 是一個開源的自動化工作流引擎，特別適合做 LINE 整合，原因有三：

1. Webhook 原生支援 — n8n 的 Webhook 節點可以直接接收 LINE 的事件（訊息、加入群組、點擊按鈕），不需要額外的 API 封裝層。你的 LINE 訊息進來，n8n 立即反應。
2. 零程式碼整合 — 不像寫 Python 或 Node.js，你在 n8n 的視覺化介面裡拖拉節點、設定參數，整個工作流一目瞭然。修改邏輯？直接改節點設定，無需重新部署程式碼。
3. 可自架、可商用 — n8n 本身完全開源免費。你可以在 Zeabur、Railway、DigitalOcean 等平台自架，成本極低。不用害怕廠商鎖定或價格暴漲。

02前置準備：Zeabur 部署 n8n + 申請 LINE 開發者帳號

在開始整合之前，你需要兩樣東西：一個執行 n8n 的伺服器，和一個 LINE 的開發者帳號。好消息是這兩樣都可以在 30 分鐘內搞定。

在 Zeabur 上一鍵部署 n8n

Zeabur 是一個容器部署平台，特別友善於開源專案。它支援 Docker，n8n 官方有現成的 Docker 映像。部署步驟：

1. 進入 Zeabur 控制面板 — 到 zeabur.com 用 GitHub 帳號登入，建立新專案。
2. 選擇 Marketplace 的 n8n — Zeabur 有預設的 n8n 部署範本。點「Deploy」後，自動拉取官方 n8n 映像並配置環境變數。
3. 設定資料庫和公開 URL — n8n 建議用 PostgreSQL（Zeabur Marketplace 也有）。部署完成後，你會得到一個 n8n.zeabur.app 的公開 URL——這就是你的 Webhook 端點。

申請 LINE 開發者帳號

LINE 的開發者帳號分為個人和商業用途。無論哪種，申請流程都是：

1. 建立 LINE 帳號與企業帳號 — 先在 line.me 註冊普通帳號。然後進 account.line.biz，建立企業帳號（即使只是個人用途，也需要企業帳號才能申請開發者）。
2. 進入 LINE Developers Console — 登入 developers.line.biz，建立新專案（Project）。選擇「Messaging API」作為服務類型。
3. 建立 Channel 並取得金鑰 — 在專案內建立 Channel。系統會自動生成 Channel ID、Channel Secret（機密金鑰）和 Channel Access Token（存取令牌）。這三樣是你連接 n8n 所需的。

03方式一：LINE Notify 推送通知

如果你只是想讓 n8n 單向推送通知（例如「天氣警報」「訂單確認」「系統告警」），最簡單的方式是用 LINE Notify。但要注意：LINE Notify 已於 2025 年 3 月停止新申請，現有使用者可繼續使用至 2026 年 3 月。如果你現在開始新專案，建議直接用方式二（LINE Messaging API）。

如果你還想體驗 LINE Notify 的邏輯（用於其他推送場景），步驟是：

1. 取得 LINE Notify Token — 進 notify.line.me，點「個人頁面」→「令牌」，建立新令牌。給它一個名稱（如「n8n 通知」），選擇接收通知的 LINE 群組或個人帳號。複製產生的令牌。
2. 在 n8n 建立 HTTP Request 節點 — 建立新工作流，加入 HTTP Request 節點。設定為 POST 請求，URL 填 https://notify-api.line.me/api/notify。
3. 設定請求頭與內容 — Headers：Authorization: Bearer YOUR_TOKEN。Body：message=你要推送的文字。點 Test，應該會看到通知出現在你的 LINE。

04方式二：LINE Messaging API 雙向互動

這是當今推薦的方式。LINE Messaging API 允許你接收使用者訊息、進行雙向對話、主動推送訊息給特定用戶，甚至支援豐富的 UI 元素（按鈕、卡片、旋轉木馬）。n8n 可以完全駕馭它。

Webhook 接收設定

首先，你需要告訴 LINE：「我的 Webhook 在這個地址」。然後 LINE 會把所有事件都送過來。

1. 在 n8n 建立 Webhook 節點 — 新增一個 Webhook 節點，選擇「Trigger on Webhook Call」。記下生成的 Webhook URL（通常是 https://your-n8n.zeabur.app/webhook/abc123）。
2. 複製 URL 到 LINE Developers Console — 進 LINE Developers Console，進入你的 Channel 設定。找「Webhook URL」欄位，貼上 n8n 的 Webhook URL。勾選「使用 Webhook」。
3. 測試連線 — 按「驗證」按鈕。如果 n8n 收到測試請求並回傳 200 OK，表示連線成功。

Reply Token 與自動回覆

當有人傳訊息給你的 LINE 機器人時，LINE 會發送一個 Webhook event，裡面包含 replyToken。使用 replyToken，你最多可以回覆 5 則訊息。這是回覆速度最快的方式。

Push Message 主動推送

Reply Token 有時間限制（通常 5 分鐘）。如果你想在一小時後才推送訊息，或推送給多個用戶，需要用 Push Message。步驟：

1. 儲存 User ID — 第一次接收訊息時，Webhook event 會包含 userId。把它存進資料庫（或 n8n 的 execution context）。
2. HTTP Request 節點推送 — POST 到 https://api.line.me/v2/bot/message/push，傳入 to（userId）和 messages 陣列。不需要 replyToken。

05方式三：LINE + Claude AI 智慧客服機器人

如果你想讓機器人真正「理解」使用者，不只是執行預設回應，就需要接入 AI。n8n 的 AI Agent 節點搭配 Claude，可以做出像真人客服一樣的機器人。

架構設計

整個流程是：LINE Webhook → 提取訊息內容 → 傳給 Claude AI Agent → 記錄對話歷史 → 用 Push Message 回覆。n8n 提供了 AI Agent 節點，可以整合 Claude、記住對話上下文、自動決策。

1. 取得 Claude API Key — 進 Anthropic Console（console.anthropic.com），建立新 API Key。在 n8n Credentials 裡新增 Anthropic 認證，貼上 API Key。
2. 加入 AI Agent 節點 — 在 n8n 工作流中，把 Webhook 事件連到 AI Agent 節點。設定模型為「Claude 3.5 Sonnet」，給 AI 一個系統提示（例如「你是一個友善的客服，用台灣繁體中文回覆」）。
3. 加入 Memory 節點 — 加入 Window Buffer Memory 節點，設定保留最近 5 輪對話。每次 AI Agent 回覆後，自動把對話存進 Memory，下次就能看到歷史。
4. 設定 Push Message 回覆 — AI Agent 的輸出連到 HTTP Request 節點，POST 到 LINE Messaging API 的 push endpoint，傳回給用戶。

06三種方式比較表（推薦 Messaging API）

選擇哪一種方式，取決於你的需求和預算。以下是詳細比較：

07實戰案例：3 個真實的 n8n × LINE 應用

案例 1：電商訂單出貨通知

店家在 Shopify 新增訂單時，n8n 自動拿訂單編號、客戶名稱、出貨時間，組合成友善的 LINE 訊息，推送給顧客。使用方式二（Messaging API）的 Push Message。流程很簡單：Shopify webhook → 格式化訊息 → 查詢顧客 USER_ID → Push to LINE。成本幾乎零，但顧客體驗大幅提升——推送 vs Email，LINE 開啟率是 email 的 8 倍。

案例 2：每日 AI 新聞摘要

某行銷公司想每天早上把「行業新聞摘要」推送給 20 個員工。用 n8n 的 Schedule trigger 每天 8 點觸發，爬取 News API 最新文章，用 Claude 寫 150 字摘要，組合成 LINE 訊息，用 Loop 分別 push 給 20 個員工。結果：每天 20 則訊息，月費不到 $3（Claude）+ $10（n8n 伺服器）。員工再也不用時刻關注新聞，每天早上打開 LINE 就有專人寫好的摘要。

案例 3：LINE 客服轉接系統

某 SaaS 公司用 Claude AI 做第一線客服。AI 能處理 70% 的常見問題（退款、操作教學等）。複雜問題（bug 回報、定製需求）AI 無法判斷時，自動轉接給人類客服。轉接流程：AI 判定「需要人工」→ 把對話存進 Slack channel → 客服人員在 Slack 回覆 → n8n 自動把回覆轉傳回 LINE 給顧客。這樣既節省成本（AI 做 70% 工作），又保證複雜問題不會掉線。

08常見問題