دستیار تحقیق هوش مصنوعی n8n با GPT-4o و MCP

دستیار تحقیق مبتنی بر هوش مصنوعی برای پرس‌وجوهای پلتفرم n8n با GPT-4o و MCP

این گردش کار، کاربران را با یک دستیار تحقیق مبتنی بر هوش مصنوعی قادر به پاسخگویی به سوالات مربوط به پلتفرم n8n مجهز می‌کند. این سیستم برای طیف وسیعی از مخاطبان، از مبتدیان n8n گرفته تا توسعه‌دهندگان پیشرفته و تیم‌هایی که به دنبال اطلاعات کارآمد، دقیق و آگاه از زمینه در مورد قابلیت‌های n8n، مستندات، بحث‌های انجمن و گردش کارهای نمونه هستند، طراحی شده است.

گردش کار به بلوک‌های منطقی مجزا تقسیم شده است:

• دریافت ورودی: سوالات کاربران ارسال شده از طریق پیام‌های چت را دریافت می‌کند.
• پردازش هوش مصنوعی: از GPT-4o-mini اپن‌ای‌آی برای تفسیر پرس‌وجوها و مدیریت فرآیند استدلال عامل هوش مصنوعی استفاده می‌کند.
• تحقیق و کشف ابزار: ابزارهای کلاینت پلتفرم چند کاناله (MCP) را برای جستجوی مستندات n8n، انجمن‌ها و گردش کارهای نمونه، پرس‌وجو می‌کند.
• اجرای ابزار و تولید پاسخ: ابزار MCP انتخاب شده را با پارامترهای تعیین شده توسط هوش مصنوعی برای بازیابی اطلاعات مرتبط و تدوین یک پاسخ جامع اجرا می‌کند.

---

تشریح گردش کار (Workflow Breakdown)

۱. دریافت ورودی (Input Reception)

این بخش به عنوان نقطه ورود گردش کار عمل می‌کند و پیام‌های چت دریافتی حاوی سوالات کاربران در مورد پلتفرم n8n را دریافت می‌کند.

• نودها (Nodes):

* When chat message received (Chat Trigger - LangChain)

• جزئیات نود (Node Details):

* نوع (Type): @n8n/n8n-nodes-langchain.chatTrigger

* نقش (Role): تشخیص و دریافت پیام‌های چت برای شروع گردش کار.

* پیکربندی (Configuration): تنظیمات پیش‌فرض استفاده می‌شود، با یک شناسه Webhook که برای دریافت پیام‌های چت پیکربندی شده است.

* ورودی (Input): یک رویداد پیام چت خارجی.

* خروجی (Output): محتوای پیام چت را برای پردازش به نود AI Agent ارسال می‌کند.

* موارد خاص (Edge Cases):

* شکست گردش کار در صورت عدم پیکربندی صحیح یا در دسترس نبودن Webhook.

* خطاهای تجزیه (parsing) در مراحل بعدی در صورت ناسازگار بودن فرمت پیام.

۲. پردازش هوش مصنوعی (AI Processing)

این بخش از مدل GPT-4o-mini اپن‌ای‌آی برای تجزیه و تحلیل سوال ورودی کاربر و هماهنگ کردن استدلال عامل هوش مصنوعی استفاده می‌کند. زمینه سیستمی را برای تعامل عامل هوش مصنوعی با ابزارهای MCP ایجاد می‌کند.

• نودها (Nodes):

* OpenAI Chat Model2 (OpenAI Chat Model - LangChain)

* n8n Research AI Agent (AI Agent - LangChain)

• جزئیات نود (Node Details):

* OpenAI Chat Model2

* نوع (Type): @n8n/n8n-nodes-langchain.lmChatOpenAi

* نقش (Role): مدل زبان GPT-4o-mini را برای درک زبان طبیعی و تولید پاسخ فراهم می‌کند.

* پیکربندی (Configuration): مدل روی "gpt-4o-mini" تنظیم شده است.

* ورودی (Input): اعلان‌ها (prompts) را از عامل هوش مصنوعی دریافت می‌کند.

* خروجی (Output): خروجی پردازش شده مدل زبان را به عامل هوش مصنوعی بازمی‌گرداند.

* اعتبارات (Credentials): نیاز به اعتبارات معتبر OpenAI API دارد.

* موارد خاص (Edge Cases):

* شکست احراز هویت API به دلیل اعتبارات نامعتبر.

* اتمام زمان (Timeouts) یا محدودیت نرخ (rate limiting) از OpenAI API.

* قالب‌بندی غیرمنتظره در خروجی مدل.

* n8n Research AI Agent

* نوع (Type): @n8n/n8n-nodes-langchain.agent

* نقش (Role): به عنوان هماهنگ‌کننده اصلی هوش مصنوعی عمل می‌کند. درخواست‌های کاربر را تفسیر می‌کند، با ابزارهای MCP تعامل دارد و پاسخ‌های مرتبط با زمینه را تولید می‌کند.

* پیکربندی (Configuration):

* پیام سیستمی (System Message): نقش دستیار را به عنوان یکپارچه با n8n MCP تعریف می‌کند. به هوش مصنوعی دستور می‌دهد تا ابزارها و محتوای مرتبط با پرس‌وجوهای پلتفرم n8n را بازیابی کند و بر وضوح، توصیه‌های عملی و ارتباط مستقیم تأکید می‌کند.

* ورودی (Input): پیام چت را از تریگر و خروجی مدل زبان را از نود OpenAI دریافت می‌کند.

* خروجی (Output): درخواست‌هایی را برای جستجوی ابزار و اجرا به نودهای MCP Client ارسال می‌کند.

* موارد خاص (Edge Cases):

* شکست در تفسیر دقیق قصد کاربر.

* خطاهای ارتباطی با ابزارهای MCP به دلیل نام یا پارامترهای ابزار نامعتبر.

* حلقه‌های بی‌نهایت بالقوه اگر عامل هوش مصنوعی به طور مکرر ابزارها را بدون حل درخواست کند.

۳. تحقیق و کشف ابزار (Research and Tool Discovery)

این بخش ابزار MCP Client را برای شناسایی ابزارها و محتوای موجود مرتبط با سوال کاربر جستجو می‌کند و به عامل هوش مصنوعی اجازه می‌دهد تا مرتبط‌ترین منابع را انتخاب کند.

• نودها (Nodes):

* n8n-assistant Tool Lookup (MCP Client Tool)

• جزئیات نود (Node Details):

* نوع (Type): n8n-nodes-mcp.mcpClientTool

* نقش (Role): سرور MCP را برای بازیابی لیستی از ابزارها و محتوای موجود مرتبط با سوالات پلتفرم n8n جستجو می‌کند.

* پیکربندی (Configuration): از اعتبارات MCP Client API متصل به URL پیکربندی شده سرور MCP استفاده می‌کند: https://smithery.ai/server/@onurpolat05/n8n-assistant.

* ورودی (Input): درخواست عامل هوش مصنوعی برای اطلاعات ابزار را دریافت می‌کند.

* خروجی (Output): لیستی از ابزارها و فراداده‌های محتوا را به عامل هوش مصنوعی بازمی‌گرداند.

* اعتبارات (Credentials): نیاز به اعتبارات MCP Client API دارد.

* موارد خاص (Edge Cases):

* شکست احراز هویت در صورت نامعتبر بودن اعتبارات MCP.

* خطاهای شبکه هنگام اتصال به سرور MCP.

* لیست ابزار خالی یا ناقص در صورت پیکربندی نادرست سرور MCP.

۴. اجرای ابزار و تولید پاسخ (Tool Execution and Response Generation)

این بخش ابزار خاص MCP انتخاب شده توسط عامل هوش مصنوعی را با استفاده از پارامترهای تولید شده پویا اجرا می‌کند. اطلاعات دقیق را بازیابی کرده و پاسخ نهایی را برای کاربر تدوین می‌کند.

• نودها (Nodes):

* n8n-assistant Execute Tool (MCP Client Tool)

• جزئیات نود (Node Details):

* نوع (Type): n8n-nodes-mcp.mcpClientTool

* نقش (Role): ابزاری خاص را در سرور MCP با پارامترهای ارائه شده توسط عامل هوش مصنوعی برای بازیابی داده‌ها یا انجام اقدامات اجرا می‌کند.

* پیکربندی (Configuration):

* toolName: به صورت پویا با استفاده از عبارت {{$fromAI("tool","Set this specific tool name")}} تنظیم می‌شود تا نام ابزار را از خروجی عامل هوش مصنوعی دریافت کند.

* operation: روی "executeTool" ثابت شده است.

* toolParameters: JSON تولید شده به صورت پویا با استفاده از عبارت {{$fromAI('Tool_Parameters', , 'json')}} برای دریافت پارامترها از خروجی عامل هوش مصنوعی.

* ورودی (Input): درخواست اجرای ابزار را از عامل هوش مصنوعی دریافت می‌کند.

* خروجی (Output): نتایج اجرا (مانند نتایج جستجو، قطعات مستندات) را به عامل هوش مصنوعی یا یک نود خروجی نهایی بازمی‌گرداند.

* اعتبارات (Credentials): نیاز به اعتبارات MCP Client API دارد.

* موارد خاص (Edge Cases):

* شکست اجرا به دلیل نام یا پارامترهای ابزار نامعتبر.

* خطاهای سرور MCP یا اتمام زمان در طول اجرای ابزار.

* خطاهای تجزیه JSON در صورت نامعتبر بودن پارامترهای تولید شده توسط هوش مصنوعی.

---

جدول خلاصه

بازسازی گردش کار

برای ساخت این گردش کار از ابتدا در n8n، مراحل زیر را دنبال کنید:

1. ایجاد گره Trigger:

* یک گره Chat Trigger (نوع: @n8n/n8n-nodes-langchain.chatTrigger) اضافه کنید.

* شناسه webhook را پیکربندی کنید یا از تنظیمات پیش‌فرض برای دریافت پیام‌های چت استفاده کنید.

* این گره را به عنوان نقطه شروع گردش کار خود قرار دهید.

2. افزودن گره مدل چت OpenAI:

* یک گره OpenAI Chat Model (نوع: @n8n/n8n-nodes-langchain.lmChatOpenAi) اضافه کنید.

* مدل را روی "gpt-4o-mini" تنظیم کنید.

* اعتبارنامه API OpenAI خود را پیکربندی کنید.

* خروجی گره AI Agent (که در مرحله بعد ایجاد می‌شود) را برای پردازش مدل زبان به ورودی این گره متصل کنید.

3. افزودن گره AI Agent:

* یک گره AI Agent (نوع: @n8n/n8n-nodes-langchain.agent) اضافه کنید.

* System Message را با پرامپت زیر پیکربندی کنید:

```

شما دستیاری هستید که با پلتفرم چند کاناله n8n (MCP) ادغام شده‌اید. نقش اصلی شما تعامل با MCP برای بازیابی ابزارها و محتوای موجود بر اساس پرس‌وجوهای کاربر در مورد n8n است. هنگامی که کاربر درخواست اطلاعات یا کمک در مورد n8n می‌کند، ابتدا درخواستی به MCP ارسال کنید تا ابزارها و محتوای مربوطه را دریافت کند. داده‌های بازیابی شده را تجزیه و تحلیل کنید تا گزینه‌های موجود را درک کنید، سپس پاسخی سفارشی ایجاد کنید که نیازهای خاص آنها را در مورد قابلیت‌های n8n، مستندات، پست‌های انجمن یا گردش کارهای نمونه برطرف کند. اطمینان حاصل کنید که پاسخ‌های شما واضح، عملی و مستقیماً به پرس‌وجوهای کاربر در مورد n8n مربوط باشد.

```

* نسخه گره را روی 1.8 تنظیم کنید.

* خروجی گره Chat Trigger را به ورودی این گره متصل کنید.

* خروجی مدل زبان هوش مصنوعی این گره را به ورودی گره OpenAI Chat Model متصل کنید.

* خروجی‌های ابزار هوش مصنوعی این گره را به گره‌های کلاینت MCP (که در مراحل بعدی توضیح داده شده است) متصل کنید.

4. افزودن گره ابزار کلاینت MCP برای جستجوی ابزار:

* یک گره MCP Client Tool (گره جامعه: n8n-nodes-mcp.mcpClientTool) اضافه کنید.

* این گره را "n8n-assistant Tool Lookup" نامگذاری کنید.

* اعتبارنامه‌ها را با اعتبارنامه API کلاینت MCP خود پیکربندی کنید و به URL سرور MCP اشاره کنید: https://smithery.ai/server/@onurpolat05/n8n-assistant.

* هیچ پارامتر اضافی برای این مرحله جستجو لازم نیست.

* خروجی ابزار هوش مصنوعی از گره AI Agent را به ورودی این گره متصل کنید.

5. افزودن گره ابزار کلاینت MCP برای اجرای ابزار:

* یک گره MCP Client Tool دیگر (گره جامعه: n8n-nodes-mcp.mcpClientTool) اضافه کنید.

* این گره را "n8n-assistant Execute Tool" نامگذاری کنید.

* آن را با همان اعتبارنامه API کلاینت MCP پیکربندی کنید.

* پارامترهای زیر را تنظیم کنید:

* toolName: از عبارت {{$fromAI("tool","Set this specific tool name")}} برای دریافت پویا نام ابزار از خروجی عامل هوش مصنوعی استفاده کنید.

* operation: آن را روی "executeTool" تنظیم کنید.

* toolParameters: از عبارت {{$fromAI('Tool_Parameters', , 'json')}} برای دریافت پویا پارامترهای JSON از خروجی عامل هوش مصنوعی استفاده کنید.

* خروجی ابزار هوش مصنوعی از گره AI Agent را به ورودی این گره متصل کنید.

6. اتصال گره‌ها:

* When chat message received → n8n Research AI Agent (اتصال اصلی)

* n8n Research AI Agent → OpenAI Chat Model2 (اتصال ai\_languageModel)

* n8n Research AI Agent → n8n-assistant Tool Lookup (اتصال ai\_tool)

* n8n Research AI Agent → n8n-assistant Execute Tool (اتصال ai\_tool)

7. تنظیم اعتبارنامه‌ها:

* اطمینان حاصل کنید که اعتبارنامه API OpenAI شما به درستی در n8n پیکربندی شده است.

* اطمینان حاصل کنید که اعتبارنامه API کلاینت MCP شما به درستی پیکربندی شده و به URL سرور MCP مشخص شده اشاره می‌کند.

با دنبال کردن این مراحل، می‌توانید این دستیار تحقیقاتی مبتنی بر هوش مصنوعی را برای پرس‌وجوهای پلتفرم n8n با موفقیت بازسازی کنید.