
خوانش تاروت با هوش مصنوعی از طریق iMessage با GPT و Blooio
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: 6061 · منبع: کاتالوگ Axeto
خوانشهای تاروت با قدرت هوش مصنوعی از طریق iMessage با GPT و Blooio
این گردش کار، خوانشهای تاروت با قدرت هوش مصنوعی را که مستقیماً از طریق iMessage ارائه میشوند، فعال میکند. این سیستم از Blooio.com برای ارتباط iMessage و مدلهای GPT OpenAI برای تولید تفاسیر بینشگر و شاعرانه تاروت بهره میبرد. کاربران میتوانند پرسوجوهای متنی یا تصاویر کارت تاروت را از طریق iMessage ارسال کنند و گردش کار راهنمایی تولید شده توسط هوش مصنوعی را به آنها ارائه خواهد داد.
این گردش کار و موارد دیگر را در کاتالوگ Axeto کاوش کنید: https://axeto.ai/n8n
---
نمای کلی گردش کار
این گردش کار برای دریافت درخواستهای iMessage ورودی، پردازش آنها با استفاده از هوش مصنوعی و ارسال مجدد یک خوانش تاروت شخصیسازی شده طراحی شده است. این گردش کار به مراحل کلیدی زیر تقسیم میشود:
1. دریافت و فیلتر ورودی: پیامهای iMessage ورودی را از طریق یک Webhook از Blooio دریافت میکند، پیامهای ارسالی توسط خود را فیلتر میکند و تشخیص میدهد که آیا پیام حاوی پیوست (مانند تصاویر کارت تاروت) است یا خیر.
2. مدیریت تصویر: در صورت وجود تصاویر، این مرحله آنها را برای تجزیه و تحلیل بعدی هوش مصنوعی دانلود میکند.
3. تفسیر تاروت با هوش مصنوعی: از یک عامل هوش مصنوعی LangChain که توسط مدل GPT-4.1-mini از OpenAI پشتیبانی میشود، استفاده میکند. این عامل با استفاده از یک اعلان (prompt) پیچیده که برای خوانشهای عرفانی تاروت طراحی شده است، هم متن و هم تصاویر (در صورت ارائه) را تجزیه و تحلیل میکند.
4. مدیریت حافظه جلسه: از یک پایگاه داده Postgres برای ذخیره و بازیابی تاریخچه مکالمات استفاده میکند و از تداوم و زمینه در خوانشهای چند مرحلهای اطمینان حاصل میکند.
5. تجمیع پیام و تولید پاسخ: هرگونه خروجی هوش مصنوعی پراکنده را جمعآوری میکند، آنها را در یک پیام منسجم خلاصه میکند و پاسخ نهایی را آماده میکند.
6. ارسال پاسخ از طریق Blooio: خوانش تاروت تولید شده توسط هوش مصنوعی را از طریق API پیامرسانی Blooio به کاربر بازمیگرداند.
---
تشریح جزئیات نودها
۱. دریافت و فیلتر ورودی
این بخش مسئول دریافت اولیه پیامها از iMessage از طریق Blooio است.
- نودها:
* Receive Message (From Blooio) (Webhook)
* Don't respond to yourself (If)
* If has images, download them (If)
-
Receive Message (From Blooio)(Webhook)
* نقش: به عنوان نقطه ورود عمل میکند و منتظر درخواستهای POST ورودی از Blooio حاوی دادههای جدید یا بهروزرسانی شده iMessage است.
* پیکربندی:
* Path: /tarot-ai
* Method: HTTP POST
* انتظار دارد: بار داده JSON با جزئیات پیام (فرستنده، محتوا، پیوستها).
* ورودی: درخواست HTTP خارجی از Blooio.
* خروجی: بار داده JSON پیام دریافتی را به نود بعدی منتقل میکند.
* مشکلات احتمالی: بار داده وبهوک نامعتبر، پیکربندی نادرست نقطه پایانی Blooio.
-
Don't respond to yourself(If)
* نقش: با فیلتر کردن پیامهای ارسال شده توسط خود ربات، از ورود گردش کار به یک حلقه بینهایت جلوگیری میکند.
* پیکربندی: شرط selfMessage == false.
* ورودی: بار داده JSON پیام از وبهوک.
* خروجی: فقط به پیامهای کاربران اجازه عبور میدهد.
* موارد مرزی: اگر فیلد selfMessage وجود نداشته باشد یا نادرست باشد، ممکن است پیامهای معتبر مسدود شوند یا پاسخهای ناخواسته مجاز باشند.
-
If has images, download them(If)
* نقش: تشخیص میدهد که آیا پیام ورودی شامل پیوست (تصویر) است یا خیر. این گردش کار را برای پردازش تصویر در صورت لزوم منشعب میکند.
* پیکربندی: شرط بررسی میکند که آیا آرایه message.attachments طولی بیشتر از ۰ دارد.
* ورودی: بار داده JSON پیام فیلتر شده کاربر.
* خروجی: دو شاخه: یکی برای پیامهای دارای تصویر، یکی برای پیامهای بدون تصویر.
* موارد مرزی: مواردی را که آرایه attachments ممکن است خالی یا تعریف نشده باشد، مدیریت میکند.
۲. پردازش تصویر
این مرحله بر پردازش هرگونه تصویر پیوست تمرکز دارد.
- نودها:
* Code (Extract URLs) (Code)
* Loop Over Items (SplitInBatches)
* HTTP Request (HTTP Request)
-
Code (Extract URLs)(Code)
* نقش: URLها را از هر پیوست در آرایه پیوستهای پیام استخراج میکند.
* پیکربندی: کد جاوا اسکریپت برای پیمایش بر روی message.attachments و خروجی دادن آرایهای از اشیاء، که هر کدام دارای ویژگی url هستند.
* ورودی: بار داده JSON پیام حاوی پیوستها.
* خروجی: آرایهای از URLهای پیوست.
* مشکلات احتمالی: خطا در صورت عدم وجود یا نامعتبر بودن آرایه پیوستها.
-
Loop Over Items(SplitInBatches)
* نقش: هر URL پیوست را به صورت جداگانه پردازش میکند.
* پیکربندی: اندازه دسته پیشفرض (معمولاً ۱ برای پردازش متوالی).
* ورودی: آرایهای از URLهای پیوست.
* خروجی: هر مورد URL را برای پردازش به پایین دست ارسال میکند.
* موارد مرزی: تعداد زیاد پیوستها میتواند بر عملکرد تأثیر بگذارد.
-
HTTP Request(HTTP Request)
* نقش: محتوای تصویر را از URL آن دانلود میکند.
* پیکربندی:
* URL: به صورت پویا از URL مورد فعلی تنظیم میشود.
* Method: GET (پیشفرض).
* ورودی: یک URL پیوست واحد.
* خروجی: دادههای باینری تصویر، آماده برای تجزیه و تحلیل هوش مصنوعی.
* مشکلات احتمالی: خطاهای شبکه، URLهای منقضی شده، پاسخهای کند سرور.
۳. تفسیر فال هوش مصنوعی
این هسته اصلی گردش کار است که در آن هوش مصنوعی خوانش فال تاروت را تولید میکند.
- نودها:
* AI Agent (LangChain Agent)
* OpenAI Chat Model (Language Model)
* Postgres Chat Memory (LangChain Postgres Chat Memory)
-
AI Agent(LangChain Agent)
* نقش: نود اصلی هوش مصنوعی مسئول تفسیر ورودیهای تاروت (متن و/یا تصاویر) و تولید یک خوانش فال عرفانی تاروت.
* پیکربندی:
* محتوای پیام کاربر و تصاویر دانلود شده را به عنوان ورودی دریافت میکند.
* از یک اعلان سیستمی دقیق استفاده میکند که شخصیت هوش مصنوعی، وظیفه آن، فرآیند تجزیه و تحلیل و فرمت خروجی مورد نظر (خوانش فال تاروت شاعرانه و گرم) را تعریف میکند.
* شامل عباراتی مانند User message: {{message content}} است و برای تجزیه و تحلیل تصویر، passthrough را فعال میکند.
* ورودی: محتوای پیام کاربر و دادههای تصویر.
* خروجی: متن خوانش فال تاروت تولید شده.
* یادداشت نسخه: نیاز به نسخه نود عامل LangChain دارد که از ورودیهای بصری و سفارشیسازی پیشرفته اعلان پشتیبانی کند.
* مشکلات احتمالی: خطاهای مدل هوش مصنوعی، خرابی تشخیص تصویر، مهلت اجرای اعلان، محدودیتهای نرخ API OpenAI.
-
OpenAI Chat Model(Language Model)
* نقش: مدل GPT زیربنایی (gpt-4.1-mini) را برای قابلیتهای تولید متن عامل هوش مصنوعی فراهم میکند.
* پیکربندی:
* Model: gpt-4.1-mini
* اعتبارنامهها: نیاز به کلید API OpenAI دارد.
* ورودی/خروجی: به عنوان ارائهدهنده مدل زبان برای AI Agent متصل است.
* مشکلات احتمالی: خطاهای احراز هویت API، محدودیت نرخ، مشکلات اتصال شبکه.
-
Postgres Chat Memory(LangChain Postgres Chat Memory)
* نقش: تاریخچه مکالمه را مدیریت میکند، که با شناسه مکالمه کلیدگذاری شده است، تا زمینه را در طول تعاملات متعدد حفظ کند.
* پیکربندی:
* Table: n8n_tarot_ai
* Session Key: مشتق شده از message.conversation.id.
* Context Window: ۲۰۰ توکن.
* اعتبارنامهها: نیاز به اعتبارنامههای Neon Postgres دارد.
* ورودی/خروجی: به عنوان جزء حافظه برای AI Agent متصل است.
* مشکلات احتمالی: خطاهای اتصال پایگاه داده، خرابی دادهها، کلیدهای جلسه گمشده.
۴. تجمیع پیام و تولید پاسخ
این مرحله خروجی هوش مصنوعی را یکپارچه کرده و آن را برای ارسال آماده میکند.
- نودها:
* Aggregate (Aggregate)
* AI Agent1 (LangChain Agent) - برای خلاصهسازی استفاده میشود
* OpenAI Chat Model1 (Language Model) - برای خلاصهسازی استفاده میشود
-
Aggregate(Aggregate)
* نقش: تمام خروجیهای AI Agent را در یک ساختار داده واحد و یکپارچه ترکیب میکند.
* پیکربندی: از aggregateAllItemData برای جمعآوری تمام خروجیها استفاده میکند.
* ورودی: خروجیهای AI Agent.
* خروجی: یک شیء داده تجمیع شده واحد.
* مشکلات احتمالی: خطا در طول تجمیع، به خصوص با ورودیهای خالی.
-
AI Agent1(LangChain Agent)
* نقش: خروجی تجمیع شده هوش مصنوعی را به یک گزارش فال تاروت مختصر و مناسب برای iMessage خلاصه میکند و هرگونه قالببندی یا سربرگ اضافی را حذف میکند.
* پیکربندی: از یک اعلان سیستمی استفاده میکند که هوش مصنوعی را برای ارائه یک خلاصه ساده بدون عبارات قاببندی شده راهنمایی میکند.
* ورودی: دادههای تجمیع شده، که معمولاً به یک رشته JSON تبدیل میشوند.
* خروجی: متن نهایی خوانش فال تاروت خلاصه شده.
* مشکلات احتمالی: خطاهای مدل، خرابی اجرای اعلان.
-
OpenAI Chat Model1(Language Model)
* نقش: قابلیتهای مدل زبان را برای عامل هوش مصنوعی خلاصهسازی فراهم میکند.
* پیکربندی: مشابه نود اصلی OpenAI Chat Model.
* ورودی/خروجی: خدمات مدل زبان را به AI Agent1 ارائه میدهد.
* مشکلات احتمالی: مشابه نود اصلی OpenAI Chat Model.
۵. ارسال پاسخ از طریق Blooio
آخرین مرحله ارسال خوانش تولید شده توسط هوش مصنوعی به کاربر است.
- نودها:
* Send Message (HTTP Request)
-
Send Message(HTTP Request)
* نقش: خوانش فال تاروت نهایی را از طریق API Blooio به کاربر ارسال میکند.
* پیکربندی:
* Method: POST
* URL: https://api.blooio.com/send-message
* Body: بار داده JSON حاوی identifier (شماره تلفن کاربر) و message (متن خوانش هوش مصنوعی).
* Headers: Accept: application/json, Authorization: Bearer <Blooio API Token>, Content-Type: application/json.
* اعتبارنامهها: نیاز به اعتبارنامه Bearer Auth پیکربندی شده با توکن API Blooio دارد.
* ورودی: متن نهایی خوانش فال تاروت و شناسه گیرنده.
* خروجی: پاسخ API تأیید کننده ارسال پیام.
* مشکلات احتمالی: خطاهای احراز هویت، خطاهای API، مشکلات شبکه، شناسه گیرنده نامعتبر.
---
مستندات اضافی
چندین نود StickyNote در گردش کار گنجانده شدهاند تا مستندات ضروری و راهنمایی راهاندازی را برای موارد زیر ارائه دهند:
- پیکربندی نودهای HTTP Request بلوئیو (Blooio).
- نمونههایی از payloadهای وبهوک برای پیامهای جدید و بهروز شده.
- دستورالعملهایی برای راهاندازی توکن API بلوئیو (Blooio) و نگاشت وبهوک.
- توضیح فرآیند دانلود تصویر.
- لینکی به اسکرینشات معماری گردش کار.
---
جدول خلاصه
| نام نود (Node Name) | نوع نود (Node Type) | نقش عملکردی (Functional Role) | نود(های) ورودی (Input Node(s)) | نود(های) خروجی (Output Node(s)) |
|---|---|---|---|---|
Receive Message (From Blooio) | Webhook | نقطه ورود؛ دریافت رویدادهای iMessage | (درخواست خارجی HTTP) | Don't respond to yourself |
Don't respond to yourself | If | فیلتر کردن پیامهای خود ربات | Receive Message (From Blooio) | If has images, download them |
If has images, download them | If | بررسی وجود پیوست در پیام | Don't respond to yourself | Code (Extract URLs) |
Code (Extract URLs) | Code | استخراج URL پیوستها | If has images, download them | Loop Over Items |
Loop Over Items | SplitInBatches | پیمایش بر روی هر URL پیوست | Code (Extract URLs) | HTTP Request |
HTTP Request | HTTP Request | دانلود هر تصویر از URL آن | Loop Over Items | AI Agent |
AI Agent | LangChain Agent | پردازش اصلی هوش مصنوعی برای تفسیر تاروت | HTTP Request, Don't respond to yourself | Aggregate |
OpenAI Chat Model | Language Model | ارائه مدل GPT برای AI Agent | AI Agent | AI Agent |
Postgres Chat Memory | LangChain Postgres Chat Memory | مدیریت تاریخچه مکالمه | AI Agent | AI Agent |
Aggregate | Aggregate | ترکیب خروجیهای متعدد هوش مصنوعی در یک خروجی | AI Agent | AI Agent1 |
AI Agent1 | LangChain Agent | خلاصهسازی خروجی تجمیع شده هوش مصنوعی برای پاسخ نهایی | Aggregate | Send Message |
OpenAI Chat Model1 | Language Model | ارائه مدل GPT برای AI Agent1 | AI Agent1 | AI Agent1 |
Send Message | HTTP Request | ارسال خوانش نهایی تاروت از طریق API Blooio | AI Agent1 | (پاسخ API خارجی) |
Nodeهای استفادهشده
سوالات متداول
این گردش کار چگونه کار میکند؟▾
این گردش کار پیامهای iMessage را از طریق Blooio دریافت میکند، آنها را با استفاده از مدلهای GPT OpenAI تفسیر میکند و پاسخها را از طریق iMessage به کاربر بازمیگرداند. همچنین از حافظه پایگاه داده برای حفظ زمینه مکالمات استفاده میکند.
چه نوع ورودیهایی را میتوانم ارسال کنم؟▾
شما میتوانید پرسوجوهای متنی یا تصاویر کارتهای تاروت را از طریق iMessage ارسال کنید. گردش کار هر دو نوع ورودی را پردازش میکند.
چه فناوریهایی در این گردش کار استفاده شده است؟▾
این گردش کار از n8n، Blooio برای پیامرسانی iMessage و مدلهای GPT OpenAI (مانند GPT-4.1-mini) برای تفسیر تاروت استفاده میکند. همچنین از LangChain برای عامل هوش مصنوعی و Postgres برای مدیریت حافظه بهره میبرد.
workflowهای مرتبط
- خودکارسازی تماسهای خروجی Typeform با Vapi در n8nLead Nurturing
- پاسخ خودکار به سوالات GitHub PR با GPT-4o، Notion و SlackEngineering
- ساخت رشته X (توییتر) با GPT و تلگرام: اتوماسیون و تأییدSocial Media
- ممیزی خودکار سئو با هوش مصنوعی و PageSpeed Insights در n8nMarket Research
- اتوماسیون تخصیص تسکهای Jira با هوش مصنوعی Grok و AirtableProject Management
- دستیار هوش مصنوعی املاک: PropertyFinder.ae، OpenRouter و Se…Miscellaneous
