دستیار صوتی هوشمند: پاسخگویی به سوالات از Google Drive با G…

دستیار پرسش و پاسخ صوتی: اسناد Google Drive با GPT-4o-mini و Supabase

این گردش کار به شما امکان می‌دهد یک دستیار فعال با صدا بسازید که بر اساس اسناد ذخیره شده در Google Drive شما به سؤالات پاسخ می‌دهد. این سیستم از GPT-4o-mini برای درک ورودی صدا و تولید پاسخ‌ها و از Supabase برای ذخیره‌سازی و بازیابی داده‌ها استفاده می‌کند.

دسته‌بندی‌ها: AI RAG، اینترانت داخلی، اتوماسیون صوتی

فناوری‌های کلیدی:

• n8n: پلتفرم اتوماسیونی که گردش کار را هماهنگ می‌کند.
• Google Drive: اسناد پایگاه دانش شما را ذخیره می‌کند.
• GPT-4o-mini: ورودی صدا را پردازش کرده و پاسخ‌ها را تولید می‌کند.
• Supabase: (اختیاری) می‌تواند برای ذخیره embeddingها یا سایر فراداده‌ها استفاده شود.

مرور کلی گردش کار:

1. راه‌انداز Webhook: گردش کار با دریافت یک پرسش صوتی از طریق یک webhook آغاز می‌شود.

2. پردازش صدا: داده‌های صوتی ورودی پردازش می‌شوند.

3. تبدیل گفتار به متن: صدا به متن تبدیل می‌شود.

4. بازیابی سند: اطلاعات مرتبط بر اساس پرسش از Google Drive بازیابی می‌شود. این ممکن است شامل جستجوی کلمات کلیدی یا استفاده از embeddingها باشد.

5. درک متنی: GPT-4o-mini پرسش و اسناد بازیابی شده را برای درک زمینه تحلیل می‌کند.

6. تولید پاسخ: GPT-4o-mini پاسخی مختصر و دقیق را فرموله می‌کند.

7. پاسخ Webhook: پاسخ تولید شده از طریق webhook بازگردانده می‌شود.

گره‌های مورد استفاده:

• Webhook: برای دریافت پرسش‌های صوتی ورودی.
• Google Drive: برای دسترسی و بازیابی اسناد.
• Code: برای اسکریپت‌نویسی سفارشی و دستکاری داده‌ها.
• Sticky Note: برای افزودن توضیحات و مستندات در داخل گردش کار.
• HTTP Request: برای تعامل با APIهای خارجی در صورت نیاز.
• Manual Trigger: برای آزمایش و شروع دستی گردش کار.
• Split In Batches: برای مدیریت کارآمد چندین سند یا پرسش.
• Langchain Agent: برای هماهنگی تعاملات پیچیده هوش مصنوعی.
• Schedule Trigger: برای اجرای گردش کار در فواصل زمانی مشخص (مثلاً برای نمایه‌سازی دوره‌ای اسناد).
• Respond to Webhook: برای ارسال پاسخ نهایی به فراخواننده.
• OpenAI Chat LM (Langchain): برای استفاده از GPT-4o-mini برای درک زبان و تولید پاسخ.
• OpenAI Embeddings (Langchain): برای تولید embeddingها برای بازیابی سند و جستجوی معنایی.

راه‌اندازی و پیکربندی:

1. راه‌اندازی n8n: اطمینان حاصل کنید که n8n نصب و در حال اجرا است. می‌توانید کاتالوگ Axeto n8n را در https://axeto.ai/n8n مشاهده کنید.

2. اعتبارسنجی Google Drive: گره Google Drive را با حساب Google خود احراز هویت کنید.

3. کلید API OpenAI: گره‌های OpenAI را با کلید API خود پیکربندی کنید.

4. اعتبارسنجی Supabase (در صورت استفاده): جزئیات اتصال Supabase خود را تنظیم کنید.

5. نقطه پایانی Webhook: گره webhook را برای دریافت درخواست‌های ورودی پیکربندی کنید. شما باید این URL نقطه پایانی را به برنامه‌ای که پرسش‌های صوتی را ارسال می‌کند، ارائه دهید.

نمونه موارد استفاده:

• پایگاه دانش داخلی: به سرعت به سؤالات مربوط به خط‌مشی‌های شرکت، جزئیات پروژه یا مستندات فنی ذخیره شده در Google Drive پاسخ بگیرید.
• پشتیبانی مشتری: پاسخ‌های فوری به سؤالات متداول بر اساس پایگاه دانش ارائه دهید.
• دستیار شخصی: در مورد یادداشت‌ها یا اسناد شخصی خود که در Google Drive ذخیره شده‌اند، سؤال بپرسید.

بهبودهای بیشتر:

• نمایه‌سازی اسناد: یک فرآیند جداگانه برای پیش‌پردازش و نمایه‌سازی اسناد پیاده‌سازی کنید، که به طور بالقوه embeddingها را در Supabase برای بازیابی سریع‌تر ذخیره می‌کند.
• مدیریت خطا: مدیریت خطای قوی برای رسیدگی به مسائل احتمالی در طول فراخوانی API یا پردازش داده‌ها اضافه کنید.
• بازخورد کاربر: مکانیزمی برای ارائه بازخورد کاربران در مورد دقت پاسخ‌ها بگنجانید.
• پشتیبانی چند سندی: فرآیند بازیابی را برای جستجو در چندین سند به طور همزمان بهبود بخشید.