کنترل دسترسی عوامل هوش مصنوعی با Airtable و تلگرام

کنترل دسترسی مبتنی بر نقش (RBAC) برای عوامل هوش مصنوعی از طریق Airtable و تلگرام

این گردش کار نحوه پیاده‌سازی کنترل دسترسی قوی مبتنی بر نقش (RBAC) را برای عوامل هوش مصنوعی با استفاده از Airtable برای مدیریت نقش و مجوز کاربر و Telegram برای تعامل کاربر نشان می‌دهد. این اطمینان حاصل می‌کند که ابزارهای عامل هوش مصنوعی فقط بر اساس نقش‌های تعیین شده برای کاربران مجاز قابل دسترسی هستند. این سیستم به ویژه برای محیط‌های هوش مصنوعی چند عاملی که در آن کنترل دقیق بر دسترسی به ابزار حیاتی است، مفید است.

شما می‌توانید این گردش کار و موارد دیگر را در کاتالوگ Axeto بیابید: https://axeto.ai/n8n

نمای کلی گردش کار

این گردش کار به چندین بلوک منطقی تقسیم شده است که هر کدام جنبه خاصی از فرآیند RBAC را مدیریت می‌کنند:

1. ورودی و تأیید کاربر: پیام‌ها را از تلگرام دریافت می‌کند، اطلاعات کاربر را استخراج کرده و مجوزهای او را در برابر پایگاه داده Airtable تأیید می‌کند.

2. پردازش مجوز و فیلتر ابزار: از گره‌های کد LangChain برای فیلتر کردن پویا ابزارهای هوش مصنوعی موجود بر اساس مجوزهای تأیید شده کاربر استفاده می‌کند. ابزارهایی که مجاز نیستند با یک پاسخ از پیش تعریف شده رد جایگزین می‌شوند.

3. تعامل اصلی عامل هوش مصنوعی: عامل هوش مصنوعی اصلی را اجرا می‌کند، لیست فیلتر شده ابزارهای مجاز را به آن ارائه می‌دهد و زمینه مکالمه را از طریق حافظه جلسه حفظ می‌کند.

4. فراخوانی عامل فرعی (مثال: عامل آب و هوا): نحوه فراخوانی یک عامل فرعی تخصصی (گردش کار) را برای وظایف خاص، مانند اطلاعات آب و هوا، که همچنین بررسی مجوزهای خود را اجرا می‌کند و حافظه جلسه خود را مدیریت می‌کند، نشان می‌دهد.

5. ارسال پاسخ: پاسخ‌های تولید شده توسط عامل هوش مصنوعی را از طریق تلگرام به کاربر ارسال می‌کند.

6. مدیریت خطا و کاربر ناشناس: سناریوهایی را که کاربر در پایگاه داده Airtable یافت نمی‌شود، به طور مؤثر مدیریت می‌کند و بازخورد مناسب را ارائه می‌دهد.

---

تحلیل گره‌های جزئی

۱. ورودی و تأیید کاربر

این بخش بر دریافت درخواست‌های کاربر از تلگرام و اعتبارسنجی هویت و مجوزهای کاربر با استفاده از Airtable تمرکز دارد.

• گره‌ها:

* Telegram Trigger

* Get user permissions (Airtable)

* Unknown user (If)

* Reply: unknown user (Telegram)

• جزئیات گره‌ها:

* Telegram Trigger

* نوع: n8n-nodes-base.telegramTrigger

* هدف: به عنوان نقطه ورود عمل می‌کند و پیام‌های دریافتی از یک ربات تلگرام پیکربندی شده را گوش می‌دهد.

* پیکربندی: برای گوش دادن به به‌روزرسانی‌های "message" تنظیم شده و به اعتبارنامه ربات تلگرام شما متصل است.

* ورودی/خروجی: داده‌های پیام تلگرام را دریافت کرده و برای پردازش بیشتر خروجی می‌دهد.

* ملاحظات: از اتصال صحیح API تلگرام و داده‌های پیام معتبر اطمینان حاصل کنید.

* Get user permissions

* نوع: n8n-nodes-base.airtable

* هدف: جدول "Users" را در Airtable جستجو می‌کند تا رکوردی مطابق با نام کاربری تلگرام پیدا کند. نقش‌های اعطا شده (granted_roles) و ابزارهای مجاز (allowed_tools) کاربر را بازیابی می‌کند.

* پیکربندی: رکوردهایی را فیلتر می‌کند که در آن‌ها فیلد {username} با نام کاربری پیام تلگرام دریافتی ({{ $json.message.from.username }}) مطابقت دارد. فیلدهای granted_roles، allowed_tools و name را بازیابی می‌کند.

* اعتبارنامه‌ها: به یک کلید API فقط خواندنی Airtable نیاز دارد.

* ورودی/خروجی: ورودی را از Telegram Trigger دریافت می‌کند. در صورت یافتن، داده‌های کاربر را خروجی می‌دهد، یا در صورت عدم وجود کاربر در پایگاه داده، نتیجه خالی را خروجی می‌دهد.

* ملاحظات: خطاهای احتمالی API Airtable یا مواردی که کاربر یافت نمی‌شود را مدیریت کنید.

* Unknown user

* نوع: n8n-nodes-base.if

* هدف: بررسی می‌کند که آیا پرس و جوی Airtable نتیجه خالی برگردانده است، که نشان‌دهنده یک کاربر ناشناس است.

* پیکربندی: شرط ارزیابی می‌کند که آیا JSON ورودی از گره Airtable خالی است.

* ورودی/خروجی: داده‌ها را از Get user permissions دریافت می‌کند. به شاخه‌های true (کاربر ناشناس) یا false (کاربر شناخته شده) تقسیم می‌شود.

* ملاحظات: از صحت پیکربندی عبارت برای بررسی خالی بودن اطمینان حاصل کنید.

* Reply: unknown user

* نوع: n8n-nodes-base.telegram

* هدف: پیامی را به کاربر تلگرام ارسال می‌کند و به او اطلاع می‌دهد که شناسایی نشده است و باید با مدیر تماس بگیرد.

* پیکربندی: از شناسه چت از Telegram Trigger استفاده می‌کند و نام کاربری کاربر را در متن پیام درج می‌کند.

* اعتبارنامه‌ها: به اعتبارنامه ربات تلگرام شما نیاز دارد.

* ورودی/خروجی: توسط شاخه true گره Unknown user فعال می‌شود.

* ملاحظات: خرابی‌های احتمالی تحویل API تلگرام را نظارت کنید.

---

۲. پردازش مجوز و فیلتر ابزار

این بلوک به طور پویا ابزارهای هوش مصنوعی موجود را بر اساس مجوزهای کاربر که از Airtable بازیابی شده‌اند، فیلتر می‌کند. ابزارهای غیرمجاز به طور موثر غیرفعال می‌شوند.

• گره‌ها:

* Set input

* Check permissions (LangChain Code)

* list_granted_roles (toolCode)

* list_allowed_tools (toolCode)

* calculator (toolCalculator)

* Wikipedia (toolWikipedia)

• جزئیات گره‌ها:

* Set input

* نوع: n8n-nodes-base.set

* هدف: داده‌های مجوز کاربر (نام، نقش‌ها، ابزارهای مجاز) را برای گره‌های بعدی قالب‌بندی و آماده می‌کند.

* پیکربندی: متغیرهایی را اختصاص می‌دهد: name، granted_roles (به صورت آرایه) و allowed_tools (به صورت آرایه)، با استفاده از داده‌های پرس و جوی Airtable یا در صورت عدم وجود داده، به صورت آرایه‌های خالی پیش‌فرض.

* ورودی/خروجی: داده‌ها را از شاخه false گره Unknown user دریافت می‌کند. اطلاعات ساختاریافته کاربر را خروجی می‌دهد.

* Check permissions

* نوع: @n8n/n8n-nodes-langchain.code

* هدف: ابزارهای هوش مصنوعی متصل به این گره را به طور پویا فیلتر می‌کند. این ابزارها را با لیست allowed_tools برای کاربر مقایسه می‌کند. ابزارهای غیرمجاز با یک ابزار ساختگی که پیام "unauthorized" را برمی‌گرداند، جایگزین می‌شوند.

* پیکربندی: حاوی کد جاوا اسکریپت سفارشی است که از DynamicTool لانگ‌چین برای پیمایش ابزارهای متصل و بررسی آرایه $input.item.json.allowed_tools استفاده می‌کند.

* ورودی/خروجی: لیست ابزارهای هوش مصنوعی متصل را به عنوان ورودی دریافت کرده و لیست فیلتر شده ابزارها را خروجی می‌دهد.

* ملاحظات: اطمینان حاصل کنید که کد به درستی داده‌های ابزار و لیست مجوزها را مدیریت می‌کند. احتمال خطاهای اجرای کد وجود دارد.

* یادداشت چسبان: "از لیست ابزارهای مجاز جمع‌آوری شده از Airtable برای بررسی مجوزها استفاده می‌کند و ابزارهای رد شده را با یک دستورالعمل ثابت جایگزین می‌کند..."

* list_granted_roles

* نوع: @n8n/n8n-nodes-langchain.toolCode

* هدف: یک ابزار سفارشی که هنگام فراخوانی توسط عامل، رشته‌ای حاوی لیست نقش‌های اعطا شده کاربر را برمی‌گرداند.

* پیکربندی: کد جاوا اسکریپت آرایه نقش‌ها را به یک رشته کاربرپسند الحاق می‌کند.

* ورودی/خروجی: نقش‌ها را به عنوان ورودی انتظار دارد و یک پیام رشته‌ای خروجی می‌دهد.

* list_allowed_tools

* نوع: @n8n/n8n-nodes-langchain.toolCode

* هدف: یک ابزار سفارشی که رشته‌ای حاوی لیست ابزارهایی را که کاربر مجاز به استفاده از آن‌ها است، برمی‌گرداند.

* پیکربندی: کد جاوا اسکریپت آرایه ابزارهای مجاز را به یک رشته الحاق می‌کند.

* ورودی/خروجی: ابزارهای مجاز را به عنوان ورودی انتظار دارد و یک پیام رشته‌ای خروجی می‌دهد.

* calculator

* نوع: n8n-nodes-base.calculator (توجه: این یک گره استاندارد n8n است، نه یک گره ابزار LangChain همانطور که در فایل README اصلی ذکر شده است. اگر به عنوان ابزار LangChain در نظر گرفته شده است، باید @n8n/n8n-nodes-langchain.toolCalculator یا مشابه آن باشد.)

* هدف: یک ابزار ماشین حساب پایه که می‌تواند توسط عامل هوش مصنوعی فراخوانی شود، مشروط به بررسی مجوزها.

* Wikipedia

* نوع: n8n-nodes-base.wikipedia (مانند ماشین حساب، این نیز به نظر می‌رسد یک گره استاندارد n8n باشد. اگر به عنوان ابزار LangChain در نظر گرفته شده است، نوع را مطابق با آن تنظیم کنید.)

* هدف: ابزاری برای دسترسی به دانش ویکی‌پدیا، که همچنین مشروط به بررسی مجوزها است.

---

۳. تعامل اصلی عامل هوش مصنوعی

این بلوک تعامل اصلی عامل هوش مصنوعی با کاربر را با استفاده از ابزارهای فیلتر شده و حفظ تاریخچه مکالمه هماهنگ می‌کند.

• گره‌ها:

* Main Agent (LangChain agent)

* OpenAI Chat Model (lmChatOpenAi)

* Simple Memory (memoryBufferWindow)

* Reply with results (Telegram)

• جزئیات گره‌ها:

* Main Agent

* نوع: @n8n/n8n-nodes-langchain.agent

* هدف: عامل هوش مصنوعی مرکزی مسئول پردازش ورودی کاربر، انتخاب و فراخوانی ابزارهای مجاز مناسب و تولید پاسخ‌ها.

* پیکربندی: شامل یک پیام سیستمی است که به عامل دستور می‌دهد تا اکیداً از ابزارهای ارائه شده استفاده کند و به دانش عمومی تکیه نکند. نام کاربر برای شخصی‌سازی در اعلان گنجانده شده است. برای شفافیت، برای بازگرداندن مراحل میانی پیکربندی شده است.

* ورودی/خروجی: ابزارهای هوش مصنوعی فیلتر شده، ورودی چت کاربر و حافظه جلسه را دریافت می‌کند. پاسخ نهایی عامل را خروجی می‌دهد.

* یادداشت چسبان: "عامل اصلی با دستورالعمل استفاده همیشگی از ابزارهای متصل به جای دانش عمومی."

* ملاحظات: احتمال خطاهای API مدل یا خرابی در طول فراخوانی ابزار وجود دارد.

* OpenAI Chat Model

* نوع: @n8n/n8n-nodes-langchain.lmChatOpenAi

* هدف: قابلیت‌های مدل زبان (مانند GPT-4o) را برای Main Agent فراهم می‌کند.

* پیکربندی: مدل روی "gpt-4o" تنظیم شده و به اعتبارنامه‌های API OpenAI شما متصل است.

* ورودی/خروجی: به ورودی مدل زبان Main Agent متصل شده و پاسخ مدل را به عامل برمی‌گرداند.

* ملاحظات: از کلیدهای API معتبر اطمینان حاصل کنید و به محدودیت‌های احتمالی نرخ توجه داشته باشید.

* Simple Memory

* نوع: @n8n/n8n-nodes-langchain.memoryBufferWindow

* هدف: تاریخچه مکالمه را برای جلسه فعلی کاربر مدیریت می‌کند، که بر اساس شناسه کاربری تلگرام آن‌ها کلیدگذاری شده است. این به عامل اجازه می‌دهد تا تعاملات قبلی را به خاطر بسپارد.

* پیکربندی: کلید جلسه به طور پویا با استفاده از شناسه کاربری تلگرام، با نوع کلید سفارشی تنظیم می‌شود.

* ورودی/خروجی: حافظه برای حفظ زمینه به Main Agent منتقل و از آن دریافت می‌شود.

* ملاحظات: از محدودیت‌های بافر حافظه آگاه باشید و از مدیریت صحیح کلید جلسه اطمینان حاصل کنید.

* Reply with results

* نوع: n8n-nodes-base.telegram

* هدف: پاسخ نهایی تولید شده توسط Main Agent را به چت تلگرام کاربر ارسال می‌کند.

* پیکربندی: از شناسه چت از Telegram Trigger و پاسخ خروجی عامل استفاده می‌کند.

* ملاحظات: مشکلات تحویل تلگرام را نظارت کنید.

---

۴. فراخوانی زیر-عامل (مثال: عامل آب و هوا)

این بخش نحوه ایجاد و فراخوانی یک گردش کار تخصصی زیر-عامل، مانند یکی که به ارائه اطلاعات آب و هوا اختصاص دارد را نشان می‌دهد. این زیر-عامل همچنین مجوزها را اجرا کرده و حافظه جلسه خود را مدیریت می‌کند.

• گره‌ها:

* When Executed by Another Workflow (Execute Workflow Trigger)

* Settings (Set)

* Weather Agent (LangChain Agent)

* OpenAI Chat Model1 (lmChatOpenAi)

* Simple Memory1 (memoryBufferWindow)

* Check permissions1 (LangChain Code)

* get_coordinates (toolHttpRequest)

* get_weather (toolHttpRequest)

* weather_agent (toolWorkflow)

• جزئیات گره‌ها:

* When Executed by Another Workflow

* نوع: n8n-nodes-base.executeWorkflowTrigger

* هدف: این گره به عنوان نقطه ورود برای گردش کار زیرین هنگام فراخوانی توسط گردش کار اصلی عمل می‌کند.

* ورودی‌ها: پارامترهایی مانند chatInput، sessionId و allowed_tools را از گردش کار فراخوان انتظار دارد.

* خروجی: این ورودی‌های دریافتی را برای پردازش در زیر-عامل به پایین دست منتقل می‌کند.

* Settings

* نوع: n8n-nodes-base.set

* هدف: پارامترهای ورودی دریافتی از گردش کار والد را برای استفاده توسط زیر-عامل آب و هوا قالب‌بندی می‌کند.

* پارامترها: chatInput، sessionId و allowed_tools را بر اساس ورودی‌های Execute Workflow Trigger اختصاص می‌دهد.

* Weather Agent

* نوع: @n8n/n8n-nodes-langchain.agent

* هدف: یک عامل هوش مصنوعی که به طور خاص برای پرس و جوهای مربوط به آب و هوا طراحی شده است. این عامل فقط با ابزارهای متصل خود کار می‌کند و حافظه جلسه خود را حفظ می‌کند.

* پیکربندی: دارای یک پیام سیستمی است که به طور اکید عامل را به استفاده فقط از ابزارهای ارائه شده هدایت می‌کند.

* ورودی/خروجی: ابزارهای فیلتر شده را از Check permissions1 دریافت کرده و پاسخ مربوط به آب و هوا را خروجی می‌دهد.

* OpenAI Chat Model1

* نوع: @n8n/n8n-nodes-langchain.lmChatOpenAi

* هدف: قابلیت‌های مدل زبان (مانند GPT-4o-mini) را برای Weather Agent فراهم می‌کند.

* ملاحظات: ملاحظات مشابهی مانند گره OpenAI Chat Model اصلی در مورد کلیدهای API و محدودیت‌ها اعمال می‌شود.

* Simple Memory1

* نوع: @n8n/n8n-nodes-langchain.memoryBufferWindow

* هدف: حافظه جلسه را به طور خاص برای عامل آب و هوا مدیریت می‌کند. از یک شناسه جلسه اصلاح شده (به عنوان مثال، اضافه کردن _weather_check) استفاده می‌کند تا اطمینان حاصل شود که با حافظه عامل اصلی تداخل ندارد.

* یادداشت چسبان: "از شناسه جلسه متفاوتی (پسوند) استفاده می‌کند، زیرا هر عامل به حافظه خاص خود نیاز دارد."

* ملاحظات: برای جداسازی زمینه مکالمه بین عوامل مختلف حیاتی است.

* Check permissions1

* نوع: @n8n/n8n-nodes-langchain.code

* هدف: ابزارهای هوش مصنوعی موجود برای Weather Agent را بر اساس لیست allowed_tools که از گردش کار اصلی ارسال شده است، فیلتر می‌کند. منطق این گره دقیقاً مشابه گره Check permissions در گردش کار اصلی است.

* ورودی/خروجی: ابزارهای بالقوه را به عنوان ورودی دریافت کرده و ابزارهای فیلتر شده و مجاز را خروجی می‌دهد.

* get_coordinates

* نوع: n8n-nodes-base.httpRequest

* هدف: ابزاری که از API geocoding Open-Meteo برای بازیابی مختصات جغرافیایی (عرض و طول جغرافیایی) بر اساس نام شهر استفاده می‌کند.

* get_weather

* نوع: n8n-nodes-base.httpRequest

* هدف: ابزاری که با استفاده از API Open-Meteo، داده‌های آب و هوای فعلی را با استفاده از مختصات به دست آمده از get_coordinates دریافت می‌کند.

* weather_agent

* نوع: @n8n/n8n-nodes-langchain.toolWorkflow

* هدف: این گره به عنوان یک ابزار در عامل اصلی عمل می‌کند و به آن اجازه می‌دهد گردش کار زیر-عامل آب و هوا را فراخوانی کند.

* پارامترها: برای ارسال داده‌های لازم (chatInput، sessionId، allowed_tools) به گردش کار زیرین مطابق با طرح تعریف شده آن پیکربندی شده است.

* یادداشت چسبان: "گردش کار فعلی را به عنوان گردش کاری که باید فراخوانی شود، انتخاب کنید."

---

۵. تحویل پاسخ

این بخش آخرین مرحله ارسال پاسخ‌های تولید شده توسط هوش مصنوعی به کاربر از طریق تلگرام را پوشش می‌دهد.

• گره‌ها:

* Reply with results (Telegram)

* Reply: unknown user (Telegram)

• جزئیات گره‌ها:

* Reply with results

* نوع: n8n-nodes-base.telegram

* هدف: پاسخ نهایی از Main Agent را به چت تلگرام کاربر تحویل می‌دهد.

* جزئیات: در بخش ۳ پوشش داده شده است.

* Reply: unknown user

* نوع: n8n-nodes-base.telegram

* هدف: به کاربر اطلاع می‌دهد اگر در پایگاه داده Airtable یافت نشود.

* جزئیات: در بخش ۱ پوشش داده شده است.

---

۶. مدیریت خطا و کاربر ناشناس

این بخش از گردش کار اطمینان حاصل می‌کند که کاربرانی که در پایگاه داده Airtable حضور ندارند، اعلان واضحی دریافت می‌کنند و دسترسی به درستی مدیریت می‌شود.

• گره‌ها:

* Unknown user (If)

* Reply: unknown user (Telegram)

• جزئیات: این عملکرد به طور کامل در بخش ۱ توضیح داده شده است.

---

جدول خلاصه