گردش کار عامل هوش مصنوعی Anthropic: Claude Sonnet 4 و Opus …

عامل هوش مصنوعی Anthropic: Claude Sonnet 4 و Opus 4 با ابزار تفکر و جستجوی وب

این گردش کار یک سیستم عامل هوش مصنوعی پیچیده را پیاده‌سازی می‌کند که پرس و جوهای چت کاربر را به طور هوشمندانه به مناسب‌ترین مدل زبان بزرگ Anthropic - Claude Sonnet 4 یا Claude Opus 4 - بر اساس پیچیدگی و ماهیت پرس و جو، مسیریابی می‌کند. این سیستم برای بهینه‌سازی کیفیت پاسخ با انتخاب بهترین مدل برای هر مورد استفاده، با استفاده از جستجوی وب و ابزارهای استدلال برای بهبود پاسخ‌ها طراحی شده است.

این گردش کار و موارد دیگر را در کاتالوگ n8n Axeto AI کاوش کنید.

---

نمای کلی گردش کار

این گردش کار به طور پویا بین مدل‌های Claude Sonnet 4 و Opus 4 شرکت Anthropic برای رسیدگی به پرسش‌های چت کاربر، انتخاب می‌کند. ورودی را تجزیه و تحلیل کرده، آن را به مدل بهینه هدایت می‌کند و ابزارهایی مانند جستجوی وب، ماشین حساب و استدلال داخلی ("فکر کن") را برای ارائه پاسخ‌های جامع و آگاه از زمینه، ادغام می‌کند. حافظه جلسه برای تداوم حفظ می‌شود.

ویژگی‌های کلیدی:

• انتخاب پویای مدل: بر اساس پیچیدگی پرس و جو، به طور خودکار بین Claude Sonnet 4 و Opus 4 انتخاب می‌کند.
• ادغام جستجوی وب: اطلاعات بی‌درنگ را از وب برای غنی‌سازی پاسخ‌ها دریافت می‌کند.
• استدلال و محاسبه: از ابزارهای "فکر کن" و "ماشین حساب" برای حل مسئله پیچیده استفاده می‌کند.
• حافظه جلسه: تاریخچه مکالمه را برای تعاملات آگاه از زمینه حفظ می‌کند.

ساختار گردش کار:

1. دریافت ورودی: پیام‌های چت کاربر را از طریق یک Webhook دریافت می‌کند.

2. هدایت مدل: پرس و جو را تجزیه و تحلیل می‌کند تا بهترین مدل Anthropic را تعیین کند.

3. تجزیه خروجی: مدل و اعلان انتخاب شده را از خروجی ساختاریافته عامل مسیریابی استخراج می‌کند.

4. پردازش عامل هوش مصنوعی: اعلان را به مدل Anthropic انتخاب شده ارسال می‌کند و ابزارها و حافظه موجود را ادغام می‌کند.

---

تشریح گره به گره

۱. دریافت ورودی

• نام گره: When chat message received
• نوع گره: LangChain Chat Trigger
• توضیحات: این گره به عنوان نقطه ورود گردش کار عمل می‌کند و پیام‌های چت دریافتی از کاربران را از طریق یک وب‌هوک دریافت می‌کند. این گره اجرای گردش کار را آغاز کرده و پرس و جوی کاربر و شناسه جلسه را برای زمینه فراهم می‌کند.
• پیکربندی: برای گوش دادن به پیام‌های چت دریافتی پیکربندی شده است.
• خروجی: JSON پیام چت، شامل sessionId را فراهم می‌کند.
• اتصالات: پیام چت را به Anthropic Routing Agent منتقل می‌کند.
• نیازمندی‌های نسخه: v1.1+ برای تریگرهای چت.
• مشکلات احتمالی: در دسترس نبودن وب‌هوک، داده‌های ورودی نامعتبر، عدم وجود sessionId.

۲. مسیریابی مدل

• نام گره: Anthropic Routing Agent
• نوع گره: LangChain Agent
• توضیحات: این ایجنت پرس و جوی ورودی کاربر را تجزیه و تحلیل می‌کند تا تصمیم بگیرد که آیا Claude Sonnet 4 یا Claude Opus 4 مناسب‌ترین مدل برای پاسخ است. این گره یک JSON ساختاریافته حاوی پرامپت اصلاح شده و نام مدل انتخاب شده را خروجی می‌دهد.
• پیکربندی:

* پیام سیستمی: وظیفه مسیریابی را به وضوح تعریف می‌کند، نقاط قوت Sonnet 4 و Opus 4 را تشریح می‌کند و فرمت خروجی JSON مورد نیاز را مشخص می‌کند.

* تجزیه خروجی: برای اطمینان از خروجی JSON ساختاریافته فعال شده است.

• ورودی: پرامپت خام کاربر را از When chat message received دریافت می‌کند.
• خروجی: یک شیء JSON با فیلدهای prompt و model.
• اتصالات: خروجی خود را به Structured Output Parser منتقل می‌کند.
• مشکلات احتمالی: خروجی JSON نامعتبر، تایم‌اوت در پرس و جوهای پیچیده، فرمت‌های ورودی غیرمنتظره، خطاهای API Anthropic.

۳. تجزیه خروجی

• نام گره: Structured Output Parser
• نوع گره: LangChain Output Parser Structured
• توضیحات: این گره خروجی JSON تولید شده توسط Anthropic Routing Agent را تجزیه می‌کند و فیلدهای prompt و model را برای استفاده در گره‌های بعدی استخراج می‌کند.
• پیکربندی: یک شمای JSON دستی تعریف شده است که خصوصیات مورد نیاز را مشخص می‌کند: prompt (رشته) و model (رشته).
• ورودی: خروجی متن خام را از Anthropic Routing Agent دریافت می‌کند.
• خروجی: داده‌های ساختاریافته حاوی prompt و model استخراج شده.
• اتصالات: خروجی آن توسط AI Agent استفاده می‌شود.
• مشکلات احتمالی: خطاهای تجزیه با JSON نامعتبر، عدم تطابق شمای، خروجی خالی.

۴. پردازش ایجنت هوش مصنوعی

• نام گره: AI Agent
• نوع گره: LangChain Agent
• توضیحات: این واحد پردازش اصلی هوش مصنوعی است. این گره پرامپت استخراج شده و مدل انتخاب شده را دریافت می‌کند، سپس تعامل با مدل Anthropic انتخاب شده را هماهنگ کرده و ابزارهای مختلف هوش مصنوعی (جستجوی وب، ماشین حساب، فکر کردن) و حافظه جلسه را برای تولید پاسخ نهایی ادغام می‌کند.
• پیکربندی:

* پیام سیستمی: ایجنت را برای استفاده از ابزار web_search، ابزار Think و رعایت دستورالعمل‌های اخلاقی آموزش می‌دهد.

* ابزارها: برای استفاده از Think، Calculator و web_search پیکربندی شده است.

* حافظه: برای زمینه مکالمه به Simple Memory1 متصل است.

• ورودی: prompt و model را از خروجی مسیریابی تجزیه شده دریافت می‌کند.
• خروجی: پاسخ نهایی تولید شده توسط هوش مصنوعی به پرس و جوی کاربر.
• اتصالات: با Sonnet 4 or Opus 4، Think، Calculator، web_search و Simple Memory1 تعامل دارد.
• مشکلات احتمالی: خطاهای API، خرابی فراخوانی ابزار، از دست دادن جلسه حافظه، قالب‌بندی نامناسب پرامپت.

۵. اجرای مدل

• نام گره: Sonnet 4 or Opus 4
• نوع گره: LangChain Anthropic LLM Chat
• توضیحات: این گره به طور پویا درخواست را با استفاده از مدل Anthropic مشخص شده توسط AI Agent اجرا می‌کند. این گره پرامپت را به Claude Sonnet 4 یا Claude Opus 4 بر اساس تصمیم مسیریابی ارسال می‌کند.
• پیکربندی:

* شناسه مدل: به طور پویا بر اساس فیلد model از خروجی تجزیه شده به claude-sonnet-4-20250514 یا claude-opus-4-20250514 تنظیم می‌شود.

* اعتبارنامه API: به اعتبارنامه API معتبر Anthropic نیاز دارد.

• ورودی: پرامپت را از AI Agent دریافت می‌کند.
• خروجی: پاسخ تولید شده توسط مدل Anthropic انتخاب شده.
• اتصالات: خروجی آن به AI Agent بازگردانده می‌شود.
• مشکلات احتمالی: خطاهای احراز هویت، محدودیت‌های نرخ، شناسه‌های مدل نامعتبر، خرابی API.

۶. ابزارهای هوش مصنوعی

• ابزار Think

* نام گره: Think

* نوع گره: LangChain Tool Think

* توضیحات: این ابزار قابلیت‌های استدلال داخلی را فراهم می‌کند و به ایجنت هوش مصنوعی اجازه می‌دهد تا فرآیند فکری خود را در طول حل پرس و جوهای پیچیده ثبت کند.

* پیکربندی: تنظیمات پیش‌فرض.

* ورودی: توسط AI Agent فراخوانی می‌شود.

* خروجی: گزارش‌های استدلال ضمیمه شده.

* اتصالات: به AI Agent متصل است.

* مشکلات احتمالی: خطاهای فراخوانی ابزار، تأخیر.

• ابزار Calculator

* نام گره: Calculator

* نوع گره: LangChain Tool Calculator

* توضیحات: این ابزار به ایجنت هوش مصنوعی اجازه می‌دهد تا در صورت نیاز پرس و جوی کاربر، محاسبات ریاضی و استدلال عددی را انجام دهد.

* پیکربندی: تنظیمات پیش‌فرض.

* ورودی: توسط AI Agent فراخوانی می‌شود.

* خروجی: نتایج محاسبه شده.

* اتصالات: به AI Agent متصل است.

* مشکلات احتمالی: خطاهای تجزیه عبارات ریاضی، فرمت‌های ورودی غیرمنتظره.

• ابزار web_search

* نام گره: web_search

* نوع گره: HTTP Request Tool (پیاده‌سازی سفارشی برای جستجوی وب Anthropic)

* توضیحات: این ابزار وب را برای بازیابی اطلاعات به‌روز جستجو می‌کند و داده‌های خارجی را در پاسخ‌های هوش مصنوعی ادغام می‌کند. این ابزار از یک درخواست HTTP سفارشی برای تعامل با قابلیت‌های جستجوی وب Anthropic استفاده می‌کند.

* پیکربندی:

* نقطه پایانی: POST به نقطه پایانی API Anthropic /v1/messages.

* بدنه: شامل مدل، حداکثر توکن، پرس و جوی کاربر و پیکربندی ابزار است.

* اعتبارنامه API: به اعتبارنامه API معتبر Anthropic نیاز دارد.

* سرصفحه‌ها: نسخه API و نوع محتوا را مشخص می‌کند.

* ورودی: توسط AI Agent با یک پرس و جوی جستجو فراخوانی می‌شود.

* خروجی: نتایج جستجوی وب، که در پاسخ هوش مصنوعی ادغام شده است.

* اتصالات: به AI Agent متصل است.

* مشکلات احتمالی: خرابی احراز هویت API، خطاهای شبکه، درخواست‌های API نامعتبر، فراتر رفتن از محدودیت‌های استفاده.

۷. حافظه جلسه

• نام گره: Simple Memory1
• نوع گره: LangChain Memory Buffer Window
• توضیحات: این گره تاریخچه مکالمه را در یک پنجره لغزنده حفظ می‌کند و به ایجنت هوش مصنوعی اجازه می‌دهد تا پاسخ‌های آگاه از زمینه ارائه دهد و تعاملات قبلی را در جلسه فعلی به خاطر بسپارد.
• پیکربندی:

* کلید جلسه: به طور پویا با استفاده از sessionId از گره When chat message received تنظیم می‌شود.

* نوع کلید سفارشی: برای پایداری جلسه پیکربندی شده است.

• ورودی: برای ارائه زمینه مکالمه به AI Agent متصل است.
• خروجی: بافر حافظه به تعاملات هوش مصنوعی ضمیمه می‌شود.
• اتصالات: به AI Agent متصل است.
• مشکلات احتمالی: عدم وجود sessionId، سرریز یا از دست دادن حافظه، مشکلات همزمانی.

۸. توضیحات گردش کار

• نام گره: Sticky Note
• نوع گره: n8n Sticky Note
• توضیحات: یک یادداشت بصری در بوم گردش کار که توضیحی مختصر از هدف گردش کار ارائه می‌دهد: انتخاب پویا بهینه مدل Anthropic (Sonnet 4 یا Opus 4) برای پاسخ‌های مبتنی بر هوش مصنوعی.
• پیکربندی: حاوی متن توضیحی است و برای ارجاع کاربر قرار گرفته است.
• ورودی/خروجی: ندارد.

---

جدول خلاصه

بازسازی گردش کار

برای بازسازی این گردش کار از ابتدا:

1. افزودن ماشه (Trigger):

* یک گره LangChain Chat Trigger اضافه کنید و نام آن را When chat message received بگذارید.

* آن را برای دریافت پیام‌های چت از طریق Webhook پیکربندی کنید.

2. پیاده‌سازی مسیریابی مدل:

* یک گره LangChain Agent اضافه کنید و نام آن را Anthropic Routing Agent بگذارید.

* پیام سیستمی آن را برای تعریف منطق مسیریابی و مشخص کردن خروجی JSON پیکربندی کنید.

* یک گره LangChain Output Parser Structured اضافه کنید و نام آن را Structured Output Parser بگذارید.

* اسکیما (schema) JSON را برای prompt (رشته) و model (رشته) تعریف کنید.

* گره When chat message received را به Anthropic Routing Agent و Anthropic Routing Agent را به Structured Output Parser متصل کنید.

3. راه‌اندازی پردازش عامل هوش مصنوعی:

* یک گره LangChain Agent دیگر اضافه کنید و نام آن را AI Agent بگذارید.

* پیام سیستمی آن را برای شامل کردن دستورالعمل‌های استفاده از ابزارها و راهنمایی‌های اخلاقی پیکربندی کنید.

* گره LangChain Anthropic LLM Chat را اضافه کنید و نام آن را Sonnet 4 or Opus 4 بگذارید. آن را برای انتخاب پویا شناسه مدل پیکربندی کنید.

* گره‌های LangChain Tool Think، LangChain Tool Calculator و یک HTTP Request Tool (پیکربندی شده برای جستجوی وب) را اضافه کنید.

* گره LangChain Memory Buffer Window را اضافه کنید و نام آن را Simple Memory1 بگذارید. کلید جلسه (session key) را برای استفاده از sessionId از ماشه پیکربندی کنید.

* گره Structured Output Parser را به AI Agent متصل کنید.

* گره AI Agent را به Sonnet 4 or Opus 4، Think، Calculator، web_search و Simple Memory1 متصل کنید. اطمینان حاصل کنید که خروجی‌های این گره‌های ابزار/مدل به AI Agent بازگردانده می‌شوند.

4. افزودن مستندات:

* یک گره n8n Sticky Note اضافه کنید تا توضیحی برای گردش کار ارائه دهد.