تحلیل عکس مواد تشکیل دهنده محصول با تلگرام و Gemini

تحلیل عکس مواد تشکیل دهنده محصول با تلگرام و Gemini 2.5 Flash

این گردش کار از تلگرام و Google Gemini 2.5 Flash برای تحلیل عکس‌ها و متن مواد تشکیل دهنده محصول استفاده می‌کند. این گردش کار برای کاربرانی طراحی شده است که به دنبال مشاوره بهداشتی و ایمنی در مورد مواد تشکیل دهنده محصولات، به ویژه برای محصولات مراقبت از پوست، مو، مواد غذایی و پاک کننده هستند. این گردش کار به طور هوشمندانه هم ورودی‌های تصویر و هم متن را مدیریت می‌کند، لیست مواد تشکیل دهنده را از عکس‌ها استخراج کرده یا متن ارائه شده را مستقیماً تحلیل می‌کند. سپس بر اساس ایمنی مواد تشکیل دهنده و زمینه کاربر، توصیه‌هایی در مورد استفاده از محصول ارائه می‌دهد.

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

نمای کلی گردش کار

گردش کار به بلوک‌های منطقی زیر تقسیم می‌شود:

1. دریافت ورودی: گوش دادن به پیام‌های دریافتی تلگرام حاوی عکس یا متن.

2. پردازش عکس و استخراج مواد تشکیل دهنده: در صورت تشخیص عکس، تصویر بازیابی شده، با استفاده از هوش مصنوعی Google Gemini تحلیل می‌شود تا لیست مواد تشکیل دهنده تمیز استخراج شده و نوع محصول شناسایی شود.

3. مسیریابی بر اساس وجود کپشن: بر اساس اینکه آیا کاربر کپشنی همراه عکس ارسال کرده است یا خیر، گردش کار به مسیرهای تحلیلی متفاوتی هدایت می‌شود.

4. تحلیل مواد تشکیل دهنده:

* با کپشن: تصمیم‌گیری ساده "استفاده/عدم استفاده" همراه با دلیل انجام می‌شود.

* بدون کپشن: تحلیل ساختاریافته دقیقی شامل مزایا، معایب و تناسب با کاربر انجام می‌شود.

5. مدیریت پیام متنی: پیام‌های متنی، از جمله سلام، لیست مواد تشکیل دهنده مستقیماً ارائه شده، یا موضوعات نامرتبط پردازش شده و پاسخ مناسب ارسال می‌شود.

6. ارسال پاسخ: نتایج تحلیل یا پاسخ‌های مکالمه‌ای از طریق تلگرام به کاربر ارسال می‌شود.

تشریح گره‌های جزئیات

۱. دریافت ورودی

این بلوک پیام‌های دریافتی از کاربران تلگرام را دریافت می‌کند.

• دریافت عکس/متن پیام

* نوع: n8n-nodes-base.telegramTrigger (مبتنی بر Webhook)

* نقش: به تمام پیام‌های تلگرام ارسال شده به ربات، از جمله عکس‌ها و متن، گوش می‌دهد.

* پیکربندی: برای گوش دادن به به‌روزرسانی‌های "پیام" پیکربندی شده است.

* ورودی: رویداد Webhook تلگرام.

* خروجی: شیء JSON حاوی جزئیات پیام.

* موارد مرزی: اشیاء پیام بدشکل، قطعی API تلگرام.

• بررسی وجود عکس در پیام

* نوع: n8n-nodes-base.if (انشعاب شرطی)

* نقش: تعیین می‌کند که آیا پیام دریافتی شامل عکس است یا خیر.

* پیکربندی: برای شناسایی وجود عکس، وجود message.photo[3].file_id را بررسی می‌کند.

* ورودی: خروجی گره دریافت عکس/متن پیام.

* خروجی: دو شاخه: یکی برای پیام‌های دارای عکس (درست) و دیگری برای پیام‌های بدون عکس (نادرست).

* موارد مرزی: آرایه عکس کوتاه‌تر از حد انتظار، پیام‌های بدون هیچ عکسی.

۲. پردازش عکس و استخراج مواد تشکیل دهنده

این بلوک پیام‌های حاوی عکس را مدیریت کرده و اطلاعات مربوطه را استخراج می‌کند.

• بازیابی فایل عکس از تلگرام

* نوع: n8n-nodes-base.telegram (منبع فایل)

* نقش: با استفاده از file_id، بالاترین رزولوشن عکس را از سرورهای تلگرام دانلود می‌کند.

* پیکربندی: از file_id بزرگترین اندازه عکس (message.photo[3]) استفاده می‌کند.

* ورودی: JSON پیام حاوی اطلاعات عکس.

* خروجی: داده‌های باینری فایل عکس.

* اعتبارنامه‌ها: نیاز به توکن OAuth2 API تلگرام دارد.

* موارد مرزی: فایل عکس یافت نشد، محدودیت‌های نرخ API، file_id نامعتبر.

• تحلیل تصاویر محصول با استفاده از Google Gemini

* نوع: @n8n/n8n-nodes-langchain.googleGemini (تحلیل تصویر)

* نقش: تصویر دانلود شده را به Google Gemini 2.5 Flash ارسال می‌کند تا لیستی مرتب شده از مواد تشکیل دهنده و نوع محصول را استخراج کند و نام برند یا اطلاعات تغذیه‌ای را حذف نماید.

* پیکربندی: مدل روی models/gemini-2.5-flash تنظیم شده و نوع ورودی به عنوان تصویر باینری است.

* ورودی: داده‌های باینری تصویر از گره قبلی.

* خروجی: متن ساختاریافته حاوی مواد تشکیل دهنده استخراج شده و نوع محصول.

* اعتبارنامه‌ها: نیاز به اعتبارنامه‌های Google Gemini API دارد.

* موارد مرزی: شکست در تشخیص تصویر، مهلت زمانی API، استخراج متن ناقص یا نویزی.

۳. مسیریابی بر اساس وجود کپشن

این بلوک بر اساس اینکه آیا کپشن همراه با عکس ارائه شده است، گردش کار را هدایت می‌کند.

• مسیریابی بر اساس وجود کپشن

* نوع: n8n-nodes-base.switch (مسیریابی شرطی)

* نقش: بررسی می‌کند که آیا پیام تلگرام حاوی کپشن است یا خیر.

* پیکربندی: به دو خروجی مسیریابی می‌کند:

* خروجی ۰: کپشن وجود دارد (رشته غیر خالی).

* خروجی ۱: کپشن وجود ندارد یا خالی است.

* ورودی: JSON پیام از گره تریگر تلگرام.

* خروجی: گردش کار را به شاخه‌های تحلیل متفاوت هدایت می‌کند.

* موارد مرزی: کپشن‌های حاوی فقط فاصله خالی، کپشن‌های null یا کاراکترهای خاص.

۴. تحلیل مواد تشکیل دهنده

این بلوک تحلیل اصلی لیست مواد تشکیل دهنده را انجام می‌دهد.

#### ۴.۱. شاخه: کپشن موجود (تحلیل ساده)

• مدل چت Google Gemini

* نوع: @n8n/n8n-nodes-langchain.lmChatGoogleGemini (مدل چت LangChain)

* نقش: متن ترکیبی از مواد تشکیل دهنده استخراج شده و کپشن کاربر را پردازش می‌کند تا یک توصیه بهداشتی و ایمنی تولید کند.

* پیکربندی: از اعتبارنامه‌های Google Gemini API استفاده می‌کند؛ سایر گزینه‌ها پیش‌فرض هستند.

* ورودی: متن ترکیبی از مواد تشکیل دهنده و کپشن.

* خروجی: توصیه JSON تولید شده توسط هوش مصنوعی با "استفاده شود" یا "استفاده نشود" و دلیل آن.

* موارد مرزی: خطاهای API، کپشن‌های مبهم، لیست مواد تشکیل دهنده ناقص.

• تجزیه‌کننده خروجی ساختاریافته

* نوع: @n8n/n8n-nodes-langchain.outputParserStructured (تجزیه‌کننده خروجی ساختاریافته LangChain)

* نقش: خروجی هوش مصنوعی را به فرمت JSON ساختاریافته با فیلدهای recommendation و reason تجزیه می‌کند.

* پیکربندی: یک طرحواره JSON نمونه برای اجبار ساختار مورد نظر ارائه شده است.

* ورودی: خروجی متن خام از مدل هوش مصنوعی.

* خروجی: شیء JSON ساختاریافته.

* موارد مرزی: شکست در تجزیه به دلیل خروجی بدشکل هوش مصنوعی.

• تحلیل مواد تشکیل دهنده با کپشن کاربر (تصمیم استفاده/عدم استفاده)

* نوع: @n8n/n8n-nodes-langchain.agent (عامل LangChain)

* نقش: مدل زبان و تجزیه‌کننده خروجی را هماهنگ می‌کند تا تصمیم نهایی "استفاده/عدم استفاده" را بر اساس مواد تشکیل دهنده و کپشن کاربر تولید کند.

* پیکربندی: یک پیام سیستمی به هوش مصنوعی دستور می‌دهد تا ایمنی مواد تشکیل دهنده را تحلیل کرده و دلیل مختصری ارائه دهد.

* ورودی: متن مواد تشکیل دهنده و کپشن کاربر.

* خروجی: توصیه JSON ساختاریافته.

* موارد مرزی: توهمات مدل، استدلال متناقض.

• ارسال توصیه استفاده/عدم استفاده

* نوع: n8n-nodes-base.telegram (ارسال پیام)

* نقش: توصیه نهایی و دلیل آن را به کاربر در تلگرام ارسال می‌کند.

* پیکربندی: از شناسه چت تلگرام از پیام اصلی استفاده کرده و پاسخ را با یک هدر توصیه پررنگ قالب‌بندی می‌کند.

* ورودی: خروجی JSON از گره تحلیل مواد تشکیل دهنده با کپشن کاربر.

* اعتبارنامه‌ها: نیاز به اعتبارنامه‌های API تلگرام دارد.

* موارد مرزی: شکست در ارسال API تلگرام، شناسه چت نامعتبر.

#### ۴.۲. شاخه: بدون کپشن (تحلیل دقیق)

• مدل چت Google Gemini۱

* نوع: @n8n/n8n-nodes-langchain.lmChatGoogleGemini (مدل چت LangChain)

* نقش: لیست مواد تشکیل دهنده را پردازش می‌کند تا یک تحلیل دقیق شامل مزایا، معایب و مناسب بودن برای کاربر تولید کند.

* پیکربندی: از اعتبارنامه‌های Google Gemini API استفاده می‌کند؛ گزینه‌های پیش‌فرض.

* ورودی: متن لیست مواد تشکیل دهنده.

* خروجی: متن تولید شده توسط هوش مصنوعی برای تحلیل ساختاریافته.

* موارد مرزی: استخراج جزئی داده‌ها، خطاهای تفسیر مدل.

• تجزیه‌کننده خروجی ساختاریافته۱

* نوع: @n8n/n8n-nodes-langchain.outputParserStructured (تجزیه‌کننده خروجی ساختاریافته LangChain)

* نقش: خروجی هوش مصنوعی را به فرمت JSON با آرایه‌هایای برای advantages، disadvantages، recommended_for و not_recommended_for تجزیه می‌کند.

* پیکربندی: یک طرحواره JSON نمونه با آرایه‌های رشته‌ای ارائه شده است.

* ورودی: خروجی متن خام از مدل هوش مصنوعی.

* خروجی: JSON ساختاریافته با چهار آرایه.

* موارد مرزی: خطاهای تجزیه، لیست‌های ناقص.

• تحلیل مواد تشکیل دهنده بدون کپشن (تحلیل دقیق)

* نوع: @n8n/n8n-nodes-langchain.agent (عامل LangChain)

* نقش: مدل زبان و تجزیه‌کننده خروجی را ترکیب می‌کند تا یک تحلیل جامع و ساختاریافته از مواد تشکیل دهنده تولید کند.

* پیکربندی: یک پیام سیستمی به هوش مصنوعی دستور می‌دهد تا سه نکته اصلی برای هر دسته ارائه دهد و وضوح واقعی را تضمین کند.

* ورودی: متن لیست مواد تشکیل دهنده.

* خروجی: JSON دقیق ساختاریافته.

* موارد مرزی: تحلیل بیش از حد پرحرف یا ناقص.

• ارسال تحلیل دقیق مواد تشکیل دهنده

* نوع: n8n-nodes-base.telegram (ارسال پیام)

* نقش: تحلیل قالب‌بندی شده و چند دسته‌ای را به کاربر در تلگرام ارسال می‌کند.

* پیکربندی: از شناسه چت تلگرام استفاده کرده و خروجی را با لیست‌های نقطه‌ای و هدرهای پررنگ برای هر دسته قالب‌بندی می‌کند.

* اعتبارنامه‌ها: نیاز به اعتبارنامه‌های API تلگرام دارد.

* موارد مرزی: محدودیت‌های طول پیام تلگرام، شکست در ارسال API.

۵. مدیریت پیام متنی

این بلوک پیام‌های غیر تصویری را مدیریت می‌کند.

• مدیریت پیام‌های متنی و خوشامدگویی

* نوع: @n8n/n8n-nodes-langchain.agent (عامل LangChain)

* نقش: از هوش مصنوعی Google Gemini برای تفسیر پیام‌های متنی ساده استفاده می‌کند. به صورت مکالمه‌ای به خوشامدگویی‌ها پاسخ می‌دهد، لیست‌های مواد تشکیل دهنده ارائه شده مستقیماً را تحلیل می‌کند، یا با ادب پرس و جوهای خارج از موضوع را هدایت می‌کند.

* پیکربندی: یک پیام سیستمی رفتار هوش مصنوعی را برای خوشامدگویی‌ها، تحلیل مواد تشکیل دهنده و هدایت مجدد تعریف می‌کند و انتظار خروجی markdown را دارد.

* ورودی: محتوای متنی از پیام تلگرام.

* خروجی: پاسخ متنی برای ارسال از طریق تلگرام.

* موارد مرزی: متن‌های مبهم، پرس و جوهای پشتیبانی نشده، تفسیرهای اشتباه هوش مصنوعی.

• مدل چت Google Gemini۲

* نوع: @n8n/n8n-nodes-langchain.lmChatGoogleGemini (مدل چت LangChain)

* نقش: مدل زبان هوش مصنوعی زیربنایی را برای عامل مدیریت متن فراهم می‌کند.

* پیکربندی: از اعتبارنامه‌های Google Gemini API استفاده می‌کند.

* ورودی: محتوای پیام متنی.

* خروجی: پاسخ‌های تولید شده توسط هوش مصنوعی.

* موارد مرزی: خطاهای API.

• ارسال پاسخ‌های مکالمه‌ای

* نوع: n8n-nodes-base.telegram (ارسال پیام)

* نقش: پاسخ مکالمه‌ای تولید شده توسط هوش مصنوعی را به کاربر در تلگرام ارسال می‌کند.

* پیکربندی: از شناسه چت تلگرام استفاده کرده و انتساب را غیرفعال می‌کند.

* اعتبارنامه‌ها: نیاز به اعتبارنامه‌های API تلگرام دارد.

* موارد مرزی: شکست‌های API، شناسه چت نامعتبر.

۶. مستندات و یادداشت‌ها

• یادداشت چسبان

* نوع: n8n-nodes-base.stickyNote (گره مستندات)

* نقش: مستندات جامع گردش کار را شامل هدف، منطق عملیاتی، خروجی‌های نمونه و زمینه استفاده ارائه می‌دهد.

* پیکربندی: یک یادداشت دقیق با بخش‌هایی که منطق گردش کار، خروجی‌های نمونه و سناریوهای استفاده را پوشش می‌دهد.

* ورودی/خروجی: ندارد.

جدول خلاصه