تحلیل نمودار سهام با GPT-4 Vision از طریق تلگرام

تحلیل نمودارهای سهام با GPT-4 Vision و ارسال نتایج از طریق تلگرام

این گردش کار، تحلیل نمودارهای سهام ارسال شده از طریق تلگرام را خودکار می‌کند. یک تصویر دریافت می‌کند، آن را تغییر اندازه می‌دهد، برای تحلیل به GPT-4 Vision ارسال می‌کند و خلاصه‌ای ساختاریافته را به کاربر بازمی‌گرداند.

دسته‌بندی‌ها: مالی، هوش مصنوعی

کاتالوگ Axeto: https://axeto.ai/n8n

---

نمای کلی گردش کار

این گردش کار، تحلیل نمودارهای سهام ارسال شده توسط کاربران در تلگرام را خودکار می‌کند. پس از دریافت یک تصویر نمودار سهام، مراحل زیر را انجام می‌دهد:

1. دریافت ورودی: با استفاده از یک تریگر تلگرام، پیام‌های ورودی تلگرام حاوی تصویر را گوش می‌دهد.

2. پیش‌پردازش تصویر: تصویر دریافتی را با استفاده از گره ویرایش تصویر (Edit Image) به اندازه‌ای استاندارد و مناسب برای پردازش هوش مصنوعی تغییر اندازه می‌دهد.

3. تحلیل هوش مصنوعی: از یکپارچه‌سازی LangChain برای ارسال تصویر به GPT-4 Vision استفاده می‌کند. یک پرامپت سفارشی، هوش مصنوعی را برای تحلیل روند سهام و شاخص‌های فنی هدایت می‌کند.

4. خروجی ساختاریافته: پاسخ هوش مصنوعی را با استفاده از یک پارسر خروجی ساختاریافته (Structured Output Parser) به فرمت JSON ساختاریافته تجزیه می‌کند.

5. ارسال خروجی: خلاصه تحلیل ساختاریافته را به کاربر در تلگرام بازمی‌گرداند.

---

تشریح گره به گره (Node-by-Node Breakdown)

۱. دریافت ورودی: تریگر تلگرام (Telegram Trigger)

• نقش: پیام‌های ورودی تلگرام را گوش می‌دهد و هنگام دریافت پیامی حاوی تصویر، گردش کار را راه‌اندازی می‌کند. تصویر را به طور خودکار دانلود می‌کند.
• نوع گره: n8n-nodes-base.telegramTrigger
• پیکربندی:

* Updates: روی "message" تنظیم شده تا فقط پیام‌ها را پردازش کند.

* Download Media: برای دانلود خودکار تصاویر پیوست شده، فعال شده است.

* Credentials: از اعتبارنامه‌های API تلگرام از پیش پیکربندی شده (مانند "image\_anlsis") استفاده می‌کند.

• ورودی: پیام‌های خارجی تلگرام با تصاویر.
• خروجی: JSON حاوی جزئیات پیام، از جمله داده‌های باینری تصویر.
• مشکلات احتمالی: خطاهای احراز هویت، خرابی شبکه، پیام‌های بدون تصویر.

۲. پیش‌پردازش تصویر: ویرایش تصویر (Edit Image)

• نقش: تصویر نمودار سهام دریافتی را به ابعاد ۵۱۲x۵۱۲ پیکسل تغییر اندازه می‌دهد و آن را برای پردازش هوش مصنوعی بهینه می‌کند.
• نوع گره: n8n-nodes-base.editImage
• پیکربندی:

* Operation: روی "resize" تنظیم شده است.

* Width: ۵۱۲ پیکسل.

* Height: ۵۱۲ پیکسل.

* Data Property Name: به طور پویا به داده‌های باینری تصویر از تریگر تلگرام تنظیم می‌شود (مانند =data).

• ورودی: داده‌های باینری تصویر از تریگر تلگرام.
• خروجی: داده‌های باینری تصویر تغییر اندازه داده شده.
• مشکلات احتمالی: تصویر ورودی گمشده یا خراب، فرمت‌های تصویر پشتیبانی نشده.

۳. زنجیره تحلیل هوش مصنوعی (AI Analysis Chain)

این بخش شامل سه گره LangChain متصل به هم است:

#### ۳.۱ مدل چت OpenAI (OpenAI Chat Model)

• نقش: مدل GPT-4 Vision را برای درک چندوجهی تصویر فراخوانی می‌کند.
• نوع گره: @n8n/n8n-nodes-langchain.lmChatOpenAi
• پیکربندی:

* Model: روی "gpt-4-vision-preview" تنظیم شده است.

* Credentials: از اعتبارنامه‌های API OpenAI از پیش پیکربندی شده (مانند "geminiapi") استفاده می‌کند.

• ورودی: داده‌های تصویر که به عنوان بخشی از ورودی زنجیره LLM در LangChain ارسال می‌شوند.
• خروجی: متن تکمیل شده خام هوش مصنوعی حاوی تحلیل.
• مشکلات احتمالی: محدودیت‌های کلید API، کلید API نامعتبر، مهلت زمانی (timeouts)، محدودیت نرخ (rate limiting)، خروجی غیرمنتظره هوش مصنوعی.

#### ۳.۲ زنجیره LLM پایه (Basic LLM Chain)

• نقش: پرامپت، فراخوانی مدل هوش مصنوعی و تجزیه خروجی را هماهنگ می‌کند.
• نوع گره: @n8n/n8n-nodes-langchain.chainLlm
• پیکربندی:

* Prompt: یک پرامپت سفارشی به زبان چینی به هوش مصنوعی دستور می‌دهد تا به عنوان تحلیلگر نمودار سهام عمل کند و خروجی JSON با فیلدهای مشخص (search_word و content) را درخواست می‌کند.

* Input Handling: ورودی باینری تصویر را از طریق یک نوع پیام ویژه (imageBinary) می‌پذیرد.

* Chaining: به مدل چت OpenAI و پارسر خروجی ساختاریافته متصل می‌شود.

• ورودی: تصویر تغییر اندازه داده شده از گره ویرایش تصویر (Edit Image)، و اتصالات به مدل هوش مصنوعی و پارسر.
• خروجی: JSON ساختاریافته تجزیه شده حاوی تحلیل سهام.
• مشکلات احتمالی: پاسخ‌های نامعتبر هوش مصنوعی که منجر به خطاهای تجزیه می‌شوند، اثربخشی ناکافی پرامپت.

#### ۳.۳ پارسر خروجی ساختاریافته (Structured Output Parser)

• نقش: خروجی خام هوش مصنوعی را به یک طرحواره JSON از پیش تعریف شده تجزیه می‌کند.
• نوع گره: @n8n/n8n-nodes-langchain.outputParserStructured
• پیکربندی:

* JSON Schema Example:

```json

{

"search_word": "与股票所属行业或公司业务相关的核心检索词",

"content": "股票名称 + 趋势分析 + 关键价格信息 + 技术面解读"

}

```

• ورودی: خروجی خام هوش مصنوعی از مدل چت OpenAI.
• خروجی: شیء JSON ساختاریافته با فیلدهای search_word و content.
• مشکلات احتمالی: خروجی هوش مصنوعی به طور قابل توجهی از طرحواره مورد انتظار منحرف می‌شود.

۴. ارسال خروجی: تلگرام (Telegram)

• نقش: نتایج تحلیل ساختاریافته را به کاربر در تلگرام بازمی‌گرداند.
• نوع گره: n8n-nodes-base.telegram
• پیکربندی:

* Text: به طور پویا به فیلد content از خروجی هوش مصنوعی تنظیم می‌شود (={{ $json.output.content }}).

* Chat ID: به طور پویا به شناسه چت فرستنده اصلی تنظیم می‌شود (={{ $('Telegram Trigger').item.json.message.chat.id }}).

* Credentials: از همان اعتبارنامه‌های API تلگرام به عنوان گره تریگر استفاده می‌کند ("image\_anlsis").

• ورودی: JSON تحلیل هوش مصنوعی ساختاریافته از زنجیره LLM پایه.
• خروجی: یک پیام متنی ارسال شده در تلگرام.
• مشکلات احتمالی: شناسه چت نامعتبر، خطاهای API به دلیل اعتبارنامه‌ها یا مشکلات شبکه.

---

جدول خلاصه

---

بازتولید گردش کار

1. تریگر تلگرام (Telegram Trigger):

* نوع: Telegram Trigger

* پارامترها: Updates: "message", Download Media: true.

* Credentials: اعتبارنامه‌های API تلگرام را تنظیم کنید (مانند "image\_anlsis").

2. ویرایش تصویر (Edit Image):

* نوع: Edit Image

* پارامترها: Operation: "resize", Width: 512, Height: 512, Data Property Name: =data.

* ورودی را از تریگر تلگرام متصل کنید.

3. مدل چت OpenAI (OpenAI Chat Model):

* نوع: LangChain Chat LLM (OpenAI)

* پارامترها: Model: "gpt-4-vision-preview".

* Credentials: اعتبارنامه‌های API OpenAI را تنظیم کنید (مانند "geminiapi").

4. پارسر خروجی ساختاریافته (Structured Output Parser):

* نوع: LangChain Output Parser (Structured)

* پارامترها: JSON Schema Example: (از طرحواره ارائه شده در بخش تشریح گره به گره استفاده کنید).

5. زنجیره LLM پایه (Basic LLM Chain):

* نوع: LangChain Chain LLM

* پارامترها:

* Prompt Type: Define.

* Text: "这只股票怎么样"

* Messages: با یک پرامپت دقیق برای تحلیل سهام و یک HumanMessagePromptTemplate با messageType: imageBinary پیکربندی کنید.

* مدل زبان هوش مصنوعی را به گره مدل چت OpenAI متصل کنید.

* پارسر هوش مصنوعی را به گره پارسر خروجی ساختاریافته متصل کنید.

* ورودی را از گره ویرایش تصویر (Edit Image) متصل کنید.

6. تلگرام (Telegram):

* نوع: Telegram

* پارامترها:

* Text: ={{ $json.output.content }}

* Chat ID: ={{ $('Telegram Trigger').item.json.message.chat.id }}

* Credentials: از همان اعتبارنامه‌های API تلگرام ("image\_anlsis") استفاده کنید.

* ورودی را از گره زنجیره LLM پایه (Basic LLM Chain) متصل کنید.

7. تنظیم اتصالات (Set Connections): گره‌ها را به صورت متوالی همانطور که در بالا توضیح داده شد، پیوند دهید.

8. فعال‌سازی (Activate): گردش کار را فعال کرده و با ارسال یک تصویر نمودار سهام به ربات تلگرام خود، تست کنید.

---

یادداشت‌های عمومی و منابع

---

سلب مسئولیت: این گردش کار با استفاده از n8n، یک ابزار یکپارچه‌سازی و اتوماسیون، ایجاد شده است. محتوای پردازش شده برای اهداف تحلیلی است و با تمام سیاست‌های مربوطه مطابقت دارد. تمام دستکاری داده‌ها شامل اطلاعات قانونی و در دسترس عموم است.