غنی‌سازی هوشمند اطلاعات تماس با OpenAI/Anthropic و Supabase

غنی‌سازی هوشمند اطلاعات تماس با OpenAI/Anthropic و Supabase

7 دقیقه مطالعه · منتشر شده ۱۴۰۵/۴/۲۶

دانلود workflow

فایل JSON آماده import در n8n — credentialها باید در n8n شما تنظیم شوند.

  1. فایل JSON را دانلود کنید.
  2. در n8n: Workflows → Import from File.
  3. Credentialهای هر node را متصل کنید.
  4. workflow را فعال کنید.

شناسه workflow: 9699 · منبع: کاتالوگ Axeto

هوش و غنی‌سازی اطلاعات تماس با هوش مصنوعی با استفاده از OpenAI/Anthropic و Supabase

این گردش کار، غنی‌سازی داده‌های تماس را با استفاده از مدل‌های هوش مصنوعی مانند OpenAI یا Anthropic خودکار کرده و نتایج را در پایگاه داده Supabase ذخیره می‌کند. این گردش کار برای تیم‌های فروش و بازاریابی که به دنبال کسب بینش عمیق‌تر در مورد مخاطبین خود، مانند نقش‌های شغلی، جزئیات شرکت و پرسونا خریدار هستند، ایده‌آل است.

شما می‌توانید این گردش کار را در نمونه n8n خود در کاتالوگ Axeto.ai n8n پیدا و وارد کنید.

نمای کلی گردش کار

گردش کار غنی‌سازی هوشمند تماس اطلاعات تماس ورودی را از طریق چندین مرحله پردازش می‌کند:

1. دریافت ورودی: دریافت داده‌های تماس از طریق یک وب‌هوک.

2. آماده‌سازی هوش مصنوعی: پیکربندی ارائه‌دهنده هوش مصنوعی و آماده‌سازی داده‌ها برای مدل هوش مصنوعی.

3. پردازش هوش مصنوعی: ارسال داده‌ها به API هوش مصنوعی برای غنی‌سازی.

4. ماندگاری داده‌ها: ذخیره داده‌های اصلی و بینش‌های تولید شده توسط هوش مصنوعی در Supabase.

5. قالب‌بندی پاسخ: ارسال تأیید موفقیت‌آمیز به فراخواننده.

تشریح گره به گره

۱. تریگر وب‌هوک (دریافت ورودی)

  • نوع: n8n-nodes-base.webhook
  • هدف: به عنوان نقطه ورود گردش کار عمل می‌کند و منتظر درخواست‌های HTTP POST ورودی است.
  • پیکربندی:

* مسیر وب‌هوک: contact-enrichment

* هیچ احراز هویتی پیکربندی نشده است، که آن را به یک نقطه پایانی باز تبدیل می‌کند.

  • خروجی: داده‌های تماس دریافتی را به گره بعدی منتقل می‌کند.
  • موارد شکست: مشکلات شبکه، متد HTTP نادرست، یا بار داده نامعتبر.

۲. پردازش داده (دریافت ورودی)

  • نوع: n8n-nodes-base.code
  • هدف: داده‌های ورودی را با افزودن یک شناسه منحصربه‌فرد و یک مُهر زمانی بهبود می‌بخشد.
  • کد:

```javascript

const data = {

id: Date.now().toString(), // تولید یک شناسه منحصربه‌فرد بر اساس مُهر زمانی فعلی

...$input.item.json, // ادغام داده‌های JSON ورودی

timestamp: new Date().toISOString() // افزودن مُهر زمانی ISO فعلی

};

return { json: data };

```

  • خروجی: داده‌های تماس بهبود یافته را به گره آماده‌سازی درخواست هوش مصنوعی منتقل می‌کند.
  • موارد شکست: خطاهای ناشی از فرمت‌های داده ورودی غیرمنتظره.

۳. آماده‌سازی درخواست هوش مصنوعی (آماده‌سازی هوش مصنوعی)

  • نوع: n8n-nodes-base.code
  • هدف: ارائه‌دهنده هوش مصنوعی، کلید API، مدل و نقطه پایانی را با استفاده از متغیرهای محیطی به صورت پویا پیکربندی می‌کند.
  • کد:

```javascript

const aiConfig = {

provider: $env.AI_PROVIDER || 'openai', // در صورت عدم تنظیم AI_PROVIDER، به صورت پیش‌فرض 'openai' است

apiKey: $env.AI_API_KEY,

model: $env.AI_MODEL || 'gpt-3.5-turbo', // در صورت عدم تنظیم AI_MODEL، به صورت پیش‌فرض 'gpt-3.5-turbo' است

endpoint: $env.AI_ENDPOINT // نقطه پایانی اختیاری برای ارائه‌دهندگان هوش مصنوعی سفارشی

};

// هم پیکربندی هوش مصنوعی و هم داده‌های پردازش شده را به گره بعدی منتقل می‌کند

return { json: { aiConfig, data: $json } };

```

  • متغیرهای محیطی:

* AI_PROVIDER: سرویس هوش مصنوعی را مشخص می‌کند (مانند openai, anthropic).

* AI_API_KEY: کلید API شما برای ارائه‌دهنده هوش مصنوعی انتخاب شده.

* AI_MODEL: مدل هوش مصنوعی خاصی که باید استفاده شود (مانند gpt-3.5-turbo, gpt-4).

* AI_ENDPOINT: (اختیاری) URL نقطه پایانی API در صورت عدم استفاده از ارائه‌دهنده پیش‌فرض مانند OpenAI.

  • خروجی: پیکربندی هوش مصنوعی و داده‌های تماس را به گره فراخوانی API هوش مصنوعی ارسال می‌کند.
  • موارد شکست: متغیرهای محیطی گمشده یا نامعتبر که منجر به پیکربندی ناقص می‌شود.

۴. فراخوانی API هوش مصنوعی (پردازش هوش مصنوعی)

  • نوع: n8n-nodes-base.httpRequest
  • هدف: داده‌های تماس آماده شده را برای غنی‌سازی به API هوش مصنوعی پیکربندی شده ارسال می‌کند.
  • پیکربندی:

* متد: POST

* URL: به صورت پویا با استفاده از یک عبارت تنظیم می‌شود:

```

{{$json.aiConfig.provider === 'openai' ? 'https://api.openai.com/v1/chat/completions' : $json.aiConfig.endpoint}}

```

* احراز هویت:

* نوع: اعتبارنامه عمومی (احراز هویت هدر HTTP)

* اعتبارنامه: یک اعتبارنامه از پیش پیکربندی شده حاوی کلید API ارائه‌دهنده هوش مصنوعی.

* هدرها:

* Content-Type: application/json

* Authorization: Bearer {{$json.aiConfig.apiKey}}

* پارامترهای بدنه (JSON):

* model: ={{$json.aiConfig.model}}

* messages: ={{JSON.stringify([{role: 'user', content: JSON.stringify($json.data)}])}} (داده‌ها را به عنوان یک پیام کاربر برای هوش مصنوعی قالب‌بندی می‌کند)

  • خروجی: پاسخ هوش مصنوعی را به گره ذخیره در Supabase منتقل می‌کند.
  • موارد شکست:

* خطاهای HTTP (مانند 401 Unauthorized، 429 Rate Limited، 5xx Server Errors).

* تایم‌اوت‌های API یا پاسخ‌های نامعتبر.

* پارامترهای مدل یا نقطه پایانی نادرست.

۵. ذخیره در Supabase (ماندگاری داده‌ها)

  • نوع: n8n-nodes-base.supabase
  • هدف: جزئیات اجرای گردش کار را برای ثبت و حسابرسی در یک جدول Supabase درج می‌کند.
  • پیکربندی:

* عملیات: Insert

* جدول: workflow_logs

* ستون‌ها و مقادیر:

* workflow_name: "AI Contact Enrichment" (رشته ثابت)

* data: ={{JSON.stringify($json)}} (کل داده ورودی منتقل شده به این گره)

* ai_response: ={{JSON.stringify($json)}} (پاسخ API هوش مصنوعی)

* created_at: ={{new Date().toISOString()}}

* اعتبارنامه‌ها: اعتبارنامه‌های Supabase پیکربندی شده خود را انتخاب کنید. اطمینان حاصل کنید که مجوزهای INSERT برای جدول workflow_logs را دارند.

  • خروجی: داده‌ها را به گره قالب‌بندی پاسخ ارسال می‌کند.
  • موارد شکست: خطاهای اتصال پایگاه داده، نام جداول/ستون‌های نادرست، یا مجوزهای کلید API ناکافی.

۶. قالب‌بندی پاسخ (قالب‌بندی پاسخ)

  • نوع: n8n-nodes-base.code
  • هدف: یک پاسخ JSON ساده را برای نشان دادن تکمیل موفقیت‌آمیز گردش کار ایجاد و برمی‌گرداند.
  • کد:

```javascript

return { json: { success: true, workflow: 'AI Contact Enrichment', timestamp: new Date().toISOString() } };

```

  • خروجی: این گره نهایی است؛ خروجی آن پاسخ HTTP است که به فراخواننده وب‌هوک اصلی بازگردانده می‌شود.
  • موارد شکست: حداقل، عمدتاً خطاهای نحوی در صورت تغییر کد.

راه‌اندازی و اعتبارنامه‌ها

متغیرهای محیطی

اطمینان حاصل کنید که متغیرهای محیطی زیر در نمونه n8n شما تنظیم شده‌اند:

  • AI_PROVIDER: سرویس هوش مصنوعی که استفاده می‌کنید (مانند openai).
  • AI_API_KEY: کلید API شما برای ارائه‌دهنده هوش مصنوعی.
  • AI_MODEL: مدل هوش مصنوعی خاصی که می‌خواهید استفاده کنید (مانند gpt-3.5-turbo).
  • AI_ENDPOINT: (اختیاری) اگر به یک نقطه پایانی هوش مصنوعی سفارشی متصل می‌شوید، از این استفاده کنید.

اعتبارنامه‌ها

1. اعتبارنامه‌های API هوش مصنوعی:

* اگر از ارائه‌دهنده‌ای غیر از گره رسمی OpenAI استفاده می‌کنید، یک اعتبارنامه عمومی از نوع احراز هویت هدر HTTP ایجاد کنید.

* آن را با هدر Authorization: Bearer <YOUR_API_KEY> پیکربندی کنید.

2. اعتبارنامه‌های Supabase:

* یک اعتبارنامه Supabase ایجاد کنید.

* URL و کلید API Supabase خود را ارائه دهید (اطمینان حاصل کنید که کلید مجوزهای INSERT را برای جدول workflow_logs دارد).

ساخت دستی گردش کار

1. افزودن تریگر وب‌هوک:

* نوع گره: Webhook

* مسیر: contact-enrichment

* متد: POST

* موقعیت: [250, 300]

2. افزودن پردازش داده (گره کد):

* نوع گره: Code

* اتصال از: تریگر وب‌هوک

* کد: (به بخش ۲ بالا مراجعه کنید)

* موقعیت: [450, 300]

3. افزودن آماده‌سازی درخواست هوش مصنوعی (گره کد):

* نوع گره: Code

* اتصال از: پردازش داده

* کد: (به بخش ۳ بالا مراجعه کنید)

* موقعیت: [650, 300]

4. افزودن فراخوانی API هوش مصنوعی (گره درخواست HTTP):

* نوع گره: HTTP Request

* اتصال از: آماده‌سازی درخواست هوش مصنوعی

* پیکربندی: (به بخش ۴ بالا مراجعه کنید)

* موقعیت: [850, 300]

5. افزودن ذخیره در Supabase (گره Supabase):

* نوع گره: Supabase

* اتصال از: فراخوانی API هوش مصنوعی

* پیکربندی: (به بخش ۵ بالا مراجعه کنید)

* موقعیت: [1050, 300]

6. افزودن قالب‌بندی پاسخ (گره کد):

* نوع گره: Code

* اتصال از: ذخیره در Supabase

* کد: (به بخش ۶ بالا مراجعه کنید)

* موقعیت: [1250, 300]

7. تنظیم ترتیب اجرا: گره‌ها را به صورت متوالی وصل کنید: تریگر وب‌هوکپردازش دادهآماده‌سازی درخواست هوش مصنوعیفراخوانی API هوش مصنوعیذخیره در Supabaseقالب‌بندی پاسخ.

8. پیکربندی متغیرهای محیطی و اعتبارنامه‌ها همانطور که در بخش "راه‌اندازی و اعتبارنامه‌ها" توضیح داده شده است.

Nodeهای استفاده‌شده

سوالات متداول

این گردش کار n8n چه کاری انجام می‌دهد؟

این گردش کار، اطلاعات تماس ورودی را با استفاده از مدل‌های هوش مصنوعی مانند OpenAI یا Anthropic غنی‌سازی کرده و داده‌های بهبود یافته را در پایگاه داده Supabase ذخیره می‌کند. این امر به تیم‌های فروش و بازاریابی کمک می‌کند تا بینش عمیق‌تری در مورد مخاطبین خود به دست آورند.

چه مدل‌های هوش مصنوعی پشتیبانی می‌شوند؟

این گردش کار از مدل‌های هوش مصنوعی مانند OpenAI (مانند gpt-3.5-turbo) و Anthropic پشتیبانی می‌کند. شما می‌توانید ارائه‌دهنده و مدل مورد نظر خود را از طریق متغیرهای محیطی پیکربندی کنید.

چگونه می‌توانم این گردش کار را استفاده کنم؟

شما می‌توانید این گردش کار را از کاتالوگ Axeto.ai n8n وارد کرده و سپس با تنظیم متغیرهای محیطی برای کلید API هوش مصنوعی و اتصال به Supabase، آن را پیکربندی و اجرا کنید.

چه نوع اطلاعاتی را می‌توان با این گردش کار غنی‌سازی کرد؟

این گردش کار می‌تواند اطلاعات تماس را با جزئیاتی مانند نقش شغلی، اطلاعات شرکت، پرسونا خریدار و سایر بینش‌های مرتبط که توسط مدل هوش مصنوعی تولید می‌شود، غنی‌سازی کند.

workflowهای مرتبط

این workflow در کاتالوگ Axeto.ai بایگانی شده است. لایسنس اصلی متعلق به سازنده workflow است.