تحلیل خودکار روند محصولات آمازون با n8n، Bright Data و هوش …

تحلیل روند خرید محصولات آمازون با Bright Data، OpenAI و Google Sheets

این گردش کار، تحلیل محصولات آمازون را با ادغام استخراج داده، ارزیابی مبتنی بر هوش مصنوعی و به‌روزرسانی Google Sheets خودکار می‌کند. این گردش کار برای کاربرانی طراحی شده است که نیاز به نظارت و امتیازدهی کارآمد محصولات متعدد آمازون بدون تحقیق دستی دارند.

شما می‌توانید این گردش کار و موارد مشابه را در کاتالوگ Axeto بیابید: Axeto.ai/n8n

نمای کلی گردش کار

این گردش کار به سه بخش منطقی اصلی تقسیم می‌شود:

1. راه‌اندازی و بازیابی ورودی: گردش کار را به صورت دستی آغاز کرده و آدرس‌های URL محصولات آمازون را از یک Google Sheet بازیابی می‌کند.

2. پردازش هوش مصنوعی و استخراج داده: از Bright Data’s MCP Client برای استخراج داده‌های محصولات آمازون از طریق پروکسی استفاده می‌کند. سپس این داده‌ها توسط یک عامل هوش مصنوعی با استفاده از مدل‌های OpenAI پردازش شده و خروجی هوش مصنوعی به یک فرمت JSON ساختاریافته تجزیه می‌شود.

3. خروجی و به‌روزرسانی: Google Sheet اصلی را با بینش‌های غنی‌شده محصول، از جمله داده‌های فروش، وضعیت موجودی، نظرات و امتیاز عملکرد تولید شده توسط هوش مصنوعی، به‌روزرسانی می‌کند.

تشریح کامل گردش کار

بلوک ۱: فعال‌سازی و بازیابی ورودی

این بلوک با اجرای دستی گردش کار را آغاز کرده و لیستی از URL محصولات آمازون را از یک Google Sheet مشخص بازیابی می‌کند تا ورودی لازم برای تحلیل‌های بعدی را آماده سازد.

• Node: Manual Trigger

* Type: n8n-nodes-base.manualTrigger

* نقش: اجرای گردش کار را هنگام کلیک بر روی دکمه 'Execute workflow' آغاز می‌کند.

* پیکربندی: تنظیمات پیش‌فرض، بدون نیاز به پارامترهای خاص.

* ورودی: ندارد.

* خروجی: گره بعدی در توالی را فعال می‌کند.

* نسخه: v1

• Node: Fetch Amazon URLs from Google Sheets

* Type: n8n-nodes-base.googleSheets

* نقش: URL محصولات را از یک سند و تب مشخص Google Sheet می‌خواند.

* پیکربندی:

* Document ID: شناسه Google Sheet حاوی URL محصولات را تنظیم کنید.

* Sheet Name: نام تب شیت را مشخص کنید (مانند Sheet1 یا gid=0).

* Operation: Read rows.

* برای بازیابی تمام ورودی‌ها، هیچ فیلتر یا محدودیتی برای ردیف اعمال نمی‌شود.

* اعتبارنامه‌ها: نیاز به اعتبارنامه‌های Google Sheets OAuth2 دارد.

* ورودی: سیگنال فعال‌سازی را از گره Manual Trigger دریافت می‌کند.

* خروجی: یک آرایه JSON که هر عنصر آن نمایانگر یک ردیف از شیت است و حداقل شامل یک URL محصول و شماره ردیف متناظر آن می‌باشد.

* نسخه: 4.6

بلوک ۲: پردازش هوش مصنوعی و استخراج داده

این بلوک یک عامل هوش مصنوعی را برای استخراج داده‌های محصول آمازون با استفاده از سرویس پروکسی Bright Data’s MCP Client سازماندهی می‌کند. سپس این داده‌ها را با مدل‌های OpenAI پردازش و تفسیر کرده تا بینش‌های ساختاریافته و امتیاز عملکرد را تولید کند.

• Node: Amazon Product Analyzer (AI Agent)

* Type: @n8n/n8n-nodes-langchain.agent

* نقش: به عنوان هماهنگ‌کننده مرکزی عمل می‌کند. هر URL محصول را به ابزار استخراج داده Bright Data ارسال کرده و پاسخ‌های هوش مصنوعی را پردازش می‌کند.

* پیکربندی:

* Prompt: یک prompt دقیق که هوش مصنوعی را برای استخراج اطلاعات خاص راهنمایی می‌کند: واحدهای فروخته شده، قیمت، وضعیت موجودی، تعداد نظرات، امتیاز محصول، رتبه فروش، و اختصاص یک امتیاز عملکرد از ۱۰ بر اساس عملکرد خرید. URL آمازون به عنوان ورودی ارائه می‌شود.

* Output Parser: برای اطمینان از نتایج ساختاریافته فعال شده است.

* اعتبارنامه‌ها: نیاز به کلید API OpenAI و اعتبارنامه‌های API Bright Data MCP Client دارد.

* ورودی: URL محصولات را از گره Fetch Amazon URLs from Google Sheets دریافت می‌کند.

* خروجی: یک شیء JSON حاوی بینش‌های تجزیه و تحلیل شده محصول.

* نسخه: 2

• Node: OpenAI Chat Model (مورد استفاده توسط AI Agent)

* Type: @n8n/n8n-nodes-langchain.lmChatOpenAi

* نقش: مدل زبان هوش مصنوعی (GPT-4o-mini) را برای تفسیر داده‌های استخراج شده و تولید امتیاز عملکرد فراهم می‌کند.

* پیکربندی:

* Model: gpt-4o-mini.

* سایر پارامترها از تنظیمات پیش‌فرض استفاده می‌کنند.

* اعتبارنامه‌ها: نیاز به کلید API OpenAI دارد.

* ورودی: به صورت داخلی توسط گره AI Agent به عنوان مدل زبان آن استفاده می‌شود.

* خروجی: پاسخ‌های متنی تولید شده توسط مدل هوش مصنوعی.

* نسخه: 1.2

• Node: Tool: MCP Client (Bright Data) (مورد استفاده توسط AI Agent)

* Type: n8n-nodes-mcp.mcpClientTool

* نقش: داده‌های محصول را از آمازون با استفاده از سرویس پروکسی Bright Data استخراج می‌کند تا از شناسایی و مسدود شدن احتمالی جلوگیری شود.

* پیکربندی: پارامترهای ابزار به صورت پویا از عامل هوش مصنوعی ارسال می‌شوند. ابزار خاص مورد استفاده برای داده‌های محصول آمازون است.

* اعتبارنامه‌ها: نیاز به اعتبارنامه‌های API Bright Data MCP Client دارد.

* ورودی: به عنوان یک ابزار توسط عامل هوش مصنوعی فراخوانی می‌شود.

* خروجی: داده‌های خام استخراج شده محصول از آمازون.

* نسخه: 1

• Node: Auto-fixing Output Parser

* Type: @n8n/n8n-nodes-langchain.outputParserAutofixing

* نقش: مشکلات قالب‌بندی پاسخ هوش مصنوعی را به طور خودکار اصلاح می‌کند و پردازش آن را برای تجزیه‌کننده ساختاریافته آسان‌تر می‌سازد.

* پیکربندی: گزینه‌های پیش‌فرض اصلاح خودکار فعال هستند.

* ورودی: پاسخ خام هوش مصنوعی را از گره OpenAI Chat Model دریافت می‌کند.

* خروجی: یک خروجی پاکسازی شده و احتمالاً با قالب‌بندی مجدد که برای تجزیه ساختاریافته مناسب است.

* نسخه: 1

• Node: OpenAI Chat Model1 (مورد استفاده توسط Output Parser)

* Type: @n8n/n8n-nodes-langchain.lmChatOpenAi

* نقش: یک نمونه ثانویه از مدل OpenAI که برای کمک به تجزیه‌کننده خروجی در اصلاح قالب پاسخ هوش مصنوعی استفاده می‌شود.

* پیکربندی:

* Model: gpt-4o-mini.

* سایر پارامترها از تنظیمات پیش‌فرض استفاده می‌کنند.

* اعتبارنامه‌ها: نیاز به کلید API OpenAI دارد.

* ورودی: به صورت داخلی توسط گره Auto-fixing Output Parser استفاده می‌شود.

* خروجی: قالب بهبود یافته پاسخ هوش مصنوعی.

* نسخه: 1.2

• Node: Structured Output Parser

* Type: @n8n/n8n-nodes-langchain.outputParserStructured

* نقش: خروجی متنی هوش مصنوعی را به یک شیء JSON ساختاریافته تبدیل می‌کند که با یک طرحواره از پیش تعریف شده مطابقت دارد.

* پیکربندی:

* Schema: یک طرحواره JSON ارائه شده است که فیلدهایی مانند product_name, units_sold_last_month, current_price, stock_status, review_count, rating, sales_rank, و performance_rating را تعریف می‌کند.

* ورودی: خروجی اصلاح شده خودکار را از گره Auto-fixing Output Parser دریافت می‌کند.

* خروجی: یک آرایه JSON از بینش‌های محصول ساختاریافته که برای بلوک بعدی آماده است.

* نسخه: 1.2

بلوک ۳: خروجی و به‌روزرسانی

این بلوک Google Sheet اصلی را با داده‌های محصول تازه به دست آمده و پردازش شده به‌روزرسانی می‌کند.

• Node: Update Sheet with Product Insights

* Type: n8n-nodes-base.googleSheets

* نقش: ردیف‌های موجود در Google Sheet را با داده‌های غنی شده محصول به‌روزرسانی می‌کند.

* پیکربندی:

* Operation: Update.

* Document ID & Sheet Name: باید با شیتی که برای بازیابی URLها استفاده شده مطابقت داشته باشد.

* Row Matching: ردیف‌ها بر اساس فیلد row_number که از بلوک پردازش هوش مصنوعی ارسال شده است، به‌روزرسانی می‌شوند.

* Columns to Update: Ranking, Sales rank, Units sold, Current price, Stock availability, Review count & rating.

* اعتبارنامه‌ها: نیاز به اعتبارنامه‌های Google Sheets OAuth2 دارد.

* ورودی: داده‌های JSON بینش محصول ساختاریافته را از گره Amazon Product Analyzer (AI Agent) دریافت می‌کند.

* خروجی: تأییدیه عملیات به‌روزرسانی.

* نسخه: 4.6

جدول خلاصه

بازسازی گردش کار

برای ساخت این گردش کار از ابتدا:

1. افزودن یک گره Manual Trigger:

* نام آن را When clicking ‘Execute workflow’ بگذارید.

* این گره گردش کار را آغاز می‌کند.

2. افزودن یک گره Google Sheets برای دریافت URLها:

* نام آن را Fetch Amazon URLs from Google Sheets بگذارید.

* Operation را روی Read rows تنظیم کنید.

* Document ID و Sheet Name را طوری تنظیم کنید که به Google Sheet شما حاوی URLهای محصولات آمازون اشاره کند.

* اعتبارسنجی OAuth2 Google Sheets خود را تنظیم کنید.

* خروجی Manual Trigger را به این گره متصل کنید.

3. افزودن یک گره Langchain AI Agent:

* نام آن را Amazon Product Analyzer (AI Agent) بگذارید.

* Type را روی Langchain AI Agent (نسخه 2) تنظیم کنید.

* Prompt: یک prompt بنویسید که به هوش مصنوعی دستور دهد موارد زیر را استخراج کند: تعداد واحدهای فروخته شده، قیمت، وضعیت موجودی، تعداد نظرات، رتبه محصول، رتبه فروش، و یک رتبه عملکرد از 10. URL آمازون را به عنوان بخشی از زمینه ورودی شامل کنید.

* Enable Output Parser: مطمئن شوید این گزینه انتخاب شده است.

* خروجی گره Fetch Amazon URLs from Google Sheets را به این گره عامل متصل کنید.

4. پیکربندی اجزای داخلی عامل هوش مصنوعی:

* افزودن یک گره OpenAI Chat Model:

* نام آن را OpenAI Chat Model بگذارید.

* مدل gpt-4o-mini را انتخاب کنید.

* کلید API OpenAI خود را در قسمت credentials وارد کنید.

* این گره را به عنوان مدل زبان هوش مصنوعی در گره Amazon Product Analyzer (AI Agent) متصل کنید.

* افزودن یک گره Bright Data MCP Client Tool:

* نام آن را Tool: MCP Client (Bright Data) بگذارید.

* Tool Name را web_data_amazon_product تعیین کنید.

* Operation را روی executeTool تنظیم کنید.

* Tool Parameters را پویا بگذارید، زیرا توسط عامل هوش مصنوعی ارسال می‌شوند.

* اعتبارسنجی Bright Data MCP Client API خود را ارائه دهید.

* این گره را به عنوان یک ابزار هوش مصنوعی در گره Amazon Product Analyzer (AI Agent) متصل کنید.

* افزودن یک گره Auto-fixing Output Parser:

* نام آن را Auto-fixing Output Parser بگذارید.

* این گره به پاکسازی خروجی خام هوش مصنوعی کمک می‌کند.

* خروجی OpenAI Chat Model (یا هر جایی که پاسخ خام هوش مصنوعی تولید می‌شود) را به این پارسر متصل کنید.

* افزودن یک گره OpenAI Chat Model دیگر:

* نام آن را OpenAI Chat Model1 بگذارید.

* آن را با gpt-4o-mini و کلید API OpenAI خود پیکربندی کنید.

* این گره به صورت داخلی توسط پارسر خروجی استفاده می‌شود.

* افزودن یک گره Structured Output Parser:

* نام آن را Structured Output Parser بگذارید.

* JSON Schema مورد نظر خود را تعریف کنید (به عنوان مثال، product_name, units_sold_last_month, current_price, stock_status, review_count, rating, sales_rank, performance_rating).

* خروجی Auto-fixing Output Parser را به این گره متصل کنید.

* خروجی این Structured Output Parser را دوباره به گره Amazon Product Analyzer (AI Agent) متصل کنید تا خروجی عامل نهایی شود.

5. افزودن یک گره Google Sheets برای به‌روزرسانی:

* نام آن را Update Sheet with Product Insights بگذارید.

* Operation را روی Update تنظیم کنید.

* Document ID و Sheet Name را طوری تنظیم کنید که با برگه اصلی شما مطابقت داشته باشد.

* داده‌های ساختاریافته ورودی را به ستون‌های صحیح در Google Sheet خود نگاشت کنید (به عنوان مثال، row_number برای تطبیق، و ستون‌ها برای Ranking, Sales rank, Units sold, و غیره).

* از همان اعتبارسنجی OAuth2 Google Sheets استفاده کنید.

* خروجی گره Amazon Product Analyzer (AI Agent) را به این گره به‌روزرسانی متصل کنید.