ساخت ربات پرسش و پاسخ Mattermost با n8n، OpenRouter و Qdrant

اتوماسیون پرسش و پاسخ زیرساخت در Mattermost با استفاده از n8n، OpenRouter و Qdrant

این Workflow از n8n برای ایجاد یک ربات پرسش و پاسخ هوشمند در Mattermost استفاده می‌کند. این ربات از OpenRouter برای قابلیت‌های پیشرفته مدل زبان و از Qdrant به عنوان یک پایگاه داده برداری (vector store) برای ارائه پاسخ‌های مرتبط با زمینه به سوالات مربوط به زیرساخت شما بهره می‌برد.

دسته‌بندی‌ها: اینترنال ویکی، AI RAG

کاتالوگ n8n: Axeto n8n Workflows

نمای کلی Workflow

این Workflow n8n برای موارد زیر طراحی شده است:

1. دریافت سوالات: کانال‌های Mattermost را برای دستورات یا سوالات خاص مربوط به زیرساخت رصد می‌کند.

2. بازیابی زمینه: یک پایگاه داده برداری Qdrant را برای یافتن اطلاعات یا مستندات مرتبط بر اساس سوال کاربر، پرس و جو می‌کند.

3. تولید پاسخ‌ها: از یک مدل هوش مصنوعی از طریق OpenRouter برای ترکیب زمینه بازیابی شده و فرموله‌بندی یک پاسخ جامع استفاده می‌کند.

4. پاسخ در Mattermost: پاسخ تولید شده را دوباره به کانال Mattermost ارسال می‌کند.

اجزای کلیدی

• یکپارچه‌سازی Mattermost: به طور یکپارچه با نمونه Mattermost شما برای دریافت و ارسال پیام‌ها متصل می‌شود.
• OpenRouter: دسترسی به انواع مدل‌های زبان قدرتمند را برای درک و تولید زبان طبیعی فراهم می‌کند.
• پایگاه داده برداری Qdrant: اطلاعات مستندات زیرساخت شما را ذخیره و به طور کارآمد بازیابی می‌کند و تولید افزوده بازیابی (Retrieval-Augmented Generation - RAG) را فعال می‌کند.
• Nodes n8n: مجموعه‌ای از Nodes n8n، شامل set، code، merge، mattermost، stickyNote، Langchain nodes (agent، mcpClientTool، lmChatOpenRouter) و utility nodes (executeWorkflow، httpRequestTool، executeWorkflowTrigger)، کل فرآیند را هماهنگ می‌کنند.

پیش‌نیازها

• یک نمونه n8n.
• حساب‌ها و کلیدهای API برای OpenRouter.
• یک نمونه Qdrant در حال اجرا با مستندات زیرساخت شما ایندکس شده.
• یکپارچه‌سازی Mattermost پیکربندی شده در n8n.

نحوه استفاده

1. وارد کردن Workflow: این Workflow را به نمونه n8n خود وارد کنید. می‌توانید آن را در کاتالوگ Axeto n8n Workflows پیدا کنید.

2. پیکربندی Nodes:

* Mattermost Trigger: Node تریگر Mattermost را برای گوش دادن به کانال و دستور مورد نظر تنظیم کنید.

* OpenRouter Node (lmChatOpenRouter): کلید API OpenRouter خود را پیکربندی کرده و مدل زبان مورد نظر را انتخاب کنید.

* Qdrant Node (vectorStoreQdrant): جزئیات اتصال Qdrant خود را ارائه دهید و مجموعه‌ای (collection) را که پایگاه دانش زیرساخت شما را در بر دارد، مشخص کنید.

* Langchain Agent/Tools: Agent Langchain و هر ابزار لازم برای تعامل مؤثر با Qdrant و OpenRouter را پیکربندی کنید.

3. اجرای Workflow: Workflow را فعال کرده و شروع به پرسیدن سوالات زیرساختی خود در Mattermost کنید!

سناریوی نمونه

کاربری در یک کانال Mattermost می‌پرسد: "چگونه یک کلاستر Kubernetes جدید را فراهم کنم؟"

Workflow n8n:

1. سوال را از طریق تریگر Mattermost تشخیص می‌دهد.

2. Qdrant را برای اسناد مربوط به "فراهم کردن کلاستر Kubernetes" جستجو می‌کند.

3. اسناد بازیابی شده و سوال اصلی را به یک مدل زبان OpenRouter ارسال می‌کند.

4. مدل زبان یک راهنمای گام به گام بر اساس زمینه ارائه شده تولید می‌کند.

5. پاسخ دوباره به کانال Mattermost ارسال می‌شود.

این Workflow تیم شما را با پاسخ‌های فوری و دقیق به سوالات زیرساختی توانمند می‌سازد، زمان توقف را کاهش داده و کارایی عملیاتی را بهبود می‌بخشد.