تحلیل هوشمند داده‌های Google Sheets با عامل AI

تجزیه و تحلیل داده‌های Google Sheets با یک عامل داده مجهز به OpenAI

این گردش کار به شما امکان می‌دهد تا با یک عامل هوش مصنوعی مکالمه‌محور با داده‌های Google Sheets خود تعامل داشته باشید. Ozki، تحلیلگر داده هوش مصنوعی شما، می‌تواند داده‌ها را از یک URL Google Sheet ارائه شده واکشی کند، تجزیه و تحلیل انجام دهد، شاخص‌های کلیدی عملکرد (KPI) را استخراج کند و بینش‌ها را مستقیماً از طریق یک رابط چت ارائه دهد. این روش برای کاربران تجاری، تحلیلگران و تیم‌هایی که به دنبال روشی خودکار و تعاملی برای درک داده‌های صفحه گسترده خود هستند، ایده‌آل است.

این و سایر گردش کارهای قدرتمند را در کاتالوگ Axeto کاوش کنید: https://axeto.ai/n8n

نمای کلی گردش کار

این گردش کار برای ارائه تجربه‌ای روان و مکالمه‌محور برای تجزیه و تحلیل داده‌ها طراحی شده است. کاربر را در طول راه‌اندازی راهنمایی می‌کند، داده‌ها را بازیابی می‌کند، آن‌ها را با هوش مصنوعی پردازش می‌کند و بینش‌های عملی را برمی‌گرداند.

موارد استفاده کلیدی:

• تجزیه و تحلیل خودکار داده‌ها: کاربران تجاری می‌توانند بدون دستکاری دستی داده‌ها، بینش‌های سریعی از Google Sheets دریافت کنند.
• استخراج KPI و تجزیه و تحلیل روند: تحلیلگران می‌توانند به طور موثر معیارهای کلیدی را استخراج کرده و روندها را از داده‌های فروش، تله‌متری یا سایر داده‌ها شناسایی کنند.
• تعامل مکالمه‌محور با داده‌ها: تیم‌ها می‌توانند از طریق یک رابط چت با داده‌های خود درگیر شوند، سؤال بپرسند و پاسخ دریافت کنند.

مراحل گردش کار:

1. دریافت ورودی: پیام‌های کاربر را برای شروع تعامل دریافت می‌کند.

2. راه‌اندازی عامل و اعتبارسنجی تنظیمات: عامل هوش مصنوعی از کاربر استقبال کرده و تنظیمات لازم (حافظه، اعتبارنامه‌های Google Sheets) را تأیید می‌کند.

3. بازیابی داده‌ها: داده‌ها را از URL Google Sheet ارائه شده توسط کاربر واکشی می‌کند.

4. پردازش هوش مصنوعی و حافظه: ورودی کاربر و داده‌های بازیابی شده را با استفاده از OpenAI پردازش می‌کند و زمینه مکالمه را حفظ می‌کند.

5. تعامل کاربر و خروجی: نتایج تجزیه و تحلیل و هرگونه دستورالعمل بیشتر را به کاربر باز می‌گرداند.

---

تحلیل گره‌های جزئی

۱. دریافت ورودی

• هدف: این گره به عنوان نقطه ورود عمل می‌کند و منتظر پیام‌های چت ورودی است که گردش کار را فعال می‌کنند.
• گره‌ها:

* When chat message received (@n8n/n8n-nodes-langchain.chatTrigger)

• پیکربندی:

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

* نقش: تریگر Webhook برای ادغام‌های چت خارجی.

* جزئیات: از تنظیمات پیش‌فرض استفاده می‌کند و برای پلتفرم‌های چت خارجی به شناسه webhook نیاز دارد.

* ورودی: پیام‌های چت را از طریق webhook دریافت می‌کند.

* خروجی: پیام کاربر را به گره Agent بعدی منتقل می‌کند.

* نسخه: ۱.۱

---

۲. مقداردهی اولیه Agent و اعتبارسنجی راه‌اندازی

• هدف: این بخش عامل هوش مصنوعی (Ozki) را مقداردهی اولیه می‌کند که مسئولیت خوشامدگویی اولیه، بررسی راه‌اندازی مورد نیاز (اعتبارنامه‌های حافظه و Google Sheets) و درخواست اطلاعات لازم از کاربر را بر عهده دارد.
• گره‌ها:

* Agent (@n8n/n8n-nodes-langchain.agent)

* Sticky Note (n8n-nodes-base.stickyNote)

• جزئیات گره:

* Agent

* نوع: @n8n/n8n-nodes-langchain.agent

* نقش: موتور اصلی هوش مصنوعی مکالمه‌ای که گفتگو، بررسی راه‌اندازی و دستورالعمل‌های تجزیه و تحلیل را مدیریت می‌کند.

* پیکربندی:

* Prompt: حاوی منطقی برای:

* نمایش پیام خوشامدگویی.

* بررسی اینکه آیا حافظه پیکربندی شده است؛ در غیر این صورت، کاربر را برای افزودن "Simple Memory" راهنمایی می‌کند.

* بررسی اعتبارنامه‌های Google Sheets؛ در غیر این صورت، به کاربر دستور می‌دهد حساب خود را متصل کند.

* پس از تأیید راه‌اندازی، از کاربر برای URL Google Sheet درخواست می‌کند و دامنه تجزیه و تحلیل را توضیح می‌دهد (به عنوان مثال، شاخص‌های کلیدی عملکرد برای فروش یا داده‌های تله‌متری).

* System Message: پیکربندی شده برای اطمینان از اینکه عامل دوستانه، مختصر است و دستورالعمل‌های عملیاتی داخلی را از کاربر پنهان می‌کند.

* ورودی: پیام چت کاربر را از گره When chat message received دریافت می‌کند.

* خروجی: دستورالعمل‌ها را به گره‌های OpenAI Model، Google Sheets tool و Simple Memory ارسال می‌کند و پاسخ‌ها را دریافت می‌کند.

* نسخه: ۱.۷

* Sticky Note

* نوع: n8n-nodes-base.stickyNote

* نقش: مستندات ضروری و راهنمایی کاربر را مستقیماً در گردش کار ارائه می‌دهد.

* محتوا: هدف عامل Ozki را توضیح می‌دهد، مراحل راه‌اندازی مورد نیاز (OpenAI، حافظه، Google Sheets) را لیست می‌کند و دستورالعمل‌هایی را برای کاربران برای شروع تعامل و ارائه URL Google Sheet ارائه می‌دهد.

* نسخه: ۱

---

۳. بازیابی داده‌ها

• هدف: این گره مسئول دریافت داده‌ها از URL Google Sheet ارائه شده توسط کاربر است.
• گره‌ها:

* Google Sheets (n8n-nodes-base.googleSheetsTool)

• جزئیات گره:

* Google Sheets

* نوع: n8n-nodes-base.googleSheetsTool

* نقش: به Google Sheet مشخص شده دسترسی پیدا کرده و داده‌ها را بازیابی می‌کند.

* پیکربندی:

* documentId: به طور پویا از URL ارائه شده توسط کاربر با استفاده از یک عبارت استخراج می‌شود.

* sheetName: می‌تواند به صورت پویا تنظیم شود، به طور پیش‌فرض "Sheet" یا همانطور که توسط هوش مصنوعی مشخص شده است.

* برای دسترسی مجاز به Google Sheets به اعتبارنامه‌های OAuth2 نیاز دارد.

* ورودی: دستوری را از گره Agent برای دریافت داده‌ها دریافت می‌کند.

* خروجی: داده‌های صفحه گسترده بازیابی شده را برای تجزیه و تحلیل به گره Agent برمی‌گرداند.

* نسخه: ۴.۵

---

۴. پردازش هوش مصنوعی و مدیریت حافظه

• هدف: این بخش پردازش اصلی هوش مصنوعی را با استفاده از OpenAI مدیریت می‌کند و زمینه مکالمه را از طریق یک بافر حافظه حفظ می‌کند.
• گره‌ها:

* OpenAI Model (@n8n/n8n-nodes-langchain.lmChatOpenAi)

* Simple Memory (@n8n/n8n-nodes-langchain.memoryBufferWindow)

• جزئیات گره:

* OpenAI Model

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

* نقش: تکمیل چت را با استفاده از API OpenAI برای تولید پاسخ‌ها و انجام تجزیه و تحلیل داده‌ها اجرا می‌کند.

* پیکربندی:

* به اعتبارنامه‌های OpenAI API نیاز دارد (یا کلید API خودتان یا اعتبارات رایگان n8n).

* از تنظیمات پیش‌فرض برای سایر پارامترها استفاده می‌کند.

* ورودی: اعلان‌ها را از گره Agent دریافت می‌کند.

* خروجی: متن تولید شده (تجزیه و تحلیل، پاسخ‌ها) را به گره Agent برمی‌گرداند.

* نسخه: ۱

* Simple Memory

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

* نقش: بافری از نوبت‌های اخیر مکالمه را برای ارائه تداوم زمینه برای عامل هوش مصنوعی حفظ می‌کند.

* پیکربندی: از تنظیمات پیش‌فرض حافظه پنجره بافر استفاده می‌کند.

* ورودی: به‌روزرسانی‌های حافظه را از گره Agent دریافت می‌کند.

* خروجی: زمینه مکالمه را به گره Agent ارائه می‌دهد.

* نسخه: ۱.۳

---

۵. تعامل کاربر و تولید خروجی

• هدف: گره Agent داده‌های پردازش شده، بینش‌های هوش مصنوعی و زمینه مکالمه را برای تدوین پاسخ نهایی و تحویل آن به کاربر، ادغام می‌کند.
• گره‌ها:

* Agent (@n8n/n8n-nodes-langchain.agent) (این همان گره بخش ۲ است که به عنوان یک هاب مرکزی عمل می‌کند).

• عملکرد:

* ترکیب داده‌های دریافت شده از Google Sheets با بینش‌های تولید شده توسط هوش مصنوعی.

* قالب‌بندی نتایج تجزیه و تحلیل، از جمله شاخص‌های کلیدی عملکرد، روندها، مقایسه‌ها و ناهنجاری‌های بالقوه.

* رسیدگی به درخواست‌های بعدی کاربر، مانند تولید گزارش‌های دقیق.

* ارسال پیام‌های نهایی قالب‌بندی شده به کاربر از طریق رابط چت.

جدول خلاصه

---

بازسازی گردش کار (Workflow)

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

1. راه‌اندازی تریگر (Trigger):

* یک گره When chat message received (@n8n/n8n-nodes-langchain.chatTrigger) اضافه کنید.

* آن را با تنظیمات پیش‌فرض برای دریافت پیام‌های چت از طریق یک Webhook پیکربندی کنید.

2. افزودن گره ایجنت (Agent):

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

* خروجی گره تریگر را به ورودی گره ایجنت متصل کنید.

* پیکربندی ایجنت:

* Prompt: متن پرامپت را تعریف کنید، شامل:

* یک پیام خوش‌آمدگویی.

* منطق (با استفاده از عباراتی مانند $agentInfo) برای بررسی حافظه (memory) و اعتبارنامه‌های Google Sheets.

* دستورالعمل‌هایی برای کاربر جهت ارائه URL یک Google Sheet.

* توضیحی در مورد دامنه تحلیل (مانند KPIها برای داده‌های فروش/تله‌متری).

* System Message: این بخش را برای هدایت شخصیت ایجنت (دوستانه، مختصر) و پنهان کردن دستورالعمل‌های داخلی تنظیم کنید.

* Prompt Type: روی define تنظیم کنید.

* Execution: executeOnce و retryOnFail را برای تعامل مداوم غیرفعال کنید.

3. ادغام OpenAI:

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

* خروجی AI Language Model از گره ایجنت را به ورودی گره OpenAI Model متصل کنید.

* اعتبارنامه‌ها را با استفاده از کلید API OpenAI خود پیکربندی کنید یا از اعتبارات رایگان OpenAI در n8n استفاده کنید.

4. پیاده‌سازی حافظه (Memory):

* یک گره Simple Memory (@n8n/n8n-nodes-langchain.memoryBufferWindow) اضافه کنید.

* خروجی AI Memory از گره ایجنت را به ورودی گره Simple Memory متصل کنید.

* برای حافظه با پنجره بافر پیش‌فرض، پیکربندی اضافی لازم نیست.

5. اتصال Google Sheets:

* یک گره Google Sheets (n8n-nodes-base.googleSheetsTool) اضافه کنید.

* خروجی AI Tool از گره ایجنت را به ورودی گره Google Sheets متصل کنید.

* پیکربندی Google Sheets:

* documentId: از یک عبارت برای استخراج پویا این مقدار از URL ورودی کاربر استفاده کنید.

* sheetName: یک مقدار پیش‌فرض (مانند "Sheet") تنظیم کنید یا اجازه دهید AI آن را تعیین کند.

* اعتبارنامه‌های OAuth2 Google Sheets را راه‌اندازی کنید و دسترسی به Google Sheets خود را مجاز کنید.

6. تکمیل اتصالات:

* اطمینان حاصل کنید که خروجی‌های گره‌های OpenAI Model، Simple Memory و Google Sheets به درستی به کانال‌های ورودی مربوطه (ai_languageModel، ai_memory، ai_tool) در گره Agent متصل شده‌اند.

7. افزودن مستندات (اختیاری):

* یک گره Sticky Note را در گردش کار قرار دهید.

* پیام خوش‌آمدگویی و دستورالعمل‌های راه‌اندازی را برای وضوح بیشتر کاربر اضافه کنید.

8. فعال‌سازی و تست:

* گردش کار را ذخیره و فعال کنید.

* تأیید کنید که تمام اعتبارنامه‌ها به درستی پیکربندی و مجاز شده‌اند.

* با ارسال یک پیام (مانند "سلام") از طریق رابط چت پیکربندی شده خود، تعامل را آغاز کنید.

---

نکات کلی و منابع

• مدیریت خطا: به خطاهای احتمالی مانند URLهای نامعتبر Google Sheet، مشکلات مجوز، محدودیت‌های نرخ API یا فرمت‌های داده غیرمنتظره توجه داشته باشید. منطق پرامپت (prompt) گره Agent باید کاربران را در مورد نحوه رفع مشکلات رایج راه‌اندازی راهنمایی کند.
• اعتبارنامه‌ها (Credentials): اطمینان حاصل کنید که اعتبارنامه‌های API OpenAI و Google Sheets شما به طور امن در n8n پیکربندی شده‌اند.
• یکپارچه‌سازی LangChain: این گردش کار از گره‌های LangChain.js برای یکپارچه‌سازی روان با OpenAI و مدیریت حافظه استفاده می‌کند.