ربات تلگرام هوشمند با جستجوی وب و GPT-5

دستیار پاسخگویی به سوالات با جستجوی واقعی وب با استفاده از تلگرام، Tavily و GPT-5

این گردش کار یک ربات دستیار جستجوی تلگرام ایجاد می‌کند. این ربات برای ارائه پاسخ‌های سریع، واقعی و مختصر به سوالات کاربران که از طریق تلگرام ارسال می‌شوند، طراحی شده است. ربات از API جستجوی وب Tavily برای یافتن اطلاعات مرتبط و یک مدل پیشرفته هوش مصنوعی (GPT-5 از طریق AIMLAPI) برای خلاصه کردن یافته‌ها استفاده می‌کند، سپس مستقیماً در چت تلگرام پاسخ می‌دهد.

این گردش کار و موارد دیگر را در کاتالوگ Axeto کاوش کنید: https://axeto.ai/n8n

نمای کلی گردش کار

این گردش کار به چهار بخش منطقی اصلی تقسیم شده است:

1. دریافت ورودی: پیام‌های ورودی تلگرام را دریافت کرده و با نشانگر "در حال تایپ" به ورودی کاربر پاسخ می‌دهد.

2. پردازش جستجوی وب: سوال کاربر را به API جستجوی وب Tavily ارسال می‌کند تا نتایج خام جستجو را بازیابی کند.

3. خلاصه‌سازی هوش مصنوعی: نتایج جستجو و پرسش اصلی را با دستورالعمل‌های خاص به GPT-5 (از طریق AIMLAPI) ارسال می‌کند تا فقط اطلاعات واقعی را استخراج کرده، آن را به طور خلاصه (۳-۴ جمله) خلاصه کند و اکیداً از جعل اطلاعات خودداری نماید.

4. پاسخ تلگرام: خلاصه تولید شده و مبتنی بر واقعیت را مستقیماً به پیام اصلی کاربر در چت تلگرام ارسال می‌کند.

ملاحظات اضافی، مانند مدیریت خطا، مسیریابی دستورات (مانند /help، /sources) و سفارشی‌سازی‌های احتمالی مانند محدودیت نرخ و کشینگ، در یادداشت‌های چسبان ذکر شده‌اند اما در این نسخه خاص پیاده‌سازی نشده‌اند.

تشریح گره به گره

۱. دریافت ورودی

این بخش با دریافت پیام در تلگرام، گردش کار را آغاز می‌کند. جزئیات لازم برای پاسخ‌دهی را ثبت کرده و با ارسال اکشن چت "در حال تایپ" به کاربر بازخورد می‌دهد.

• گره‌ها:

* Telegram Trigger

* Send a chat action (Telegram)

• جزئیات گره:

* Telegram Trigger

* نوع: n8n-nodes-base.telegramTrigger

* نقش: نقطه ورود گردش کار، گوش دادن به پیام‌های دریافتی تلگرام.

* پیکربندی: از اعتبارنامه API ربات تلگرام شما استفاده می‌کند. برای فعال شدن با هر به‌روزرسانی پیام دریافتی پیکربندی شده است.

* ورودی: رویداد پیام دریافتی تلگرام.

* خروجی: یک شیء JSON حاوی جزئیات پیام مانند message.text، chat.id و message_id (برای پاسخ‌دهی ضروری است).

* نسخه: v1.2

* Send a chat action

* نوع: n8n-nodes-base.telegram (عملیات: sendChatAction)

* نقش: نشانگر "در حال تایپ" را به چت تلگرام ارسال می‌کند و به کاربر اطلاع می‌دهد که ربات در حال پردازش درخواست اوست.

* پیکربندی: از chat.id خروجی گره Telegram Trigger استفاده می‌کند.

* ورودی: خروجی از گره Telegram Trigger.

* خروجی: داده‌ها را بدون تغییر به پایین‌دست منتقل می‌کند.

* نسخه: v1.2

۲. پردازش جستجوی وب

این بخش از API Tavily برای انجام جستجوی وب بر اساس پرسش کاربر استفاده می‌کند.

• گره‌ها:

* Search (Tavily)

• جزئیات گره:

* Search

* نوع: @tavily/n8n-nodes-tavily.tavily

* نقش: اجرای جستجوی وب با استفاده از پرسش کاربر به عنوان کوئری.

* پیکربندی: پارامتر query به صورت پویا با استفاده از message.text از Telegram Trigger تنظیم می‌شود.

* ورودی: خروجی JSON از گره Send a chat action را دریافت می‌کند.

* خروجی: پاسخ خام JSON از API Tavily، که معمولاً نتایج جستجو را تحت کلید results در بر دارد.

* اعتبارنامه‌ها: کلید API Tavily شما را نیاز دارد.

* نسخه: v1

۳. خلاصه‌سازی هوش مصنوعی

این بخش از GPT-5 از طریق گره AIMLAPI برای خلاصه‌سازی نتایج جستجو استفاده می‌کند. این گره با پرامپت‌های دقیق پیکربندی شده است تا از دقت واقعی و اختصار اطمینان حاصل شود.

• گره‌ها:

* AI/ML Chat Completion (AIMLAPI)

• جزئیات گره:

* AI/ML Chat Completion

* نوع: n8n-nodes-aimlapi.aimlApi (عملیات: chatCompletion)

* نقش: فراخوانی مدل چت GPT-5 برای تولید پاسخی مختصر و واقعی بر اساس نتایج جستجوی وب.

* پیکربندی:

* مدل: openai/gpt-5-chat-latest

* پرامپت: پرامپتی که به صورت پویا ساخته شده و شامل پرسش اصلی کاربر و نتایج کامل JSON جستجوی Tavily است. دستورالعمل‌های کلیدی بر استخراج فقط حقایق، محدود کردن پاسخ به ۳-۴ جمله، و بیان صریح در صورت ناکافی بودن داده‌ها، با موانع سختگیرانه در برابر جعل، تأکید دارند.

* قالب پاسخ: متن ساده.

* ورودی: خروجی گره Search را دریافت می‌کند که شامل هر دو کوئری اصلی و نتایج جستجو است.

* خروجی: پاسخ تولید شده به صورت متن ساده در فیلد content.

* اعتبارنامه‌ها: اعتبارنامه‌های AIMLAPI شما را نیاز دارد.

* نسخه: v1

۴. پاسخ تلگرام

این بلوک نهایی، خلاصه تولید شده توسط هوش مصنوعی را به چت تلگرام کاربر ارسال می‌کند و اطمینان می‌دهد که پاسخ برای حفظ زمینه به پیام اصلی متصل شده است.

• گره‌ها:

* Send a text message (Telegram)

• جزئیات گره:

* Send a text message

* نوع: n8n-nodes-base.telegram (عملیات: sendMessage)

* نقش: ارسال پاسخ خلاصه‌شده به چت اصلی تلگرام.

* پیکربندی:

* محتوای متن: به صورت پویا به خروجی content از گره AI/ML Chat Completion نگاشت می‌شود.

* شناسه چت: از chat.id استخراج شده از پیام اولیه Telegram Trigger استفاده می‌کند.

* پاسخ به شناسه پیام: به message_id پیام اصلی برای ایجاد یک پاسخ متصل شده ارجاع می‌دهد.

* ورودی: خروجی از گره AI/ML Chat Completion را دریافت می‌کند.

* خروجی: تأیید ارسال پیام.

* اعتبارنامه‌ها: از اعتبارنامه API ربات تلگرام شما استفاده می‌کند.

* نسخه: v1.2

جدول خلاصه

بازسازی گردش کار از ابتدا

1. ایجاد گره Telegram Trigger:

* نوع: n8n-nodes-base.telegramTrigger

* پیکربندی: با توکن API ربات تلگرام خود (که از @BotFather دریافت کرده‌اید) راه‌اندازی کنید. اطمینان حاصل کنید که برای گوش دادن به به‌روزرسانی‌های message پیکربندی شده است.

* موقعیت: این باید اولین گره در گردش کار شما باشد.

2. افزودن گره Send a chat action:

* نوع: n8n-nodes-base.telegram (عملیات: sendChatAction)

* اعتبارنامه‌ها: از همان اعتبارنامه‌های API تلگرام به عنوان گره Trigger استفاده کنید.

* پیکربندی:

* Chat ID را روی ={{ $json.message.chat.id }} تنظیم کنید تا شناسه چت ورودی به صورت پویا ارجاع داده شود.

* اطمینان حاصل کنید که عملیات روی sendChatAction تنظیم شده است (این معمولاً پیش‌فرض است).

3. افزودن گره Tavily Search:

* نوع: @tavily/n8n-nodes-tavily.tavily

* اعتبارنامه‌ها: با کلید API Tavily خود پیکربندی کنید.

* پیکربندی:

* پارامتر Query را روی ={{ $json.message.text }} تنظیم کنید تا از پیام کاربر به عنوان پرس‌وجوی جستجو استفاده شود.

4. افزودن گره AIMLAPI Chat Completion:

* نوع: n8n-nodes-aimlapi.aimlApi (عملیات: chatCompletion)

* اعتبارنامه‌ها: با اعتبارنامه‌های AIMLAPI خود، از جمله URL پایه (https://api.aimlapi.com/v1) پیکربندی کنید.

* پیکربندی:

* مدل: openai/gpt-5-chat-latest را انتخاب کنید.

* Prompt: یک Prompt بسازید که شامل پرس‌وجوی کاربر و نتایج جستجوی Tavily باشد. نقطه شروع خوبی این است:

```

User Question: {{ $json.message.text }}

Web Search Results:

{{ $json.results }}

بر اساس نتایج جستجوی وب ارائه شده، به سؤال زیر به طور خلاصه در 3-4 جمله پاسخ دهید. فقط اطلاعات واقعی را که مستقیماً به سؤال پاسخ می‌دهند استخراج کنید. اگر نتایج ارائه شده اطلاعات کافی برای پاسخ به سؤال را ندارند، به وضوح بیان کنید. هیچ اطلاعاتی را اختراع نکنید.

```

* Response Format: روی Plain Text تنظیم کنید.

5. افزودن گره Telegram Send Message:

* نوع: n8n-nodes-base.telegram (عملیات: sendMessage)

* اعتبارنامه‌ها: از اعتبارنامه‌های API تلگرام خود استفاده کنید.

* پیکربندی:

* Chat ID: روی ={{ $json.message.chat.id }} تنظیم کنید.

* Text: روی ={{ $json.data.content }} تنظیم کنید (با فرض اینکه گره AIMLAPI شما پاسخ را در فیلدی به نام content در داخل data خروجی می‌دهد). در صورت متفاوت بودن ساختار خروجی شما، آن را تنظیم کنید.

* Reply to Message ID: روی ={{ $json.message.message_id }} تنظیم کنید تا مستقیماً به پیام اصلی کاربر پاسخ داده شود.