این گردش کار چگونه پایگاه داده کارکنان را مدیریت میکند؟

این گردش کار از هوش مصنوعی (OpenAI) برای تفسیر دستورات زبان طبیعی شما در تلگرام استفاده میکند و سپس این دستورات را به اقدامات مشخصی در Airtable برای ایجاد، بازیابی، بهروزرسانی یا حذف رکوردهای کارکنان، دپارتمانها و عناوین شغلی تبدیل میکند.

چه ابزارهایی در این گردش کار استفاده شده است؟

این گردش کار از نودهای n8n مانند Telegram Trigger، OpenAI Chat Model، Airtable (برای ابزارهای جستجو، ایجاد، بهروزرسانی و حذف) و LangChain Agent برای تفسیر و مسیریابی دستورات استفاده میکند.

آیا این گردش کار میتواند دپارتمانها و عناوین شغلی جدید را ایجاد کند؟

بله، این گردش کار به گونهای طراحی شده است که در صورت عدم وجود، دپارتمانها و عناوین شغلی جدید را به طور خودکار هنگام افزودن کارمند جدید ایجاد کند.

چگونه میتوانم با این سیستم تعامل داشته باشم؟

شما میتوانید از طریق یک ربات تلگرام پیکربندی شده، با استفاده از دستورات زبان طبیعی مانند "کارمند جدید اضافه کن" یا "اطلاعات دپارتمان فروش را پیدا کن" با این سیستم تعامل داشته باشید.

مدیریت پایگاه داده کارکنان با هوش مصنوعی و تلگرام

مدیریت پایگاه داده کارکنان با هوش مصنوعی از طریق تلگرام

این گردش کار از قدرت هوش مصنوعی برای مدیریت پایگاه داده کارکنان شما از طریق دستورات زبان طبیعی ساده در تلگرام استفاده می‌کند. با ادغام مدل‌های GPT اوپن‌ای‌آی با ایرتیبل، می‌توانید رکوردهای کارمند، دپارتمان و عنوان شغلی را به راحتی ایجاد، بازیابی، به‌روزرسانی و حذف کنید.

این گردش کار و موارد دیگر را در کاتالوگ Axeto کاوش کنید: https://axeto.ai/n8n

ویژگی‌های کلیدی

رابط مکالمه‌ای: از طریق تلگرام با استفاده از زبان روزمره با داده‌های کارکنان خود تعامل کنید.
مسیریابی هوشمند: یک عامل هوش مصنوعی دستورات شما را تفسیر کرده و آن‌ها را به اقدام مناسب هدایت می‌کند.
مدیریت پویای داده‌ها: رکوردهای کارمند را به طور یکپارچه ایجاد، به‌روزرسانی و حذف کنید.
ایجاد خودکار رکورد: هنگام افزودن کارمند جدید، دپارتمان‌ها و عناوین شغلی را در صورت عدم وجود به طور خودکار ایجاد می‌کند.
آگاهی از زمینه: تاریخچه مکالمه را برای تجربه کاربری روان‌تر و بصری‌تر حفظ می‌کند.

تشریح گردش کار

این گردش کار به چندین بلوک منطقی تقسیم شده است که هر کدام بخشی خاص از فرآیند مدیریت کارکنان را مدیریت می‌کنند.

۱. دریافت ورودی

هدف: دریافت پیام‌های ورودی از کاربران تلگرام و شروع گردش کار.

نودها:

* Telegram Trigger: پیام‌های جدید را از ربات تلگرام پیکربندی شده شما گوش می‌دهد.

جزئیات: این نود نقطه ورود است و محتوای پیام، شناسه‌های چت و اطلاعات کاربر را دریافت می‌کند. برای شروع هر تعاملی حیاتی است.

۲. تفسیر قصد هوش مصنوعی و مسیریابی

هدف: درک درخواست کاربر و تعیین اقدام صحیح برای انجام.

نودها:

* Employee Management AI Agent (عامل هوش مصنوعی LangChain): پیام خام تلگرام را تجزیه و تحلیل می‌کند.

* OpenAI Chat Model (مدل چت اوپن‌ای‌آی LangChain): قابلیت‌های پردازش زبان را برای عامل هوش مصنوعی فراهم می‌کند.

* Simple Memory (بافر حافظه LangChain): تاریخچه مکالمه اخیر را برای حفظ زمینه ذخیره می‌کند.

جزئیات: به عامل هوش مصنوعی دستور داده می‌شود تا اهداف کاربر (مانند ایجاد کارمند، یافتن دپارتمان، حذف رکورد) را شناسایی کرده و مناسب‌ترین ابزار یا گردش کار فرعی را انتخاب کند. نود حافظه تضمین می‌کند که هوش مصنوعی نوبت‌های قبلی مکالمه را به خاطر می‌سپارد.

۳. ابزارهای دریافت داده

هدف: بازیابی داده‌های موجود از ایرتیبل برای دپارتمان‌ها، عناوین شغلی و کارکنان.

نودها:

* Get departments data from airtable tool (ابزار ایرتیبل - جستجو)

* Get job titles data from airtable tool (ابزار ایرتیبل - جستجو)

* Get employees data from airtable tool (ابزار ایرتیبل - جستجو)

جزئیات: این نودها پایگاه داده ایرتیبل شما را برای یافتن رکوردهای مرتبط جستجو می‌کنند. آن‌ها می‌توانند به طور پویا توسط عامل هوش مصنوعی برای بازیابی اطلاعات خاص مورد نیاز برای اقدامات بعدی فیلتر شوند.

۴. ابزارهای ایجاد و مدیریت داده

هدف: ایجاد، به‌روزرسانی و حذف رکوردها در پایگاه داده ایرتیبل شما.

نودها:

* Create Department Tool (ابزار ایرتیبل - ایجاد)

* Create Job Title Tool (ابزار ایرتیبل - ایجاد)

* Create employee (ابزار ایرتیبل - ایجاد)

* Delete employee tool (ابزار ایرتیبل - حذف)

* Update Employee Data (ابزار ایرتیبل - به‌روزرسانی)

جزئیات: این نودها عملیات اصلی CRUD (ایجاد، خواندن، به‌روزرسانی، حذف) را بر روی داده‌های ایرتیبل شما انجام می‌دهند. آن‌ها بر اساس تفسیر عامل هوش مصنوعی از درخواست کاربر فراخوانی می‌شوند.

۵. گردش کار فرعی ایجاد کارمند

هدف: یک فرآیند اختصاصی و هوشمند برای ایجاد رکوردهای کارمند جدید، اطمینان از برآورده شدن تمام وابستگی‌ها.

نودها:

* Create Employee AI Agent (عامل هوش مصنوعی LangChain)

* OpenAI Chat Model1 (مدل چت اوپن‌ای‌آی LangChain)

* Structured Output Parser (تجزیه‌کننده خروجی ساختاریافته LangChain)

* Create Department (ابزار ایرتیبل - ایجاد)

* Create Job Title (ابزار ایرتیبل - ایجاد)

* Create employee (ابزار ایرتیبل - ایجاد)

* Update Employee Data (ابزار ایرتیبل - به‌روزرسانی)

* When Executed by Another Workflow (محرک اجرای گردش کار)

جزئیات: این گردش کار فرعی برای مدیریت پیچیدگی ایجاد کارمند طراحی شده است. ابتدا بررسی می‌کند که آیا دپارتمان و عنوان شغلی مشخص شده در ایرتیبل وجود دارند یا خیر. اگر وجود نداشته باشند، آن‌ها را ایجاد می‌کند. در نهایت، رکورد کارمند را ایجاد کرده، آن را به دپارتمان و عنوان شغلی صحیح پیوند می‌دهد و شناسه‌های لازم را خروجی می‌دهد. Structured Output Parser تضمین می‌کند که خروجی هوش مصنوعی در قالبی قابل پیش‌بینی برای ادغام یکپارچه باشد.

۶. تحویل پاسخ

هدف: ارسال پیام‌های تأیید یا نتیجه به کاربر در تلگرام.

نودها:

* Send Message to User (نود تلگرام)

جزئیات: این نود خروجی عامل هوش مصنوعی یا سایر مراحل گردش کار را گرفته و آن را به یک پیام کاربرپسند قالب‌بندی کرده و به چت اصلی در تلگرام ارسال می‌کند.

۷. مدیریت حافظه

هدف: حفظ زمینه مکالمه در پیام‌های متعدد.

نودها:

* Simple Memory (بافر حافظه LangChain)

جزئیات: با استفاده از شناسه چت تلگرام به عنوان کلید، این نود تضمین می‌کند که هوش مصنوعی تعاملات قبلی را در همان جلسه چت به خاطر می‌سپارد و منجر به مکالمات طبیعی‌تر و کارآمدتر می‌شود.

جدول خلاصه

نام نود	نوع نود	نقش عملکردی	نود(های) ورودی	نود(های) خروجی
`Telegram Trigger`	`telegramTrigger`	نقطه ورود، دریافت پیام‌های تلگرام	ندارد	`Employee Management AI Agent`
`Employee Management AI Agent`	`@n8n/n8n-nodes-langchain.agent`	تفسیر قصد کاربر و مسیریابی فراخوانی‌ها	`Telegram Trigger`, `Simple Memory`	`Send Message to User`
`OpenAI Chat Model`	`@n8n/n8n-nodes-langchain.lmChatOpenAi`	بک‌اند مدل زبان برای عامل هوش مصنوعی	ندارد	`Employee Management AI Agent`
`Simple Memory`	`@n8n/n8n-nodes-langchain.memoryBufferWindow`	حفظ حافظه مکالمه	ندارد	`Employee Management AI Agent`
`Get departments data from airtable tool`	`n8n-nodes-base.airtableTool`	دریافت داده‌های دپارتمان	`Employee Management AI Agent`	`Employee Management AI Agent`
`Get job titles data from airtable tool`	`n8n-nodes-base.airtableTool`	دریافت داده‌های عنوان شغلی	`Employee Management AI Agent`	`Employee Management AI Agent`
`Get employees data from airtable tool`	`n8n-nodes-base.airtableTool`	دریافت داده‌های کارکنان	`Employee Management AI Agent`	`Employee Management AI Agent`
`Create Department Tool`	`n8n-nodes-base.airtableTool`	ایجاد رکوردهای دپارتمان جدید	`Create Employee AI Agent`	`Create Employee AI Agent`
`Create Job Title Tool`	`n8n-nodes-base.airtableTool`	ایجاد رکوردهای عنوان شغلی جدید	`Create Employee AI Agent`	`Create Employee AI Agent`
`Create employee`	`n8n-nodes-base.airtableTool`	ایجاد رکوردهای کارمند جدید	`Create Employee AI Agent`	`Create Employee AI Agent`
`Delete employee tool`	`n8n-nodes-base.airtableTool`	حذف رکوردهای کارمند	`Employee Management AI Agent`	`Send Message to User`
`Update Employee Data`	`n8n-nodes-base.airtableTool`	به‌روزرسانی رکوردهای کارمند موجود	`Create Employee AI Agent`	`Create Employee AI Agent`
`Create Employee AI Agent`	`@n8n/n8n-nodes-langchain.agent`	هماهنگ‌کننده منطق ایجاد کارمند	`When Executed by Another Workflow`	`Structured Output Parser`
`OpenAI Chat Model1`	`@n8n/n8n-nodes-langchain.lmChatOpenAi`	مدل زبان برای عامل ایجاد کارمند	ندارد	`Create Employee AI Agent`
`Structured Output Parser`	`@n8n/n8n-nodes-langchain.outputParserStructured`	اجبار خروجی JSON ساختاریافته برای شناسه‌ها	`Create Employee AI Agent`	`Create Department`, `Create Job Title`, `Create employee`, `Update Employee Data`
`When Executed by Another Workflow`	`n8n-nodes-base.executeWorkflowTrigger`	اجازه می‌دهد گردش کار فرعی به صورت خارجی فعال شود	ندارد	`Create Employee AI Agent`
`Send Message to User`	`n8n-nodes-base.telegram`	ارسال پاسخ‌ها به تلگرام	`Employee Management AI Agent`	ندارد