
ساخت چتبات هوش مصنوعی با GPT-4.1-Mini و پایگاه دانش Supabas…
7 دقیقه مطالعه · منتشر شده ۱۴۰۵/۴/۱۸
دانلود workflow
فایل JSON آماده import در n8n — credentialها باید در n8n شما تنظیم شوند.
- فایل JSON را دانلود کنید.
- در n8n: Workflows → Import from File.
- Credentialهای هر node را متصل کنید.
- workflow را فعال کنید.
شناسه workflow: 6604 · منبع: کاتالوگ Axeto
چتبات هوش مصنوعی با پایگاه دانش سوپابیس و GPT-4.1-Mini
این گردش کار نحوه ساخت یک چتبات هوش مصنوعی را نشان میدهد که از GPT-4.1-Mini اوپنایآی برای پردازش زبان طبیعی و پایگاه داده سوپابیس به عنوان پایگاه دانش خود استفاده میکند. این برنامه برای کاربردهایی طراحی شده است که به هوش مصنوعی مکالمهای پویا و آگاه از زمینه نیاز دارند.
گردش کارهای بیشتر n8n را در Axeto.ai کاوش کنید: https://axeto.ai/n8n
ساختار گردش کار
گردش کار به بلوکهای عملکردی مجزا سازماندهی شده است:
1. دریافت ورودی: پیامهای چت ورودی را از طریق یک وبهوک دریافت میکند.
2. پردازش عامل هوش مصنوعی: تعامل بین مدل زبان، حافظه و پایگاه دانش را هماهنگ میکند.
3. پردازش مدل زبان: پاسخهای هوش مصنوعی را با استفاده از اوپنایآی تولید میکند.
4. مدیریت حافظه: تاریخچه مکالمه را برای زمینه حفظ میکند.
5. دسترسی به دانش خارجی: اطلاعات را از پایگاه داده سوپابیس بازیابی میکند.
---
تشریح گرهها
۱. دریافت ورودی
- هدف: این بلوک با دریافت پیامهای چت از طریق یک تریگر وبهوک، گردش کار را آغاز میکند.
- گرهها:
* Start Chat Conversation (@n8n/n8n-nodes-langchain.chatTrigger)
- پیکربندی:
* نوع: @n8n/n8n-nodes-langchain.chatTrigger
* نقش: به عنوان نقطه پایانی وبهوک برای پیامهای چت ورودی عمل میکند.
* جزئیات: با یک شناسه وبهوک خاص (cf1de04f-3e38-426c-89f0-3bdb110a5dcf) پیکربندی شده است. هیچ پارامتر دیگری به طور صریح تنظیم نشده است.
* ورودی: ندارد (زیرا یک گره تریگر است).
* خروجی: دادههای پیام دریافتی را به Smart AI Agent منتقل میکند.
* نسخه: ۱.۱
* مشکلات احتمالی: دسترسی به وبهوک، درخواستهای غیرمجاز، یا قالببندی نادرست payload میتواند منجر به شکست گردش کار شود.
۲. پردازش عامل هوش مصنوعی
- هدف: این هسته گردش کار است که به عنوان یک هماهنگکننده هوشمند عمل میکند. جریان اطلاعات بین ورودی چت، حافظه مکالمه، مدل زبان و پایگاه دانش سوپابیس را برای تولید یک پاسخ منسجم و مرتبط با زمینه هدایت میکند.
- گرهها:
* Smart AI Agent (@n8n/n8n-nodes-langchain.agent)
- پیکربندی:
* نوع: @n8n/n8n-nodes-langchain.agent
* نقش: فرآیند تصمیمگیری هوش مصنوعی و منطق تولید پاسخ را مدیریت میکند.
* جزئیات: به گرههای OpenAI Chat Model، Remember Chat History و Supabase Database متصل شده و از خروجیهای آنها استفاده میکند. برای عملکرد خود به گرههای متصل شده تکیه دارد.
* ورودی:
* ورودی اصلی از Start Chat Conversation.
* ai_languageModel از OpenAI Chat Model.
* ai_memory از Remember Chat History.
* ai_tool از Supabase Database.
* خروجی: پردازش داخلی؛ خروجی معمولاً پاسخ نهایی هوش مصنوعی است.
* نسخه: ۱.۷
* مشکلات احتمالی: خرابی در هر گره متصل (مانند خطاهای API، مشکلات اتصال پایگاه داده) بر عامل تأثیر میگذارد. پیکربندی نادرست اعتبارنامهها یا ابزارها میتواند باعث خطاهای زمان اجرا شود.
۳. پردازش مدل زبان
- هدف: این گره از مدل GPT-4.1-Mini اوپنایآی برای تولید پاسخهای متنی شبیه به انسان بر اساس ورودی و زمینه ارائه شده استفاده میکند.
- گرهها:
* OpenAI Chat Model (@n8n/n8n-nodes-langchain.lmChatOpenAi)
- پیکربندی:
* نوع: @n8n/n8n-nodes-langchain.lmChatOpenAi
* نقش: تکمیل متن را با استفاده از مدل مشخص شده اوپنایآی تولید میکند.
* جزئیات: به طور پیشفرض از GPT-4.1-Mini استفاده میکند. پیکربندی به اعتبارنامههای اوپنایآی از پیش تنظیم شده در n8n متکی است.
* ورودی: ندارد (به عنوان ابزاری برای Smart AI Agent عمل میکند).
* خروجی: خروجی مدل زبان (ai_languageModel) را به Smart AI Agent ارائه میدهد.
* نسخه: ۱.۲
* مشکلات احتمالی: مشکلات کلید API اوپنایآی (مجوزها، سهمیهها)، محدودیت نرخ، یا مهلتهای زمانی API میتواند باعث خطا شود. قالبهای پاسخ غیرمنتظره ممکن است منجر به شکست تجزیه شود.
۴. مدیریت حافظه
- هدف: این گره با استفاده از رویکرد پنجره لغزان، تاریخچه مکالمه را حفظ میکند و اطمینان میدهد که هوش مصنوعی زمینه تعاملات اخیر را دارد.
- گرهها:
* Remember Chat History (@n8n/n8n-nodes-langchain.memoryBufferWindow)
- پیکربندی:
* نوع: @n8n/n8n-nodes-langchain.memoryBufferWindow
* نقش: نوبتهای اخیر مکالمه را برای ارائه زمینه ذخیره و بازیابی میکند.
* جزئیات: از تنظیمات پیشفرض پنجره بافر برای مدیریت تاریخچه مکالمه استفاده میکند.
* ورودی: ندارد (به عنوان یک فروشگاه حافظه عمل میکند).
* خروجی: خروجی حافظه خود (ai_memory) را به Smart AI Agent متصل میکند.
* نسخه: ۱.۳
* مشکلات احتمالی: اگر مکالمات بسیار طولانی شوند، پنجره بافر ممکن است زمینه قبلی مهم را کوتاه کند.
۵. دسترسی به دانش خارجی
- هدف: این گره به هوش مصنوعی اجازه میدهد تا پایگاه داده سوپابیس را پرسوجو کند و اطلاعات خاصی را برای غنیسازی پاسخهای خود بازیابی کند.
- گرهها:
* Supabase Database (n8n-nodes-base.supabaseTool)
- پیکربندی:
* نوع: n8n-nodes-base.supabaseTool
* نقش: پرسوجوهایی را در برابر پایگاه داده سوپابیس اجرا میکند و به عنوان یک منبع دانش خارجی عمل میکند.
* جزئیات: برای پیکربندی در n8n به اعتبارنامههای سوپابیس (URL، کلید API) نیاز دارد. پرسوجوهای خاص به طور پویا توسط عامل هوش مصنوعی مدیریت میشوند.
* ورودی: ندارد (به عنوان ابزار هوش مصنوعی استفاده میشود).
* خروجی: خروجی ابزار (ai_tool) را به Smart AI Agent ارائه میدهد.
* نسخه: ۱
* مشکلات احتمالی: خرابی احراز هویت به دلیل اعتبارنامههای نادرست، خطاهای مجوز پایگاه داده، یا پاسخهای کند پرسوجو میتواند گردش کار را مختل کند.
---
جدول خلاصه
| نام گره | نوع گره | نقش عملکردی | گره(های) ورودی | گره(های) خروجی |
|---|---|---|---|---|
| Start Chat Conversation | @n8n/n8n-nodes-langchain.chatTrigger | تریگر وبهوک برای ورودی چت | ندارد | Smart AI Agent (ورودی اصلی) |
| Smart AI Agent | @n8n/n8n-nodes-langchain.agent | هماهنگی هوش مصنوعی و منطق پاسخ | Start Chat Conversation, OpenAI Chat Model, Remember Chat History, Supabase Database | داخلی (پاسخ نهایی هوش مصنوعی) |
| OpenAI Chat Model | @n8n/n8n-nodes-langchain.lmChatOpenAi | پردازش مدل زبان (GPT-4.1-Mini) | ندارد | Smart AI Agent (ai_languageModel) |
| Remember Chat History | @n8n/n8n-nodes-langchain.memoryBufferWindow | مدیریت حافظه مکالمه | ندارد | Smart AI Agent (ai_memory) |
| Supabase Database | n8n-nodes-base.supabaseTool | دسترسی به پایگاه دانش خارجی | ندارد | Smart AI Agent (ai_tool) |
| Sticky Note 1 | n8n-nodes-base.stickyNote | یادداشت بصری | ندارد | ندارد |
| Sticky Note 2 | n8n-nodes-base.stickyNote | یادداشت بصری | ندارد | ندارد |
| Sticky Note 3 | n8n-nodes-base.stickyNote | یادداشت بصری | ندارد | ندارد |
| Sticky Note | n8n-nodes-base.stickyNote | یادداشت بصری | ندارد | ندارد |
---
ساخت گردش کار
برای بازسازی گردش کار، مراحل زیر را دنبال کنید:
1. افزودن گره Start Chat Conversation:
* نوع: @n8n/n8n-nodes-langchain.chatTrigger
* یک شناسه وبهوک منحصر به فرد پیکربندی کنید.
2. افزودن گره OpenAI Chat Model:
* نوع: @n8n/n8n-nodes-langchain.lmChatOpenAi
* مطمئن شوید که کلید API اوپنایآی شما به عنوان یک اعتبارنامه در n8n پیکربندی شده است.
* GPT-4.1-Mini (یا مدل مورد نظر) را انتخاب کنید.
3. افزودن گره Remember Chat History:
* نوع: @n8n/n8n-nodes-langchain.memoryBufferWindow
* از تنظیمات پیشفرض برای تاریخچه مکالمه استفاده کنید.
4. افزودن گره Supabase Database:
* نوع: n8n-nodes-base.supabaseTool
* URL و کلید API سوپابیس خود را به عنوان اعتبارنامه پیکربندی کنید.
5. افزودن گره Smart AI Agent:
* نوع: @n8n/n8n-nodes-langchain.agent
* خروجیهای گرههای دیگر را به ورودیهای مربوطه گره عامل متصل کنید:
* ورودی اصلی: از Start Chat Conversation.
* ai_languageModel: از OpenAI Chat Model.
* ai_memory: از Remember Chat History.
* ai_tool: از Supabase Database.
6. اتصال گرهها: جریان داده را بین گرهها همانطور که در مرحله ۵ توضیح داده شد، برقرار کنید.
7. پیکربندی اعتبارنامهها:
* اعتبارنامه کلید API اوپنایآی خود را راهاندازی و اختصاص دهید.
* اعتبارنامههای سوپابیس خود را راهاندازی و اختصاص دهید.
8. تست:
* URL وبهوک را از گره Start Chat Conversation دریافت کنید.
* پیامهای آزمایشی را به این URL ارسال کنید.
* اجرای گردش کار را نظارت کنید و پاسخهای هوش مصنوعی را تأیید کنید، و ادغام صحیح مدل زبان، حافظه و دادههای سوپابیس را بررسی کنید.
---
منابع و یادداشتها
- ادغام: این گردش کار GPT-4.1-Mini اوپنایآی را با گرههای LangChain n8n و سوپابیس برای یک چتبات هوش مصنوعی قدرتمند ترکیب میکند.
- اعتبارنامهها: برای جلوگیری از خطاهای احراز هویت، مطمئن شوید که کلیدها/اعتبارنامههای API اوپنایآی و سوپابیس شما به درستی در n8n پیکربندی شدهاند.
- URL وبهوک: از URL وبهوک تولید شده از گره
Start Chat Conversationبرای ارسال پیام به چتبات خود استفاده کنید. - نسخه n8n: این گردش کار به نسخهای از n8n نیاز دارد که از گرههای LangChain پشتیبانی کند (به عنوان مثال، v1.1+ برای
chatTrigger، v1.7+ برایagent). برای سازگاری به یادداشتهای انتشار n8n مراجعه کنید. - محدودیتهای API: به سهمیههای استفاده از API و محدودیتهای احتمالی نرخ برای اوپنایآی و سوپابیس توجه داشته باشید.
Nodeهای استفادهشده
سوالات متداول
چگونه میتوانم چتبات هوش مصنوعی خود را با استفاده از n8n و GPT-4.1-Mini بسازم؟▾
این گردش کار با استفاده از گرههای Langchain در n8n، یک نقطه شروع عالی برای ساخت چتبات هوش مصنوعی است. شما از گره `chatTrigger` برای دریافت ورودی، `lmChatOpenAi` برای پردازش با GPT-4.1-Mini، `agent` برای هماهنگی، و `memoryBufferWindow` برای حفظ تاریخچه مکالمه استفاده خواهید کرد.
نقش Supabase در این گردش کار چیست؟▾
Supabase به عنوان پایگاه دانش پویا برای چتبات عمل میکند. این امکان را فراهم میکند تا اطلاعات خارجی را بازیابی کرده و به عنوان زمینه برای پاسخهای هوش مصنوعی استفاده شود، که منجر به مکالمات آگاهانهتر و مرتبطتر میشود.
چگونه تاریخچه مکالمه در این چتبات مدیریت میشود؟▾
گره `memoryBufferWindow` برای مدیریت تاریخچه مکالمه استفاده میشود. این گره با استفاده از یک رویکرد پنجره لغزان، تعاملات اخیر را حفظ میکند تا هوش مصنوعی بتواند زمینه مکالمه را درک کند.
چه مدل زبانی در این گردش کار استفاده میشود؟▾
این گردش کار به طور خاص از مدل GPT-4.1-Mini اوپنایآی از طریق گره `lmChatOpenAi` استفاده میکند تا پاسخهای متنی شبیه به انسان تولید کند.
workflowهای مرتبط
- خودکارسازی تماسهای خروجی Typeform با Vapi در n8nLead Nurturing
- پاسخ خودکار به سوالات GitHub PR با GPT-4o، Notion و SlackEngineering
- ساخت رشته X (توییتر) با GPT و تلگرام: اتوماسیون و تأییدSocial Media
- ممیزی خودکار سئو با هوش مصنوعی و PageSpeed Insights در n8nMarket Research
- اتوماسیون تخصیص تسکهای Jira با هوش مصنوعی Grok و AirtableProject Management
- پرسش و پاسخ صوتی جلسات گذشته با OpenAI و PineconeInternal Wiki
