تولید خودکار گزارش‌های ویدیویی یوتیوب در Google Docs با هوش …

تحلیل ویدیوهای یوتیوب و تولید خودکار گزارش‌های هوش مصنوعی در Google Docs

این گردش کار، فرآیند تحلیل محتوای ویدیوهای یوتیوب و تولید گزارش‌های جامع در Google Docs را خودکار می‌کند. این گردش کار از هوش مصنوعی برای تحلیل رونویسی، خلاصه‌سازی و ایجاد گزارش ساختاریافته استفاده می‌کند و آن را برای بازبینی محتوا، تحقیق و مدیریت دانش ایده‌آل می‌سازد.

دسته‌بندی‌ها: استخراج سند، خلاصه‌سازی هوش مصنوعی

گره‌ها (Nodes): n8n-nodes-base.merge, n8n-nodes-base.aggregate, n8n-nodes-base.googleDocs, n8n-nodes-base.stickyNote, n8n-nodes-base.formTrigger, n8n-nodes-base.httpRequest, @n8n/n8n-nodes-langchain.agent, @n8n/n8n-nodes-langchain.lmChatOpenRouter, @n8n/n8n-nodes-langchain.informationExtractor

لینک به کاتالوگ Axeto.ai n8n: https://axeto.ai/n8n

---

نمای کلی گردش کار

این گردش کار با دریافت یک URL یوتیوب از طریق یک فرم n8n آغاز می‌شود. سپس با استفاده از Supadata.ai، رونویسی ویدیو را بازیابی می‌کند. رونویسی به یک عامل هوش مصنوعی، که توسط DeepSeek از طریق OpenRouter پشتیبانی می‌شود، برای تحلیل عمیق داده می‌شود. پس از تحلیل، عنوان سند از گزارش تولید شده استخراج می‌شود. در نهایت، یک سند جدید Google Docs با عنوان استخراج شده ایجاد می‌شود و گزارش تولید شده توسط هوش مصنوعی در آن قرار می‌گیرد.

مورد استفاده اصلی: تحلیل خودکار محتوای ویدیو و مستندسازی. این گردش کار برای افراد و تیم‌هایی طراحی شده است که نیاز دارند محتوای ویدیوی یوتیوب را به طور مؤثر و بدون رونویسی، خلاصه‌سازی یا قالب‌بندی دستی به گزارش‌های ساختاریافته تبدیل کنند.

---

تجزیه گردش کار

۱. دریافت ورودی

هدف: جمع‌آوری URL ویدیوی یوتیوب از کاربر.

گره‌ها (Nodes):

• Upload File or YouTube Link (n8n-nodes-base.formTrigger)

جزئیات:

این گره به عنوان نقطه ورود گردش کار عمل می‌کند. یک فرم ساده به کاربر ارائه می‌دهد و از او می‌خواهد URL یوتیوب را وارد کند.

• نوع: n8n-nodes-base.formTrigger
• پیکربندی:

* عنوان فرم: Video Link

* فیلد فرم: youtube_url (اختیاری، با یک placeholder)

• خروجی: youtube_url ارسال شده به گره بعدی منتقل می‌شود.
• مشکلات احتمالی: اگر فیلد youtube_url خالی بماند، مراحل رونویسی بعدی با شکست مواجه خواهند شد. URLهای یوتیوب نامعتبر ممکن است از فرم عبور کنند اما در هنگام بازیابی رونویسی باعث خطا شوند.

---

۲. بازیابی رونویسی

هدف: دریافت رونویسی ویدیوی یوتیوب.

گره‌ها (Nodes):

• Transcription using Supadata.ai (n8n-nodes-base.httpRequest)

جزئیات:

این گره یک درخواست HTTP به API رونویسی Supadata.ai ارسال می‌کند و از URL یوتیوب ارائه شده توسط تریگر فرم استفاده می‌کند.

• نوع: n8n-nodes-base.httpRequest
• پیکربندی:

* URL: به صورت پویا با استفاده از youtube_url ورودی ساخته می‌شود. توجه: عبارت URL ارائه شده به نظر می‌رسد دارای کاراکترهای اضافی (/TLEz9eiSc5s?v=dQw4w9WgXcQ&text=true) است که پس از placeholder URL یوتیوب اضافه شده‌اند و ممکن است منجر به خطا شوند.

* Headers: برای احراز هویت با Supadata.ai به یک x-api-key نیاز دارد.

• خروجی: متن رونویسی از ویدیوی یوتیوب.
• مشکلات احتمالی:

* عبارت URL نامناسب در پیکربندی گره.

* youtube_url ناموجود یا نامعتبر.

* ویدیوهای خصوصی یا در دسترس نبودن یوتیوب ممکن است محتوای قابل رونویسی نداشته باشند.

* کلید API نادرست یا ناموجود منجر به خطاهای احراز هویت می‌شود.

* محدودیت‌های نرخ API یا قطعی سرویس.

* ساختار پاسخ API ممکن است فیلد مورد انتظار text یا content را نداشته باشد.

---

۳. تحلیل هوش مصنوعی و استخراج فراداده

هدف: تحلیل رونویسی ویدیو با استفاده از هوش مصنوعی و استخراج عنوان مناسب برای گزارش.

گره‌ها (Nodes):

• OpenRouter Chat Model (@n8n/n8n-nodes-langchain.lmChatOpenRouter)
• Analyser (@n8n/n8n-nodes-langchain.agent)
• File Name Detector (@n8n/n8n-nodes-langchain.informationExtractor)

جزئیات:

• OpenRouter Chat Model:

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

* پیکربندی: از مدل deepseek/deepseek-r1-distill-llama-70b از طریق OpenRouter استفاده می‌کند. به اعتبارنامه API معتبر OpenRouter نیاز دارد.

* نقش: مدل زبان هوش مصنوعی را برای گره‌های Analyser و File Name Detector فراهم می‌کند.

* مشکلات احتمالی: اعتبارنامه‌های API نامعتبر، عدم دسترسی به مدل، فراتر رفتن از محدودیت‌های زمینه مدل با رونویسی‌های طولانی، محدودیت‌های سمت ارائه‌دهنده.

• Analyser:

* نوع: @n8n/n8n-nodes-langchain.agent

* پیکربندی: رونویسی را به عنوان ورودی دریافت می‌کند و از مدل هوش مصنوعی پیکربندی شده برای تولید یک گزارش ساختاریافته با بخش‌هایی مانند "خلاصه اجرایی"، "موضوعات و تم‌های کلیدی"، "بینش‌های مهم" و غیره استفاده می‌کند. دستور داده شده است که متن ساده را خروجی دهد و مواردی را که تحلیل امکان‌پذیر نیست مدیریت کند.

* ورودی: انتظار داده‌های رونویسی را تحت فیلدهای text یا content دارد.

* خروجی: گزارش تولید شده توسط هوش مصنوعی.

* مشکلات احتمالی: اگر گره رونویسی text یا content را ارائه ندهد، هوش مصنوعی ورودی خالی دریافت می‌کند. رونویسی‌های طولانی می‌توانند از محدودیت‌های زمینه مدل فراتر روند. قالب خروجی ممکن است از دستورالعمل متن ساده منحرف شود.

• File Name Detector:

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

* پیکربندی: یک "عنوان سند" را از خروجی گره Analyser استخراج می‌کند. برای حذف مقادیر ناشناخته پیکربندی شده است و به ویژگی Title نیاز دارد.

* ورودی: گزارش تولید شده توسط هوش مصنوعی (output.output) را به عنوان ورودی می‌گیرد.

* خروجی: عنوان سند استخراج شده.

* مشکلات احتمالی: اگر Analyser با شکست مواجه شود یا خروجی خالی تولید کند، استخراج عنوان ممکن است با شکست مواجه شود. اگر گزارش فاقد عنوان واضح باشد، گره ممکن است عناوین ناپایدار یا دلخواه تولید کند.

---

۴. تجمیع نتایج

هدف: ترکیب عنوان استخراج شده و گزارش تولید شده توسط هوش مصنوعی در قالبی مناسب برای گره‌های Google Docs.

گره‌ها (Nodes):

• Merge (n8n-nodes-base.merge)
• Aggregate (n8n-nodes-base.aggregate)

جزئیات:

• Merge:

* نوع: n8n-nodes-base.merge

* نقش: خروجی File Name Detector (عنوان) و Analyser (گزارش) را در یک جریان داده واحد ترکیب می‌کند.

* مشکلات احتمالی: اگر یکی از جریان‌های ورودی خالی باشد، رفتار ادغام ممکن است خروجی مورد انتظار را تولید نکند. فرض می‌کند یک مورد از هر منبع.

• Aggregate:

* نوع: n8n-nodes-base.aggregate

* پیکربندی: داده‌های ادغام شده را با انجام موارد زیر تغییر شکل می‌دهد:

* تغییر نام output.Title به Title.

* تغییر نام output (گزارش کامل) به Summary.

* مشکلات احتمالی: گره مسیرهای فیلد خاصی (output.Title) را فرض می‌کند. اگر گره Merge داده‌ها را در ساختار متفاوتی خروجی دهد، این مسیرها ممکن است نامعتبر شوند. گره Google Docs پایین‌دستی انتظار دارد Title یک آرایه باشد ({{ $json.Title[0] }}).

---

۵. ایجاد و پر کردن Google Docs

هدف: ایجاد یک سند جدید Google Docs و پر کردن آن با گزارش تولید شده توسط هوش مصنوعی.

گره‌ها (Nodes):

• Creating New File (n8n-nodes-base.googleDocs)
• Updating Content in File (n8n-nodes-base.googleDocs)

جزئیات:

• Creating New File:

* نوع: n8n-nodes-base.googleDocs

* پیکربندی: یک سند جدید Google Docs ایجاد می‌کند.

* Title: به صورت پویا با استفاده از {{ $json.Title[0] }} (عنوان تجمیع شده) تنظیم می‌شود.

* Folder ID: روی 191GOMY_IVzDJtDeHc5j65MOUWpC623LD تنظیم شده است.

* به اعتبارنامه‌های OAuth2 معتبر Google Docs نیاز دارد.

* خروجی: شناسه و URL سند Google Docs تازه ایجاد شده.

* مشکلات احتمالی: اعتبارنامه‌های Google Docs نامعتبر، مجوزهای ناکافی برای پوشه مشخص شده، مشکلات مربوط به عنوان پویا اگر خالی یا نامناسب باشد.

• Updating Content in File:

* نوع: n8n-nodes-base.googleDocs

* پیکربندی: محتوای گزارش تولید شده توسط هوش