تحلیل تصویر با GPT-4o-mini و ارسال به تلگرام در n8n

تحلیل تصاویر فرم‌ها با GPT-4o-mini Vision و ارسال به تلگرام

این گردش کار، تحلیل تصاویر ارسالی از طریق یک فرم را با استفاده از مدل Vision مدل GPT-4o-mini شرکت OpenAI خودکار می‌کند و بینش‌های تولید شده را مستقیماً به یک چت تلگرام ارسال می‌نماید. این گردش کار برای وظایفی مانند تفسیر فوری اسکرین‌شات، تحلیل خودکار اسناد یا رسیدها، OCR و طبقه‌بندی تصاویر ایده‌آل است.

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

ساختار گردش کار

گردش کار به چهار بلوک اصلی عملکردی تقسیم شده است:

1. دریافت ورودی: دریافت فایل‌های تصویری ارسالی از یک تریگر فرم.

2. پردازش هوش مصنوعی: ارسال تصویر ارسالی به مدل Vision مدل GPT-4o-mini شرکت OpenAI برای تحلیل.

3. تنظیم شناسه چت: تعریف شناسه چت تلگرام هدف برای ارسال پیام.

4. ارسال به تلگرام: انتقال تحلیل تولید شده توسط هوش مصنوعی به چت تلگرام مشخص شده.

جزئیات نودها

۱. ورودی تصویر: تریگر فرم

• نوع نود: Form Trigger
• هدف: به عنوان نقطه ورود گردش کار عمل می‌کند و فایل‌های تصویری ارسالی از طریق یک فرم وب را دریافت می‌کند.
• پیکربندی:

* عنوان فرم: ANALYZE IMAGE

* فیلدهای فرم:

* یک فیلد آپلود فایل با برچسب upload here.

* توضیحات فرم: input the image you want to analyse

• داده کلیدی: فایل تصویری آپلود شده به صورت داده باینری در زیر پراپرتی upload_here قابل دسترسی است.
• اتصالات: داده‌ها را به نود OpenAI خروجی می‌دهد.
• مشکلات احتمالی: آپلود فایل ناموجود/نامعتبر، پیکربندی اشتباه وب‌هوک، خطاهای شبکه.

۲. تحلیل تصویر هوش مصنوعی: نود OpenAI

• نوع نود: OpenAI (از یکپارچه‌سازی Langchain)
• هدف: تصویر ارسالی را با استفاده از مدل Vision مدل GPT-4o-mini تحلیل کرده و یک توصیف متنی تولید می‌کند.
• پیکربندی:

* شناسه مدل: gpt-4o-mini

* منبع: image

* عملیات: analyze

* نوع ورودی: base64

* نام پراپرتی باینری: upload_here (مطابق با فیلد فرم)

* اعتبارنامه‌ها: از طریق یک اعتبارنامه OpenAI موجود پیکربندی شده است (مثلاً "OpenAi account Dave").

• داده کلیدی: تحلیل هوش مصنوعی در item.json.content خروجی داده می‌شود.
• اتصالات: ورودی را از Form Trigger دریافت کرده و به Set Telegram Chat ID خروجی می‌دهد.
• مشکلات احتمالی: خطاهای احراز هویت API OpenAI، تایم‌اوت‌ها، داده‌های باینری نامعتبر، محدودیت‌های سهمیه API.

۳. پیکربندی چت هدف: نود Set

• نوع نود: Set
• هدف: شناسه چت تلگرام که نتایج تحلیل به آن ارسال می‌شود را به صورت ایستا تعریف می‌کند. این می‌تواند برای جستجوهای پویا شناسه چت در سناریوهای پیچیده‌تر تغییر یابد.
• پیکربندی:

* متغیر: یک متغیر رشته‌ای به نام telegram chat id (توجه کنید که یک فاصله در انتها دارد) با مقدار شناسه چت تلگرام خاص شما (مثلاً 60277172761) ایجاد می‌کند.

• داده کلیدی: متغیر telegram chat id در نود تلگرام بعدی استفاده می‌شود.
• اتصالات: ورودی را از OpenAI دریافت کرده و به Telegram Delivery خروجی می‌دهد.
• مشکلات احتمالی: پیکربندی نادرست یا نامعتبر شناسه چت.

۴. ارسال پیام: نود Telegram

• نوع نود: Telegram
• هدف: متن تحلیل تصویر تولید شده توسط هوش مصنوعی را به چت تلگرام پیکربندی شده ارسال می‌کند.
• پیکربندی:

* متن پیام: به صورت پویا با استفاده از عبارت ={{ $('OpenAI').item.json.content }} تنظیم می‌شود تا تحلیل هوش مصنوعی را شامل شود.

* شناسه چت: به صورت پویا با استفاده از عبارت ={{ $json['telegram chat id '] }} تنظیم می‌شود تا به شناسه چت از نود Set ارجاع دهد.

* اعتبارنامه‌ها: از یک اعتبارنامه API تلگرام از پیش پیکربندی شده استفاده می‌کند (مثلاً "Telegram account 2").

* عملیات: به طور پیش‌فرض sendMessage است.

• داده کلیدی: نتیجه تحلیل را به تلگرام منتقل می‌کند.
• اتصالات: ورودی را از Set Telegram Chat ID دریافت می‌کند. این آخرین نود در گردش کار است.
• مشکلات احتمالی: توکن ربات نامعتبر، شناسه چت نادرست، محدودیت‌های نرخ API تلگرام، خطاهای قالب‌بندی پیام.

نود مستندات: Sticky Note

• نوع نود: Sticky Note
• هدف: مستندات درون گردش کار را شامل موارد استفاده، دستورالعمل‌های راه‌اندازی و راهنمایی تست برای کاربران فراهم می‌کند.
• پیکربندی: حاوی متن توضیحی دقیق است.
• اتصالات: ندارد.

خلاصه گردش کار

ساخت گردش کار از ابتدا

1. افزودن Form Trigger:

* یک نود Form Trigger اضافه کنید.

* عنوان فرم را روی ANALYZE IMAGE تنظیم کنید.

* یک فیلد فرم آپلود فایل با نام upload here اضافه کنید.

* اختیاری، توضیحات فرم را روی input the image you want to analyse تنظیم کنید.

2. افزودن نود OpenAI:

* یک نود OpenAI (یکپارچه‌سازی Langchain) اضافه کنید.

* شناسه مدل را روی gpt-4o-mini تنظیم کنید.

* منبع را روی image و عملیات را روی analyze تنظیم کنید.

* نوع ورودی را روی base64 تنظیم کنید.

* نام پراپرتی باینری را به عنوان upload_here مشخص کنید.

* اعتبارنامه‌های API OpenAI خود را پیکربندی کنید.

* خروجی نود Form Trigger را به ورودی این نود متصل کنید.

3. افزودن نود Set برای Chat ID:

* یک نود Set اضافه کنید.

* یک فیلد رشته‌ای جدید به نام telegram chat id (با یک فاصله در انتها) ایجاد کنید.

* مقدار آن را به شناسه چت تلگرام خود (مثلاً 60277172761) تنظیم کنید.

* خروجی نود OpenAI را به ورودی این نود متصل کنید.

4. افزودن نود Telegram:

* یک نود Telegram اضافه کنید.

* اعتبارنامه‌های ربات تلگرام خود را پیکربندی کنید.

* پارامتر متن پیام را با استفاده از عبارت تنظیم کنید: ={{ $('OpenAI').item.json.content }}.

* پارامتر شناسه چت را با استفاده از عبارت تنظیم کنید: ={{ $json['telegram chat id '] }}.

* خروجی نود Set Telegram Chat ID را به ورودی این نود متصل کنید.

5. تست:

* وب‌هوک گردش کار را فعال کنید.

* یک تصویر را از طریق فرم ارسال کنید.

* تأیید کنید که تحلیل در چت تلگرام مشخص شده شما ظاهر می‌شود.