دموی اتوماسیون هوش مصنوعی n8n: دسته‌بندی ایمیل، RAG و رزرو ق…

دموی پیشرفته هوش مصنوعی: ارائه شده در رویداد AI Developers #14

این گردش کار، دموی پیشرفته هوش مصنوعی (ارائه شده در رویداد AI Developers #14)، قابلیت‌های پیشرفته اتوماسیون هوش مصنوعی را با استفاده از n8n به نمایش می‌گذارد. این گردش کار در رویداد AI Developers در سانفرانسیسکو در تاریخ ۲۴ جولای ۲۰۲۴ ارائه شد و سه مورد استفاده کلیدی مبتنی بر هوش مصنوعی را نشان می‌دهد:

1. دسته‌بندی ایمیل با هوش مصنوعی: طبقه‌بندی خودکار ایمیل‌های دریافتی به دسته‌های از پیش تعریف شده (مانند "اتوماسیون"، "موسیقی") با استفاده از طبقه‌بندی‌کننده متن هوش مصنوعی و اعمال برچسب‌های سفارشی Gmail.

2. تولید افزوده بازیابی (RAG) با داده‌های PDF: دریافت یک سند PDF (مانند وایت‌پیپر BTC) در یک فروشگاه برداری Pinecone با استفاده از امبدینگ‌های متنی، که امکان پرس‌وجوی مبتنی بر چت از دانش نمایه‌شده را فراهم می‌کند.

3. عامل هوش مصنوعی برای رزرو قرار ملاقات در Google Calendar: یک دستیار هوش مصنوعی که با استفاده از درخواست‌های HTTP و Google Calendar API، در دسترس بودن را بررسی کرده و قرار ملاقات‌های ۳۰ دقیقه‌ای را رزرو می‌کند.

گردش کار به سه بلوک منطقی اصلی تقسیم شده است که هر کدام مربوط به یکی از این موارد استفاده، به همراه گره‌های پشتیبان برای ارائه و مستندسازی است.

ساختار گردش کار

گردش کار به بلوک‌های مجزا و زیر سازماندهی شده است:

• بلوک ۱: دسته‌بندی و برچسب‌گذاری ایمیل
• بلوک ۲: دریافت PDF و چت با فروشگاه برداری (مثال RAG)
• بلوک ۳: عامل هوش مصنوعی برای زمان‌بندی قرار ملاقات با Google Calendar

چندین گره stickyNote در سراسر گردش کار برای ارائه و مستندسازی بهتر گنجانده شده است.

---

بلوک ۱: دسته‌بندی و برچسب‌گذاری ایمیل

این بلوک فرآیند دسته‌بندی ایمیل‌های دریافتی Gmail با استفاده از هوش مصنوعی و اعمال برچسب‌های مناسب Gmail بر اساس طبقه‌بندی را خودکار می‌کند.

گره‌های درگیر

• webhook
• if (بررسی وجود "@n8n" در ایمیل)
• code (اجرای جاوا اسکریپت)
• slack (ارسال پیام)
• gmailTrigger (گوش دادن به ایمیل‌های جدید - در مثال غیرفعال است)
• textClassifier (طبقه‌بندی‌کننده متن هوش مصنوعی)
• gmail (اعمال برچسب "automation")
• gmail (اعمال برچسب "music")

جزئیات گره‌ها

• webhook

* نوع: webhook

* نقش: به عنوان نقطه ورود درخواست‌های خارجی حاوی داده‌های پرس‌وجوی ایمیل عمل می‌کند.

* پیکربندی: یک مسیر webhook منحصر به فرد با دسترسی عمومی فعال پیکربندی شده است.

* ورودی: درخواست‌های HTTP خارجی با داده‌های ایمیل.

* خروجی: داده‌ها را به گره if منتقل می‌کند.

* مدیریت خطا: درخواست‌های webhook گم شده یا بدشکل را مدیریت می‌کند.

• if (بررسی وجود "@n8n" در ایمیل)

* نوع: if

* نقش: تعیین می‌کند که آیا آدرس ایمیل دریافتی حاوی زیررشته "@n8n" است یا خیر.

* پیکربندی: از شرط "رشته حاوی" حساس به حروف بزرگ و کوچک در فیلد {{$json.query.email}} استفاده می‌کند.

* ورودی: خروجی از گره webhook.

* خروجی: در صورت درست بودن شرط، به گره‌های code و slack ادامه می‌دهد.

* مدیریت خطا: در صورت گم شدن query.email، خطاهای ارزیابی عبارت را دریافت می‌کند.

• code (اجرای جاوا اسکریپت)

* نوع: code

* نقش: یک فیلد جدید myNewField با مقدار 1 به تمام آیتم‌های ورودی اضافه می‌کند.

* پیکربندی: یک حلقه ساده جاوا اسکریپت داده‌های JSON ورودی را تغییر می‌دهد.

* ورودی: خروجی از گره if.

* خروجی: داده‌های JSON تغییر یافته به گره slack منتقل می‌شود.

* مدیریت خطا: به دلیل منطق ساده، خطاهای زمان اجرای اسکریپت بعید است.

• slack (ارسال پیام)

* نوع: slack

* نقش: داده‌های ایمیل دریافت شده از webhook را به یک کانال Slack مشخص ارسال می‌کند.

* پیکربندی: از احراز هویت OAuth2 استفاده می‌کند؛ کانال هدف روی "general" تنظیم شده است.

* ورودی: داده‌های JSON تغییر یافته از گره code.

* خروجی: ندارد (گره پایانی).

* مدیریت خطا: خطاهای API Slack، شکست‌های احراز هویت و مشکلات مجوز کانال را مدیریت می‌کند.

• *gmailTrigger (گوش دادن به ایمیل‌های جدید - غیرفعال)*

* نوع: gmailTrigger

* نقش: برای نظارت بر صندوق ورودی Gmail ناتان برای ایمیل‌های جدید طراحی شده است. توجه: این گره در مثال ارائه شده غیرفعال است.

* پیکربندی: برای بررسی هر دقیقه بدون فیلتر خاص پیکربندی شده است.

* ورودی: نامربوط (چون یک Trigger است).

* خروجی: در صورت فعال بودن، به گره textClassifier تغذیه می‌شد.

* مدیریت خطا: در صورت فعال بودن، مشکلات احتمالی اتصال یا احراز هویت Gmail.

• textClassifier (طبقه‌بندی‌کننده متن هوش مصنوعی)

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

* نقش: محتوای متنی ایمیل را با استفاده از یک مدل هوش مصنوعی به دسته‌های از پیش تعریف شده ("automation" یا "music") طبقه‌بندی می‌کند.

* پیکربندی: متن ورودی را از بدنه ایمیل ($json.text) می‌گیرد و دو دسته با توضیحات مشخص تعریف می‌کند.

* ورودی: به صورت دستی یا توسط یک گره قبلی (مانند gmailTrigger) فعال می‌شود.

* خروجی: ایمیل را بر اساس طبقه‌بندی به گره gmail "Add automation label" یا "Add music label" هدایت می‌کند.

* مدیریت خطا: خطاهای مدل هوش مصنوعی و مشکلات احتمالی سهمیه API را مدیریت می‌کند.

• gmail (اعمال برچسب "automation")

* نوع: gmail

* نقش: برچسب "automation" را به یک پیام Gmail خاص اعمال می‌کند.

* پیکربندی: به شناسه برچسب خاص برای "automation" نیاز دارد و از شناسه پیام از $json.id استفاده می‌کند.

* ورودی: خروجی از گره textClassifier هنگام انتخاب دسته "automation".

* خروجی: ندارد (گره پایانی).

* مدیریت خطا: خطاهای API Gmail و پیکربندی‌های نادرست شناسه برچسب را مدیریت می‌کند.

• gmail (اعمال برچسب "music")

* نوع: gmail

* نقش: برچسب "music" را به یک پیام Gmail خاص اعمال می‌کند.

* پیکربندی: به شناسه برچسب خاص برای "music" نیاز دارد و از شناسه پیام از $json.id استفاده می‌کند.

* ورودی: خروجی از گره textClassifier هنگام انتخاب دسته "music".

* خروجی: ندارد (گره پایانی).

* مدیریت خطا: خطاهای API Gmail و پیکربندی‌های نادرست شناسه برچسب را مدیریت می‌کند.

---

بلوک ۲: دریافت PDF و چت با فروشگاه برداری (مثال RAG)

این بلوک با دریافت یک سند PDF، ذخیره محتوای آن به صورت امبدینگ در یک فروشگاه برداری Pinecone و فعال کردن پرس‌وجو مبتنی بر چت از این پایگاه دانش با استفاده از GPT-4o، تولید افزوده بازیابی (RAG) را نشان می‌دهد.

گره‌های درگیر

• noOp (نگهداری فراداده PDF)
• httpRequest (دانلود PDF)
• recursiveCharacterTextSplitter
• defaultDataLoader
• embeddingsOpenAi (نمونه ۱ برای دریافت)
• pinecone (درج در فروشگاه برداری)
• embeddingsOpenAi (نمونه ۲ برای پرس‌وجو)
• pinecone (خواندن از فروشگاه برداری)
• vectorStoreRetriever
• questionAnswerChain (زنجیره پرسش و پاسخ LangChain)
• openAiChatModel (GPT-4o)
• chatTrigger (وب‌هوک برای تعامل چت)

جزئیات گره

• noOp (نگهداری فراداده PDF)

* نوع: noOp

* نقش: فراداده برای وایت‌پیپر BTC، شامل عنوان، نویسنده، سال و URL فایل را ذخیره می‌کند.

* پیکربندی: فراداده برای استفاده توسط گره‌های پایین‌دستی در قالب JSON ذخیره می‌شود.

* ورودی: ندارد.

* خروجی: گره httpRequest را فعال می‌کند.

* مدیریت خطا: نامربوط (هیچ پردازشی انجام نمی‌شود).

• httpRequest (دانلود PDF)

* نوع: httpRequest

* نقش: محتوای باینری PDF را از URL مشخص شده در فیلد file_url در JSON ورودی دانلود می‌کند.

* پیکربندی: URL به صورت پویا بر اساس داده‌های ورودی تنظیم می‌شود.

* ورودی: خروجی گره noOp.

* خروجی: داده‌های باینری PDF، که به گره defaultDataLoader ارسال می‌شود.

* مدیریت خطا: خطاهای استاندارد HTTP، URLهای نامعتبر و مهلت زمانی دانلود را مدیریت می‌کند.

• recursiveCharacterTextSplitter

* نوع: textSplitter

* نقش: متن استخراج شده از PDF را به قطعات قابل مدیریت تقسیم می‌کند.

* پیکربندی: برای ایجاد قطعات ۳۰۰۰ کاراکتری با همپوشانی ۲۰۰ کاراکتری پیکربندی شده است.

* ورودی: محتوای متنی استخراج شده از PDF.

* خروجی: قطعات متنی آماده برای تولید امبدینگ.

* مدیریت خطا: متن نامعتبر یا ورودی خالی را مدیریت می‌کند.

• defaultDataLoader

* نوع: documentLoader

* نقش: محتوای PDF را به همراه فراداده آن (عنوان، نویسنده، سال) برای امبدینگ بارگیری می‌کند.

* پیکربندی: از یک بارگذار PDF استفاده می‌کند و فراداده گرفته شده از گره noOp را در بر می‌گیرد.

* ورودی: قطعات متنی از recursiveCharacterTextSplitter.

* خروجی: اسناد قالب‌بندی شده آماده برای امبدینگ.

* مدیریت خطا: خطاها در طول فرآیند بارگیری سند یا فراداده گمشده را مدیریت می‌کند.

• embeddingsOpenAi (نمونه ۱ برای دریافت)

* نوع: embeddings

* نقش: امبدینگ‌های متنی را برای قطعات سند با استفاده از مدل‌های امبدینگ OpenAI تولید می‌کند. این نمونه در طول مرحله دریافت داده استفاده می‌شود.

* ورودی: اسناد پردازش شده توسط defaultDataLoader.

* خروجی: بردارهای امبدینگ برای درج در فروشگاه برداری Pinecone.

* مدیریت خطا: خطاهای API OpenAI و محدودیت‌های احتمالی سهمیه را مدیریت می‌کند.

• pinecone (درج در فروشگاه برداری)

* نوع: pinecone

* نقش: امبدینگ‌های تولید شده را در یک شاخص Pinecone به نام "whitepapers" در فضای نام "whitepaper" درج می‌کند.

* پیکربندی: فضای نام "whitepaper" قبل از شروع فرآیند درج پاک می‌شود.

* ورودی: بردارهای امبدینگ از اولین گره embeddingsOpenAi.

* خروجی: تأیید درج موفقیت‌آمیز در Pinecone.

* مدیریت خطا: خطاهای API Pinecone و مشکلات اتصال شبکه را مدیریت می‌کند.

• embeddingsOpenAi (نمونه ۲ برای پرس‌وجو)

* نوع: embeddings

* نقش: امبدینگ‌ها را برای پرس‌وجوهای کاربر تولید می‌کند. این یک نمونه جداگانه از گره امبدینگ است که در طول مرحله تعامل چت استفاده می‌شود.

* ورودی: متن پرس‌وجوی کاربر که از طریق تریگر چت دریافت شده است.

* خروجی: بردارهای امبدینگ برای پرس‌وجو، که برای بازیابی اسناد مرتبط استفاده می‌شود.

* مدیریت خطا: خطاهای API OpenAI را مدیریت می‌کند.

• pinecone (خواندن از فروشگاه برداری)

* نوع: pinecone

* نقش: بردارهای اسناد مرتبط را از شاخص Pinecone ("whitepapers") در فضای نام "whitepaper" بر اساس امبدینگ‌های پرس‌وجو می‌خواند.

* پیکربندی: به طور خاص فضای نام "whitepaper" را هدف قرار می‌دهد.

* ورودی: امبدینگ‌های پرس‌وجو از دومین گره embeddingsOpenAi.

* خروجی: بردارهای سند بازیابی شده که از نظر مفهومی با پرس‌وجو مرتبط هستند.

* مدیریت خطا: خطاهای عملیات خواندن Pinecone را مدیریت می‌کند.

• vectorStoreRetriever

* نوع: retriever

* نقش: به عنوان یک بازیاب عمل می‌کند و اسناد مرتبط را از فروشگاه برداری بر اساس امبدینگ‌های ارائه شده واکشی می‌کند.

* ورودی: خروجی گره خواندن pinecone.

* خروجی: اسناد واکشی شده، که به گره questionAnswerChain ارسال می‌شود.

* مدیریت خطا: خطاهای احتمالی بازیابی را مدیریت می‌کند.

• questionAnswerChain (زنجیره پرسش و پاسخ LangChain)

* نوع: questionAnswerChain

نقش: یک زنجیره پرسش و پاسخ بازیابی را با استفاده از LangChain برای پاسخ به پرس‌وجوهای کاربر فقط* بر اساس اسناد بازیابی شده از فروشگاه برداری پیاده‌سازی می‌کند و هدف آن جلوگیری از توهم است.

* پیکربندی: اعلان به طور خاص برای دستور دادن به مدل برای استفاده فقط از زمینه ارائه شده و اجتناب از ساختن اطلاعات طراحی شده است.

* ورودی: متن پرس‌وجوی کاربر و اسناد مرتبط بازیابی شده توسط vectorStoreRetriever.

* خروجی: پاسخ تولید شده به پرس‌وجوی کاربر.

* مدیریت خطا: خطاهای مدل زبان و خطاهای اجرای اعلان را مدیریت می‌کند.

• openAiChatModel (GPT-4o)

* نوع: openAiChatModel

* نقش: قابلیت‌های تکمیل چت را برای زنجیره پرسش و پاسخ با استفاده از مدل GPT-4o فراهم می‌کند.

* پیکربندی: temperature روی 0.3 تنظیم شده است تا پاسخ‌های کنترل‌شده‌تر و متمرکزتری تضمین شود.

* ورودی: پرس‌وجو و زمینه ارائه شده به questionAnswerChain.

* خروجی: پاسخ نهایی تولید شده توسط مدل زبان.

* مدیریت خطا: خطاهای API OpenAI را مدیریت می‌کند.

• chatTrigger (وب‌هوک برای تعامل چت)

* نوع: chatTrigger

* نقش: به عنوان یک نقطه پایانی وب‌هوک عمومی برای شروع تعاملات چت با سیستم RAG عمل می‌کند.

* پیکربندی: شامل یک پیام خوش‌آمدگویی اولیه برای درخواست ورودی از کاربر است.

* ورودی: پیام‌های چت کاربر که از طریق وب‌هوک دریافت شده‌اند.

* خروجی: گره questionAnswerChain را برای پردازش پرس‌وجوی کاربر فعال می‌کند.

* مدیریت خطا: مسائل احتمالی دسترسی به وب‌هوک یا پیام‌های چت نامعتبر را مدیریت می‌کند.

---

بلوک ۳: عامل هوش مصنوعی برای زمان‌بندی قرار ملاقات با Google Calendar

این بلوک شامل یک دستیار هوش مصنوعی است که برای مدیریت رزرو قرار ملاقات طراحی شده است. این دستیار از طریق چت با کاربر تعامل می‌کند، در دسترس بودن Google Calendar را بررسی می‌کند و با استفاده از Google Calendar API از طریق درخواست‌های HTTP، قرار ملاقات‌ها را رزرو می‌کند.

گره‌های درگیر

• chatTrigger (نقطه ورود برای چت رزرو)
• agent (عامل LangChain برای زمان‌بندی)
• windowBufferMemory (حافظه مکالمه)
• anthropicChatModel (مدل پاسخ دستیار)
• httpRequest (ابزار برای بررسی در دسترس بودن تقویم)
• httpRequest (ابزار برای رزرو قرار ملاقات)
• stickyNote (نمایش لینک Open Calendar)

جزئیات گره‌ها

• chatTrigger (نقطه ورود برای چت رزرو)

* نوع: chatTrigger

* نقش: به عنوان نقطه ورود عمومی Webhook برای رابط چت رزرو قرار ملاقات عمل می‌کند.

* پیکربندی: برای دسترسی عمومی پیکربندی شده است، با یک اعلان اولیه که کاربر را برای انتخاب روز قرار ملاقات راهنمایی می‌کند.

* ورودی: پیام‌های چت کاربر که از طریق Webhook دریافت می‌شوند.

* خروجی: به گره agent متصل می‌شود (در این مثال، عامل رزرو قرار ملاقات را فعال می‌کند).

* مدیریت خطا: مسائل مربوط به دسترسی به Webhook را مدیریت می‌کند.

• agent (عامل LangChain برای زمان‌بندی)

* نوع: @n8n/n8n-nodes-langchain.agent

* نقش: به عنوان یک دستیار هوش مصنوعی مکالمه‌ای مسئول مدیریت منطق زمان‌بندی قرار ملاقات عمل می‌کند.

* پیکربندی:

* System Message: رفتار دستیار را تعریف می‌کند، از جمله کارآمد بودن، مودب بودن، دانستن اینکه "Max" هدف جلسه است، استفاده از ابزارهای ارائه شده برای بررسی تقویم و رزرو، اطمینان از اینکه همه قرارها ۳۰ دقیقه طول می‌کشند و ارائه بازخورد در مورد خرابی ابزارها.

* ورودی: پیام‌های چت کاربر، حافظه مکالمه و نتایج اجرای ابزار.

* خروجی: پاسخ‌های عامل، که ممکن است شامل تأیید رزرو یا راهنمایی برای کاربر باشد.

* مدیریت خطا: خطاهای مدل هوش مصنوعی و خرابی‌ها در طول اجرای ابزار را مدیریت می‌کند.

• windowBufferMemory (حافظه مکالمه)

* نوع: memoryBuffer

* نقش: با ذخیره ۱۰ تبادل آخر بین کاربر و عامل، زمینه مکالمه را حفظ می‌کند.

* ورودی: پیام‌های چت و خروجی‌های عامل.

* خروجی: زمینه مکالمه را به گره agent ارائه می‌دهد.

* مدیریت خطا: سرریز حافظه بعید است؛ در صورت رسیدن به حد بافر، ممکن است داده‌ها بریده شوند.

• anthropicChatModel (مدل پاسخ دستیار)

* نوع: anthropicChatModel

* نقش: قابلیت‌های مدل زبان زیربنایی را برای پاسخ‌های مکالمه‌ای دستیار، با استفاده از یک مدل Anthropic، فراهم می‌کند.

* پیکربندی: temperature روی 0.4 تنظیم شده است تا خلاقیت و انسجام پاسخ متعادل شود.

* ورودی: دستورالعمل‌ها و زمینه از گره agent.

* خروجی: پاسخ‌های تولید شده توسط دستیار.

* مدیریت خطا: خطاهای API خاص سرویس Anthropic را مدیریت می‌کند.

• httpRequest (ابزار برای بررسی در دسترس بودن تقویم)

* نوع: httpRequest

* نقش: به عنوان ابزاری برای عامل هوش مصنوعی برای پرس‌وجو از Google Calendar Max برای زمان‌های آزاد/مشغول عمل می‌کند. از Google Calendar freeBusy API استفاده می‌کند.

* پیکربندی:

* Method: POST

* URL: نقطه پایانی Google Calendar freeBusy API.

* Body: بار داده JSON شامل جایگزین‌های پویا {timeMin} و {timeMax} که توسط عامل بر اساس درخواست کاربر پر می‌شوند.

* احراز هویت: به اعتبارنامه Google Calendar OAuth2 API نیاز دارد.

* ورودی: پارامترهای عامل که پنجره زمانی و تاریخ را برای بررسی در دسترس بودن مشخص می‌کنند.

* خروجی: داده‌های در دسترس بودن که اسلات‌های آزاد یا مشغول را در دوره زمانی درخواستی نشان می‌دهند.

* مدیریت خطا: خطاهای API، خرابی‌های احراز هویت و پیکربندی‌های نامعتبر محدوده تاریخ را مدیریت می‌کند.

• httpRequest (ابزار برای رزرو قرار ملاقات)

* نوع: httpRequest

* نقش: به عنوان ابزاری برای عامل هوش مصنوعی برای ایجاد یک رویداد تقویم جدید، که به طور موثر یک قرار ملاقات را رزرو می‌کند، عمل می‌کند. از Google Calendar API استفاده می‌کند.

* پیکربندی:

* Method: POST

* URL: نقطه پایانی Google Calendar API برای ایجاد رویدادها.

* Body: بار داده JSON شامل:

* summary: به طور پویا با نام کاربر تنظیم می‌شود.

* start: شیء dateTime که زمان شروع قرار ملاقات را مشخص می‌کند (مثلاً منطقه زمانی Europe/Berlin).

* end: شیء dateTime که زمان پایان قرار ملاقات را مشخص می‌کند (۳۰ دقیقه پس از شروع).

* احراز هویت: به اعتبارنامه Google Calendar OAuth2 API نیاز دارد.

* ورودی: پارامترهای عامل حاوی تاریخ، زمان و نام تأیید شده کاربر برای قرار ملاقات.

* خروجی: تأیید رویداد تقویم ایجاد شده.

* مدیریت خطا: خطاهای API، خرابی‌های احراز هویت و مشکلات مربوط به پارامترهای ایجاد رویداد را مدیریت می‌کند.

• stickyNote (نمایش لینک Open Calendar)

* نوع: stickyNote

* نقش: یک یادداشت بصری در گردش کار ارائه می‌دهد، که احتمالاً لینکی برای باز کردن Google Calendar برای دسترسی یا تأیید آسان‌تر را نمایش می‌دهد.

* پیکربندی: حاوی متن ثابت و یک URL است.

* ورودی: ندارد.

* خروجی: ندارد (اطلاعاتی).

* مدیریت خطا: قابل اجرا نیست.