
دستیار اسکرام مستر با هوش مصنوعی: OpenAI، Slack و Asana
10 دقیقه مطالعه · منتشر شده ۱۴۰۵/۴/۲۷
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: 5478 · منبع: کاتالوگ Axeto
دستیار اسکرام مستر با قدرت هوش مصنوعی با ادغام OpenAI، Slack و Asana
این گردش کار به عنوان یک اسکرام مستر با قدرت هوش مصنوعی عمل میکند و فرآیند استندآپ روزانه را با جمعآوری اطلاعات از Slack و Asana، تجزیه و تحلیل آن با OpenAI و گزارش بینشهای کلیدی به تیم شما، خودکار میسازد.
دستهبندیها: مدیریت پروژه، خلاصهسازی هوش مصنوعی
کاتالوگ Axeto.ai: https://axeto.ai/n8n
---
۱. نمای کلی گردش کار
این گردش کار وظایف روزانه اسکرام مستر را با موارد زیر خودکار میکند:
۱. راهاندازی: شروع دستی یا بر اساس یک برنامه زمانبندی شده.
۲. جمعآوری داده: دریافت بهروزرسانیهای پروژه از Asana و مکالمات اخیر از Slack.
۳. ورودی تیم: درخواست بهروزرسانیهای روزانه از اعضای تیم از طریق Slack.
۴. تجمیع داده: تجمیع تمام اطلاعات جمعآوری شده.
۵. تحلیل هوش مصنوعی: استفاده از OpenAI برای خلاصهسازی پیشرفت، شناسایی موانع و پیشنهاد بهبودها.
۶. گزارشدهی: ارسال خلاصه تولید شده توسط هوش مصنوعی به یک کانال Slack مشخص.
---
۲. تفکیک گردش کار
۲.۱. راهاندازی و مقداردهی اولیه
این بخش اجرای گردش کار را تنظیم کرده و زمینه ضروری پروژه را تعریف میکند.
- گرهها (Nodes):
* Manual Trigger (راهانداز دستی)
* Schedule Trigger (راهانداز زمانبندی شده)
* Set Project and Channel IDs (تنظیم شناسههای پروژه و کانال)
- جزئیات:
* Manual Trigger: اجرای گردش کار را در صورت تقاضا برای تست یا نیازهای فوری امکانپذیر میسازد.
Schedule Trigger: برای اجرا روزانه در ساعت ۹ صبح (دوشنبه تا جمعه) با استفاده از عبارت کرون "0 0 9 * 1-5" پیکربندی شده است.
* Set Project and Channel IDs: متغیرهای ثابت برای slack_channel_id و asana_project_id تعریف میکند. اطمینان حاصل کنید که این جایگزینها با شناسههای واقعی شما جایگزین شدهاند.
۲.۲. بازیابی دادههای Asana
این بلوک اطلاعات پروژه مربوطه را از Asana واکشی میکند.
- گرهها (Nodes):
* Get Asana Project Sections (درخواست HTTP)
* Format Asana Sections (کد)
* Get Tasks Modified Since Yesterday (Asana)
* Get Task Details (Asana)
* Filter Task Details (تنظیم)
* Format Asana Sections for AI (HTML)
* Format Tasks for AI (HTML)
* Set Asana Sections Variable (تنظیم)
* Set Tasks Modified Variable (تنظیم)
- جزئیات:
* Get Asana Project Sections: از API Asana برای بازیابی تمام بخشهای پروژه مشخص شده استفاده میکند. به اعتبارنامههای OAuth2 Asana نیاز دارد.
* Format Asana Sections: یک گره کد جاوا اسکریپت برای سادهسازی دادههای بخش، استخراج gid و name.
* Get Tasks Modified Since Yesterday: وظایفی را از Asana واکشی میکند که در ۲۴ ساعت گذشته اصلاح شدهاند.
* Get Task Details: جزئیات جامع هر وظیفه شناسایی شده در مرحله قبل را بازیابی میکند.
* Filter Task Details: ویژگیهای کلیدی وظیفه مانند مسئول، وضعیت تکمیل، نام و تاریخ سررسید را برای تجزیه و تحلیل انتخاب میکند.
* Format Asana Sections for AI: بخشهای Asana قالببندی شده را به یک رشته جدول HTML تبدیل میکند.
* Format Tasks for AI: جزئیات وظایف فیلتر شده را به یک رشته جدول HTML تبدیل میکند.
* Set Asana Sections Variable: رشته جدول HTML را به متغیری به نام asana_sections اختصاص میدهد.
* Set Tasks Modified Variable: رشته جدول HTML را به متغیری به نام tasks_modified اختصاص میدهد.
۲.۳. جمعآوری دادههای Slack
این بخش دادههای ارتباطی را از کانال Slack شما جمعآوری میکند.
- گرهها (Nodes):
* Get Channel Details (Slack)
* Get Channel Members (Slack)
* Loop Through Members (SplitInBatches)
* Get Channel History (Slack)
* Filter Message Content (تنظیم)
* Format Channel History for AI (HTML)
* Set Channel History Variable (تنظیم)
- جزئیات:
* Get Channel Details: فراداده کانال Slack مشخص شده را واکشی میکند. به اعتبارنامههای OAuth2 Slack نیاز دارد.
* Get Channel Members: پروفایلهای دقیق تمام کاربران کانال را بازیابی میکند.
* Loop Through Members: برای تسهیل تعامل فردی، روی هر عضو تکرار میشود.
* Get Channel History: پیامهای کانال ارسال شده در ۲۴ ساعت گذشته را بازیابی میکند.
* Filter Message Content: فقط فیلدهای user و text را از پیامها استخراج میکند تا دادهها برای هوش مصنوعی ساده شوند.
* Format Channel History for AI: پیامهای فیلتر شده Slack را به یک رشته جدول HTML تبدیل میکند.
* Set Channel History Variable: رشته جدول HTML را به متغیری به نام channel_history اختصاص میدهد.
۲.۴. ورودی اسکرام روزانه از طریق Slack
این بلوک تعامل مستقیم اعضای تیم را برای بهروزرسانیهای روزانه تسهیل میکند.
- گرهها (Nodes):
* Send Scrum Questions (Slack)
* Merge User Responses (Merge)
* Filter User Answers (تنظیم)
* Format User Answers for AI (HTML)
* Set Developer Answers Variable (تنظیم)
- جزئیات:
* Send Scrum Questions: پیامی از پیش تعریف شده با فیلدهای فرم تعاملی (مانند "آیا در مسیر هستید؟"، "موانع؟") به هر یک از اعضای تیم ارسال میکند. گردش کار منتظر پاسخهای آنها میماند.
* Merge User Responses: دادههای پروفایل کاربر را با پاسخهای ارسال شده آنها ترکیب میکند.
* Filter User Answers: فیلدهای مرتبط مانند شناسه کاربر، نام و پاسخهای آنها را برای تجزیه و تحلیل استخراج میکند.
* Format User Answers for AI: پاسخهای کاربر را به یک رشته جدول HTML تبدیل میکند.
* Set Developer Answers Variable: رشته جدول HTML را به متغیری به نام developer_answers اختصاص میدهد.
۲.۵. تجمیع دادهها
این بخش تمام دادههای جمعآوری شده را در یک ورودی واحد برای هوش مصنوعی ادغام میکند.
- گرهها (Nodes):
* Merge All Data Sources (Merge)
- جزئیات:
* Merge All Data Sources: asana_sections، tasks_modified، channel_history و developer_answers را در یک مجموعه داده جامع ترکیب میکند.
۲.۶. تجزیه و تحلیل با قدرت هوش مصنوعی
این هسته اصلی گردش کار است که در آن OpenAI دادههای تجمیع شده را تجزیه و تحلیل میکند.
- گرهها (Nodes):
* OpenAI LM Chat (OpenAI LM Chat)
* Virtual Scrum Master Agent (LangChain Agent)
- جزئیات:
* OpenAI LM Chat: اتصال به API OpenAI شما را پیکربندی میکند. اطمینان حاصل کنید که کلید API شما تنظیم شده است. مدل gpt-4o-mini پیشنهاد میشود، اما میتوانید آن را تنظیم کنید.
* Virtual Scrum Master Agent: این عامل LangChain با یک اعلان دقیق پیکربندی شده است. این عامل به هوش مصنوعی دستور میدهد تا به عنوان یک اسکرام مستر عمل کند، جداول HTML ارائه شده (دادههای Asana، تاریخچه Slack، پاسخهای کاربر) را تجزیه و تحلیل کند و یک گزارش خلاصه تولید کند. گزارش باید موارد زیر را برجسته کند:
* موانع و گلوگاههای کلیدی.
* پیشرفت تیم به سمت اهداف اسپرینت.
* حوزههایی که نیاز به بهبود ارتباطات یا همکاری دارند.
* وظایف معوق.
* پیشنهاداتی برای بهبود فرآیند.
۲.۷. گزارشدهی به Slack
مرحله نهایی یافتههای هوش مصنوعی را دوباره به تیم ارسال میکند.
- گرهها (Nodes):
* Send Summary to Slack (Slack)
- جزئیات:
* Send Summary to Slack: خروجی متنی را از Virtual Scrum Master Agent گرفته و آن را به slack_channel_id که در بلوک مقداردهی اولیه تعریف شده است، ارسال میکند.
---
۳. جدول خلاصه نودها
| نام نود | نوع نود | عملکرد اصلی | ورودیهای کلیدی | خروجیهای کلیدی |
|---|---|---|---|---|
Manual Trigger | manualTrigger | راهاندازی دستی گردش کار | N/A | سیگنال شروع گردش کار |
Schedule Trigger | scheduleTrigger | راهاندازی گردش کار بر اساس برنامه روزانه | عبارت کرون "0 0 9 1-5" | سیگنال شروع گردش کار |
Set Project and Channel IDs | set | تعریف slack_channel_id و asana_project_id | خروجی Trigger | slack_channel_id, asana_project_id |
Get Asana Project Sections | httpRequest | دریافت بخشهای پروژه از API Asana | asana_project_id | آرایه JSON از بخشهای Asana |
Format Asana Sections | code | سادهسازی دادههای بخش Asana | آرایه JSON از بخشهای Asana | آرایهای از اشیاء { gid, name } |
Get Tasks Modified Since Yesterday | asana | بازیابی وظایف تغییر یافته در ۲۴ ساعت گذشته | asana_project_id, تاریخ پویا | لیستی از وظایف Asana با فراداده |
Get Task Details | asana | دریافت اطلاعات دقیق برای هر وظیفه | GIDهای وظایف از نود قبلی | اشیاء وظایف دقیق |
Filter Task Details | set | استخراج فیلدهای مرتبط وظیفه (مسئول، وضعیت و غیره) | اشیاء وظایف دقیق | دادههای سادهشده وظیفه |
Format Asana Sections for AI | html | تبدیل بخشهای Asana به جدول HTML | بخشهای Asana قالببندی شده | رشته HTML (فیلد table) |
Format Tasks for AI | html | تبدیل جزئیات وظایف به جدول HTML | دادههای وظایف فیلتر شده | رشته HTML (فیلد table) |
Set Asana Sections Variable | set | اختصاص HTML به متغیر asana_sections | رشته HTML (فیلد table) | متغیر asana_sections |
Set Tasks Modified Variable | set | اختصاص HTML به متغیر tasks_modified | رشته HTML (فیلد table) | متغیر tasks_modified |
Get Channel Details | slack | دریافت فراداده کانال Slack | slack_channel_id | جزئیات کانال (شامل ID اعضا) |
Get Channel Members | slack | بازیابی پروفایل اعضای کانال | IDهای اعضا از Get Channel Details | اشیاء پروفایل کاربر |
Loop Through Members | splitInBatches | پیمایش هر عضو کانال | اشیاء پروفایل کاربر | اشیاء پروفایل کاربر منفرد |
Get Channel History | slack | دریافت پیامهای ۲۴ ساعت گذشته | slack_channel_id, فیلتر latest | آرایهای از پیامهای Slack |
Filter Message Content | set | استخراج user و text از پیامها | آرایهای از پیامهای Slack | محتوای پیام سادهشده (user, text) |
Format Channel History for AI | html | تبدیل محتوای پیام به جدول HTML | محتوای پیام سادهشده | رشته HTML (فیلد table) |
Set Channel History Variable | set | اختصاص HTML به متغیر channel_history | رشته HTML (فیلد table) | متغیر channel_history |
Send Scrum Questions | slack | ارسال سوالات روزانه به اعضای تیم از طریق Slack | شناسه/نام کاربر از Loop Through Members | پاسخهای کاربر به سوالات |
Merge User Responses | merge | ترکیب پروفایلهای کاربر با پاسخهایشان | پروفایلهای کاربر، پاسخهای کاربر | دادهها و پاسخهای ترکیبی کاربر |
Filter User Answers | set | استخراج فیلدهای مرتبط پاسخ کاربر | دادهها و پاسخهای ترکیبی کاربر | دادههای سادهشده پاسخ کاربر |
Format User Answers for AI | html | تبدیل پاسخهای کاربر به جدول HTML | دادههای سادهشده پاسخ کاربر | رشته HTML (فیلد table) |
Set Developer Answers Variable | set | اختصاص HTML به متغیر developer_answers | رشته HTML (فیلد table) | متغیر developer_answers |
Merge All Data Sources | merge | ترکیب تمام منابع داده در یک مجموعه داده واحد | asana_sections, tasks_modified, channel_history, developer_answers | یک شیء JSON واحد با تمام دادههای تجمیعشده |
OpenAI LM Chat | openaiLmc | فراهم کردن مدل زبانی برای تحلیل | کلید API OpenAI | نمونه مدل زبانی |
Virtual Scrum Master Agent | langchain.agent | تحلیل دادهها و تولید گزارش اسکرام مستر | دادههای ترکیبی، نمونه LM OpenAI | متن گزارش تولید شده توسط هوش مصنوعی |
Send Summary to Slack | slack | ارسال گزارش هوش مصنوعی به کانال Slack | متن گزارش تولید شده توسط هوش مصنوعی، slack_channel_id | تأیید ارسال پیام |
Nodeهای استفادهشده
سوالات متداول
این گردش کار چگونه به تیمهای اسکرام کمک میکند؟▾
این گردش کار با خودکارسازی جمعآوری بهروزرسانیها از Slack و Asana، تجزیه و تحلیل آنها با OpenAI و ارائه خلاصهای از پیشرفت و موانع، به تیمهای اسکرام کمک میکند تا در زمان صرفهجویی کرده و تمرکز خود را بر روی وظایف اصلی حفظ کنند.
چه ابزارهایی در این گردش کار ادغام شدهاند؟▾
این گردش کار از OpenAI برای تحلیل هوش مصنوعی، Slack برای جمعآوری بهروزرسانیها و ارتباط با تیم، و Asana برای مدیریت وظایف و پروژهها استفاده میکند.
آیا این گردش کار قابل سفارشیسازی است؟▾
بله، این گردش کار قابل سفارشیسازی است. شما میتوانید شناسههای پروژه Asana و کانال Slack را مطابق با نیازهای تیم خود تنظیم کنید و همچنین منطق جمعآوری و تحلیل دادهها را بر اساس نیازهای خاص پروژه خود تغییر دهید.
workflowهای مرتبط
- طبقهبندی خودکار حوادث امنیتی با GPT-4 و Google SheetsSecOps
- دستهبندی خودکار ایمیل جیمیل با GPT-4o و هشدار SlackAI Summarization
- دستهبندی خودکار پستهای وبلاگ با هوش مصنوعی و گیتهابContent Creation
- خودکارسازی اصلاح نقطه پایانی با Wazuh، ClamAV و GPT-4SecOps
- تغییر نام خودکار گرههای n8n با هوش مصنوعیEngineering
- ردیابی خودکار هزینهها از LINE با GPT-4 و Google SheetsPersonal Productivity
