تحلیل سهام با هوش مصنوعی و گزارش‌های جیمیل با Danelfin

تحلیل سهام با هوش مصنوعی با امتیازدهی هوش مصنوعی و تحویل گزارش جیمیل

این گردش کار، تحلیل خودکار بازار سهام با هوش مصنوعی و تولید گزارش عمیق را با استفاده از API امتیازدهی مالی پیشرفته Danelfin خودکار می‌کند. این گردش کار از بازیابی داده‌های مبتنی بر بردار از یک فروشگاه برداری Supabase برای ارائه بینش‌های دقیق و تقویت شده با هوش مصنوعی در مورد سهام، صنایع و بخش‌ها استفاده می‌کند. گردش کار با ارائه امتیازدهی و بینش‌های استراتژی از طریق گزارش‌های ایمیلی راحت جیمیل به پایان می‌رسد.

این گردش کار و موارد بیشتر را در کاتالوگ n8n در Axeto.ai کاوش کنید.

نمای کلی گردش کار

این گردش کار به طور منطقی به بلوک‌های اصلی زیر تقسیم می‌شود:

1. دریافت ورودی و تنظیم زمینه: پرس‌وجوهای کاربر را از طریق یک تریگر چت دریافت می‌کند، حافظه مکالمه را حفظ می‌کند و مدل استدلال هوش مصنوعی را پیکربندی می‌کند.

2. عامل تحلیل سهام هوش مصنوعی (ادغام API Danelfin): ورودی کاربر را برای پرس‌وجو از API امتیازدهی مالی Danelfin پردازش می‌کند، امتیاز سهام، داده‌های بخش و صنعت را بازیابی می‌کند. این عامل داده‌های مبتنی بر بردار را از Supabase برای زمینه بهبود یافته ادغام کرده و نتایج را مجدداً رتبه‌بندی می‌کند.

3. تعبیه داده و مدیریت فروشگاه برداری: بارگذاری و تعبیه اسناد خارجی را در فروشگاه برداری Supabase برای بازیابی کارآمد مدیریت می‌کند.

4. تولید و تحویل گزارش: گزارش‌های نشانه‌گذاری (markdown) تولید شده توسط هوش مصنوعی را به HTML تبدیل کرده و از طریق جیمیل ارسال می‌کند.

---

تحلیل جزئیات بلوک‌ها

۱. دریافت ورودی و تنظیم زمینه

این بلوک پیام‌های چت ورودی کاربر را دریافت می‌کند، تاریخچه مکالمه را در پایگاه داده PostgreSQL حفظ می‌کند و مدل زبان هوش مصنوعی را برای استدلال پیکربندی می‌کند.

گره‌های درگیر:

• When chat message received
• Postgres Chat Memory1
• Set a reasoning model

جزئیات گره‌ها:

• When chat message received

* نوع: @n8n/n8n-nodes-langchain.chatTrigger

* نقش: نقطه ورود برای پرس‌وجوهای کاربر که نیاز به تحلیل سهام دارند.

* پیکربندی: وب‌هوک پیش‌فرض، فعال بر روی پیام‌های چت ورودی.

* ورودی‌ها: پیام خام کاربر.

* خروجی‌ها: ورودی خام کاربر را به پایین‌دست منتقل می‌کند.

* موارد مرزی: پیام‌های نامعتبر مدیریت نشده، خرابی وب‌هوک.

• Postgres Chat Memory1

* نوع: @n8n/n8n-nodes-langchain.memoryPostgresChat

* نقش: تاریخچه مکالمه را برای حفظ زمینه ذخیره و بازیابی می‌کند.

* پیکربندی: با اعتبارنامه‌های مناسب به PostgreSQL متصل است؛ پارامتر اضافی ندارد.

* ورودی‌ها: پیام کاربر از تریگر.

* خروجی‌ها: مکالمه زمینه‌مند شده برای عامل هوش مصنوعی.

* موارد مرزی: خطاهای اتصال PostgreSQL، خرابی داده‌ها.

• Set a reasoning model

* نوع: @n8n/n8n-nodes-langchain.lmChatOpenRouter

* نقش: پیکربندی مدل هوش مصنوعی را برای استدلال فراهم می‌کند (مدل: x-ai/grok-4).

* پیکربندی: از اعتبارنامه‌های API OpenRouter استفاده می‌کند؛ گزینه‌های ویژه ندارد.

* ورودی‌ها: زمینه مکالمه از گره حافظه.

* خروجی‌ها: نمونه مدل هوش مصنوعی آماده شده برای عامل پایین‌دست.

* موارد مرزی: قطعی API، خرابی احراز هویت.

۲. عامل تحلیل سهام هوش مصنوعی (ادغام API Danelfin)

این بلوک اصلی، عامل هوش مصنوعی را اجرا می‌کند که درخواست‌های کاربر را تفسیر می‌کند، به نقاط پایانی API داده‌های مالی Danelfin فراخوانی می‌کند و بازیابی بردار و رتبه‌بندی مجدد را برای دقت ادغام می‌کند. این بلوک یک گزارش تحلیلی عمیق در قالب markdown تولید می‌کند.

گره‌های درگیر:

• Danelfin request
• ranking
• sectors
• industries
• Supabase Vector Store1
• Embeddings OpenAI
• Reranker Cohere
• Think
• Markdown to HTML
• Send report

جزئیات گره‌ها:

• Danelfin request

* نوع: @n8n/n8n-nodes-langchain.agent

* نقش: عامل هوش مصنوعی اصلی که پرس‌وجو را تفسیر کرده و فراخوانی‌های API به Danelfin و فروشگاه بردار را هماهنگ می‌کند.

* پیکربندی:

* پیام سیستمی دستورالعمل‌های متخصص API را برای تعامل با API REST Danelfin تعریف می‌کند.

* هدر احراز هویت، URL پایه و قوانین پردازش دقیق را اجباری می‌کند.

* برای دانش فناوری و استراتژی Danelfin، ابزار Supabase Vector Store را فراخوانی می‌کند.

* ورودی‌ها: پرس‌وجوی کاربر + مدل هوش مصنوعی از بلوک قبلی.

* خروجی‌ها: گزارش markdown تولید شده توسط هوش مصنوعی به گره Markdown to HTML ارسال می‌شود.

* موارد مرزی: خطاهای احراز هویت API (403)، درخواست‌های نامعتبر (400)، جایگزینی در پرس‌وجوهای تاریخ، خطاهای ارزیابی عبارت.

• ranking

* نوع: n8n-nodes-base.httpRequestTool

* نقش: امتیازات و رتبه‌بندی نمادها را با استفاده از پارامترهای پرس‌وجوی پویا از عامل هوش مصنوعی از طریق نقطه پایانی /ranking Danelfin بازیابی می‌کند.

* پیکربندی: از کلید API در هدر HTTP (اعتبارنامه‌های Danelfin) استفاده می‌کند؛ پارامترهای پرس‌وجو را به صورت پویا ارسال می‌کند.

* ورودی‌ها: پارامترهای پرس‌وجو از اعلان‌های عامل هوش مصنوعی.

* خروجی‌ها: داده‌های JSON رتبه‌بندی سهام به عامل Danelfin request.

* موارد مرزی: مهلت زمانی API، پرس‌وجوهای نامعتبر، دسترسی غیرمجاز.

• sectors

* نوع: n8n-nodes-base.httpRequestTool

* نقش: داده‌های بخش را برای تحلیل از طریق نقطه پایانی /sectors Danelfin بازیابی می‌کند.

* پیکربندی: مشابه گره ranking با احراز هویت هدر و پرس‌وجوهای پویا.

* ورودی‌ها/خروجی‌ها: به عامل Danelfin request متصل است.

* موارد مرزی: مشابه گره ranking.

• industries

* نوع: n8n-nodes-base.httpRequestTool

* نقش: داده‌های صنعت را برای تحلیل دقیق از طریق نقطه پایانی /industries Danelfin بازیابی می‌کند.

* پیکربندی: مانند بالا، با احراز هویت و پارامترها.

* ورودی‌ها/خروجی‌ها: با عامل Danelfin request پیوند داده شده است.

* موارد مرزی: مشابه گره ranking.

• Supabase Vector Store1

* نوع: @n8n/n8n-nodes-langchain.vectorStoreSupabase

* نقش: بازیابی مبتنی بر بردار را برای دانش امتیازدهی و استراتژی Danelfin فراهم می‌کند و پاسخ‌های عامل هوش مصنوعی را بهبود می‌بخشد.

* پیکربندی: ۵ بردار مرتبط برتر را بازیابی می‌کند، از رتبه‌بندی مجدد Cohere استفاده می‌کند، هیچ فراداده‌ای گنجانده نشده است.

* ورودی‌ها: جاسازی‌ها از Embeddings OpenAI و خروجی‌های رتبه‌بندی مجدد.

* خروجی‌ها: داده‌های زمینه‌مند شده به عامل Danelfin request.

* موارد مرزی: خرابی اتصال Supabase، عدم تطابق جاسازی‌ها.

• Embeddings OpenAI

* نوع: @n8n/n8n-nodes-langchain.embeddingsOpenAi

* نقش: جاسازی‌های ۱۵۳۶ بعدی را برای پرس‌وجوهای فروشگاه بردار تولید می‌کند.

* پیکربندی: از اعتبارنامه‌های API OpenAI استفاده می‌کند؛ اندازه جاسازی استاندارد.

* ورودی‌ها: داده‌های متنی از عامل هوش مصنوعی یا اسناد.

* خروجی‌ها: جاسازی‌ها برای Supabase Vector Store1.

* موارد مرزی: محدودیت‌های نرخ، خطاهای API.

• Reranker Cohere

* نوع: @n8n/n8n-nodes-langchain.rerankerCohere

* نقش: بردارهای بازیابی شده از Supabase را برای ارتباط با استفاده از مدل "rerank-english-v3.0" دوباره رتبه‌بندی می‌کند.

* پیکربندی: از اعتبارنامه‌های API Cohere استفاده می‌کند؛ نسخه ۳.۰ مدل انگلیسی.

* ورودی‌ها: بردارهای بازیابی شده از Supabase Vector Store1.

* خروجی‌ها: بردارهای رتبه‌بندی شده به Supabase Vector Store1.

* موارد مرزی: خطاهای API، ناسازگاری به‌روزرسانی مدل.

• Think

* نوع: @n8n/n8n-nodes-langchain.toolThink

* نقش: با ارائه استدلال اضافی یا مراحل تفکر میانی به عامل Danelfin request کمک می‌کند.

* پیکربندی: پیش‌فرض با پارامترهای خالی؛ به عنوان یک ابزار کمکی برای عامل هوش مصنوعی عمل می‌کند.

* ورودی‌ها: از Supabase Vector Store1.

* خروجی‌ها: بازگشت به عامل Danelfin request.

* موارد مرزی: مشکلات ارزیابی عبارت.

• Markdown to HTML

* نوع: n8n-nodes-base.markdown

* نقش: گزارش markdown تولید شده توسط هوش مصنوعی را به HTML برای قالب‌بندی ایمیل تبدیل می‌کند.

* پیکربندی: markdown {{$json.output}} را به HTML تبدیل می‌کند؛ گزینه‌های ویژه ندارد.

* ورودی‌ها: متن markdown از گره Danelfin request.

* خروجی‌ها: محتوای HTML به گره Send report.

* موارد مرزی: markdown نامعتبر که باعث خطاهای تبدیل می‌شود.

• Send report

* نوع: n8n-nodes-base.gmail

* نقش: گزارش نهایی HTML را از طریق ایمیل ارسال می‌کند.

* پیکربندی:

* گیرنده: paul@taskmorphr.com

* موضوع: "Report"

* پیام: محتوای HTML از Markdown to HTML.

* اعتبارنامه‌ها: Gmail OAuth2 پیکربندی شده است.

* ورودی‌ها: گزارش HTML از Markdown to HTML.

* خروجی‌ها: تأیید ارسال ایمیل.

* موارد مرزی: محدودیت‌های سهمیه API Gmail، خرابی احراز هویت، مشکلات تحویل ایمیل.

۳. تعبیه داده‌ها و مدیریت فروشگاه بردار

این بلوک مسئول بارگذاری اسناد خارجی، تقسیم متن، تولید جاسازی‌ها و درج آن‌ها در فروشگاه بردار Supabase برای حفظ پایگاه دانش به‌روز برای تحلیل هوش مصنوعی است.

گره‌های درگیر:

• Default Data Loader
• Recursive Character Text Splitter
• Embeddings OpenAI1
• Supabase Vector Store

جزئیات گره‌ها:

• Default Data Loader

* نوع: بارگذار سند LangChain برای داده‌های باینری (PDF و غیره).

* نقش: اسناد خارجی (مانند PDF) را برای جاسازی بارگیری می‌کند.

* پیکربندی: از حالت تقسیم متن سفارشی "markdown" استفاده می‌کند، با فراداده خالی.

* ورودی‌ها: فایل‌های سند باینری (آپلود خارجی یا URL).

* خروجی‌ها: اسناد متنی به تقسیم‌کننده متن.

* موارد مرزی: انواع فایل پشتیبانی نشده، خرابی بارگیری.

• Recursive Character Text Splitter

* نوع: تقسیم‌کننده متن LangChain.

* نقش: اسناد بزرگ را به قطعات (تقریباً ۷۰۰ کاراکتر) به صورت بازگشتی تقسیم می‌کند تا جاسازی بهتری داشته باشد.

* پیکربندی: کد تقسیم markdown، اندازه قطعه ۷۰۰ کاراکتر.

* ورودی‌ها: متن از بارگذار داده.

* خروجی‌ها: قطعات متن به گره جاسازی.

* موارد مرزی: تقسیم‌های نامناسب اگر اسناد markdown نباشند، عدم تطابق اندازه قطعه.

• Embeddings OpenAI1

* نوع: @n8n/n8n-nodes-langchain.embeddingsOpenAi

* نقش: جاسازی‌هایی را برای قطعات سند ایجاد می‌کند.

* پیکربندی: مشابه گره Embeddings OpenAI؛ ابعاد ۱۵۳۶.

* ورودی‌ها: قطعات متن از تقسیم‌کننده.

* خروجی‌ها: جاسازی‌ها به Supabase Vector Store.

* موارد مرزی: محدودیت‌های نرخ API.

• Supabase Vector Store

* نوع: @n8n/n8n-nodes-langchain.vectorStoreSupabase

* نقش: جاسازی‌های جدید را در پایگاه داده بردار Supabase تحت جدول "danelfin" درج می‌کند.

* پیکربندی: از اعتبارنامه‌های API Supabase استفاده می‌کند؛ هیچ فراداده اضافی ذخیره نمی‌شود.

* ورودی‌ها: جاسازی‌ها از گره Embeddings OpenAI1.

* خروجی‌ها: تأیید درج.

* موارد مرزی: خرابی درج داده، انقضای اعتبارنامه‌های API.

---

جدول خلاصه