ارزیابی ریسک اعتبارنامه با هوش مصنوعی و GPT-4o-mini در n8n

ارزیابی ریسک اعتبارنامه با هوش مصنوعی و GPT-4o-mini در n8n

14 دقیقه مطالعه · منتشر شده ۱۴۰۵/۵/۶

دانلود workflow

فایل JSON آماده import در n8n — credentialها باید در n8n شما تنظیم شوند.

  1. فایل JSON را دانلود کنید.
  2. در n8n: Workflows → Import from File.
  3. Credentialهای هر node را متصل کنید.
  4. workflow را فعال کنید.

شناسه workflow: 13331 · منبع: کاتالوگ Axeto

ارزیابی ریسک اعتبارنامه و هدایت اقدامات کاهشی با GPT-4o-mini

این گردش کار نحوه ارزیابی ریسک اعتبارنامه و هدایت اقدامات کاهشی مناسب با استفاده از GPT-4o-mini در n8n را نشان می‌دهد. این گردش کار یک خط لوله هوش مصنوعی چند مرحله‌ای را سازماندهی می‌کند که از تولید داده‌های نمونه اعتبارنامه، انجام اعتبارسنجی، تأیید و ارزیابی ریسک با استفاده از عوامل هوش مصنوعی تخصصی شروع شده و در نهایت نتایج را برای تعریف مراحل کاهشی خاص بر اساس سطح ریسک ارزیابی شده هدایت می‌کند.

دسته‌بندی‌ها: SecOps، خلاصه‌سازی هوش مصنوعی

نودها: n8n-nodes-base.set، n8n-nodes-base.code، n8n-nodes-base.merge، n8n-nodes-base.switch، n8n-nodes-base.stickyNote، n8n-nodes-base.manualTrigger، @n8n/n8n-nodes-langchain.agent، @n8n/n8n-nodes-langchain.agentTool، @n8n/n8n-nodes-langchain.lmChatOpenAi، @n8n/n8n-nodes-langchain.outputParserStructured

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

---

نمای کلی گردش کار

این گردش کار یک خط لوله ارزیابی ریسک اعتبارنامه چند مرحله‌ای با هماهنگی هوش مصنوعی را پیاده‌سازی می‌کند. این فرآیند با تولید رکوردهای نمونه اعتبارنامه آغاز می‌شود. سپس یک عامل هماهنگ‌کننده مرکزی به طور متوالی سه ابزار تخصصی هوش مصنوعی را فراخوانی می‌کند: اعتبارسنجی، تأیید و ارزیابی ریسک. پس از آن، هر اعتبارنامه بر اساس سطح ریسک محاسبه شده (بحرانی، بالا، متوسط یا پایین) برای پیوست کردن اقدامات کاهشی مربوطه مسیریابی می‌شود. در نهایت، تمام مسیرهای پردازش برای خروجی گزارش یکپارچه ادغام می‌شوند.

۱. راه‌انداز و پیکربندی سراسری

این بخش گردش کار را به صورت دستی آغاز می‌کند و آستانه‌های سراسری برای امتیازات ریسک و تأیید را تعریف می‌کند که می‌توان از آن‌ها برای بهبودهای آینده یا کنترل دقیق‌تر استفاده کرد.

۲. تولید داده (نمونه اعتبارنامه)

این بخش لیستی از موارد اعتبارنامه ساختاریافته (مانند گذرنامه، گواهینامه رانندگی، شناسه ملی) را برای استفاده به عنوان داده‌های آزمایشی برای مراحل پردازش بعدی هوش مصنوعی تولید می‌کند.

۳. هماهنگی هوش مصنوعی چند عاملی (اعتبارسنجی → تأیید → ریسک)

یک عامل هماهنگ‌کننده که توسط GPT-4o-mini پشتیبانی می‌شود، فراخوانی‌ها را به سه ابزار عامل مجزا هماهنگ می‌کند. هر ابزار برای یک وظیفه خاص (اعتبارسنجی، تأیید، ارزیابی ریسک) طراحی شده است و از تجزیه خروجی ساختاریافته برای اطمینان از پاسخ‌های JSON سازگار و قابل پیش‌بینی استفاده می‌کند.

۴. مسیریابی مبتنی بر ریسک و اقدامات کاهشی

یک گره switch اعتبارنامه‌های پردازش شده را بر اساس riskLevel اختصاص داده شده به آن‌ها مسیریابی می‌کند. هر شاخه سپس دستورالعمل‌های خاصی را برای تشدید یا اتوماسیون متناسب با دسته ریسک تعریف می‌کند.

۵. تجمیع و گزارش نهایی

تمام شاخه‌های پردازش متمایز ادغام می‌شوند و یک پوشش گزارش نهایی برای تجمیع نتایج اضافه می‌شود.

---

تحلیل جزئیات بلوک‌ها

بلوک ۱: راه‌انداز و پیکربندی گردش کار

مرور کلی: این بلوک به عنوان نقطه ورود گردش کار عمل می‌کند، امکان اجرای دستی را فراهم می‌آورد و متغیرهای پیکربندی قابل استفاده مجدد، به ویژه آستانه‌های عددی برای مراحل مختلف تحلیل را ایجاد می‌کند.

نودها:

  • Manual Trigger
  • Workflow Configuration (نود Set)

#### نود: Manual Trigger

  • نوع / نقش: n8n-nodes-base.manualTrigger

* اجرای گردش کار را در صورت تقاضا آغاز می‌کند.

  • پیکربندی: هیچ پارامتر خاصی لازم نیست.
  • خروجی‌ها: یک آیتم داده واحد برای شروع گردش کار منتشر می‌کند.
  • اتصالات: به نود Workflow Configuration متصل می‌شود.
  • موارد مرزی: ندارد؛ اجرا صرفاً به تعامل دستی کاربر بستگی دارد.

#### نود: Workflow Configuration

  • نوع / نقش: n8n-nodes-base.set

* متغیرهای پیکربندی سراسری، از جمله آستانه‌های ریسک و تأیید را تنظیم می‌کند.

  • پیکربندی:

* فیلدهای عددی را اضافه می‌کند:

* validationThresholdScore = 75

* verificationRequiredScore = 60

* criticalRiskThreshold = 80

* highRiskThreshold = 60

* mediumRiskThreshold = 40

* Include other fields: برای حفظ هرگونه داده ورودی فعال شده است.

  • اتصالات: ورودی را از Manual Trigger دریافت کرده و خروجی را به Generate Sample Credential Data ارسال می‌کند.
  • موارد مرزی / خرابی‌ها:

* انواع داده نادرست برای آستانه‌ها (به عنوان مثال، رشته به جای عدد) می‌تواند در منطق مقایسه بعدی مشکل ایجاد کند اگر این آستانه‌های عددی مستقیماً برای مسیریابی استفاده می‌شدند (اگرچه مسیریابی فعلی به رشته riskLevel متکی است).

---

بلوک ۲: تولید داده نمونه

مرور کلی: این بلوک چندین رکورد اعتبارنامه را تولید می‌کند که هر کدام به عنوان یک آیتم داده مجزا در n8n پردازش می‌شوند تا توسط عوامل هوش مصنوعی پایین‌دستی پردازش شوند.

نودها:

  • Generate Sample Credential Data (نود Code)

#### نود: Generate Sample Credential Data

  • نوع / نقش: n8n-nodes-base.code

* آرایه‌ای از اشیاء اعتبارنامه نمونه را تولید کرده و آن‌ها را به عنوان آیتم‌های مجزا در n8n برمی‌گرداند.

  • پیکربندی:

* کد جاوا اسکریپت آرایه‌ای از ۶ شیء اعتبارنامه را می‌سازد. هر شیء شامل فیلدهایی مانند credentialId, credentialType, holderName, issueDate, expiryDate, issuingAuthority, documentNumber, verificationStatus, و metadata است.

* خروجی به صورت credentials.map(credential => ({ json: credential })) فرمت‌بندی می‌شود تا اطمینان حاصل شود که هر اعتبارنامه به یک آیتم مجزا تبدیل می‌شود.

  • اتصالات: ورودی را از Workflow Configuration دریافت کرده و خروجی را به Coordination Agent ارسال می‌کند.
  • موارد مرزی / خرابی‌ها:

* خطاهای زمان اجرا در نود Code (به عنوان مثال، به دلیل خطاهای نحوی یا دستورات بازگشت نادرست).

* قالب تاریخ: اگر رشته‌های تاریخ در قالبی استاندارد شبیه ISO نباشند، عامل اعتبارسنجی ممکن است آن‌ها را به عنوان تاریخ‌های بالقوه نامعتبر علامت‌گذاری کند.

---

بلوک ۳: هماهنگی هوش مصنوعی چند عاملی (LangChain در n8n)

مرور کلی: این بلوک اصلی پردازش هوش مصنوعی است. یک عامل هماهنگ‌کننده مرکزی، با استفاده از GPT-4o-mini، سه ابزار عامل تخصصی را در یک توالی دقیق هماهنگ می‌کند: اعتبارسنجی، تأیید و ارزیابی ریسک. هر ابزار از GPT-4o-mini استفاده می‌کند و از تجزیه‌کننده‌های خروجی ساختاریافته برای اعمال قراردادهای خروجی JSON استفاده می‌کند و تبادل داده قابل اعتماد بین عوامل را تضمین می‌کند.

نودها:

  • OpenAI Model - Coordination Agent (@n8n/n8n-nodes-langchain.lmChatOpenAi)
  • Coordination Agent (@n8n/n8n-nodes-langchain.agent)
  • OpenAI Model - Validation Agent (@n8n/n8n-nodes-langchain.lmChatOpenAi)
  • Credential Validation Agent Tool (@n8n/n8n-nodes-langchain.agentTool)
  • Validation Output Parser (@n8n/n8n-nodes-langchain.outputParserStructured)
  • OpenAI Model - Verification Agent (@n8n/n8n-nodes-langchain.lmChatOpenAi)
  • Credential Verification Agent Tool (@n8n/n8n-nodes-langchain.agentTool)
  • Verification Output Parser (@n8n/n8n-nodes-langchain.outputParserStructured)
  • OpenAI Model - Risk Assessment Agent (@n8n/n8n-nodes-langchain.lmChatOpenAi)
  • Risk Assessment Agent Tool (@n8n/n8n-nodes-langchain.agentTool)
  • Risk Assessment Output Parser (@n8n/n8n-nodes-langchain.outputParserStructured)

#### نود: OpenAI Model - Coordination Agent

  • نوع / نقش: @n8n/n8n-nodes-langchain.lmChatOpenAi

* قابلیت‌های مدل زبان بزرگ (LLM) چت را برای عامل هماهنگ‌کننده فراهم می‌کند.

  • پیکربندی:

* Model: gpt-4o-mini

* Tools: هیچ ابزار داخلی برای این نود LLM خاص پیکربندی نشده است.

* Credentials: به اعتبارنامه "OpenAi account" نیاز دارد.

  • اتصالات: ai_languageModel را به نود Coordination Agent ارائه می‌دهد.
  • انواع خرابی:

* مشکلات مربوط به احراز هویت OpenAI یا پیکربندی اعتبارنامه.

* فراتر رفتن از محدودیت‌های نرخ یا سهمیه‌های API OpenAI.

* نام مدل در دسترس نباشد یا منسوخ شده باشد.

* مشکلات اتصال شبکه یا قطع شدن ارتباط.

#### نود: Coordination Agent

  • نوع / نقش: @n8n/n8n-nodes-langchain.agent

* به عنوان هماهنگ‌کننده عمل می‌کند و تماس‌های متوالی با ابزارهای عامل تخصصی را مدیریت می‌کند.

  • پیکربندی کلیدی:

* Prompt Type: define

* Input Text: ={{ $json.credentials }}

* نکته مهم: این عبارت ممکن است نادرست باشد. اگر داده ورودی از نود Code یک شیء اعتبارنامه واحد باشد، $json.credentials احتمالاً به undefined ارزیابی می‌شود. عبارت احتمالاً باید ={{ $json }} باشد یا شیء اعتبارنامه باید به صراحت در یک کلید credentials در بالادست قرار گیرد.

* System Message: توالی دقیق اجرای ابزار را دیکته می‌کند:

1. ابزار اعتبارسنجی را با داده‌های اعتبارنامه فراخوانی کنید.

2. ابزار تأیید را با نتایج اعتبارسنجی فراخوانی کنید.

3. ابزار ارزیابی ریسک را با نتایج تأیید فراخوانی کنید.

4. فقط ارزیابی ریسک نهایی را برگردانید.

  • اتصالات:

* ورودی‌ها:

* main: داده‌ها را از Generate Sample Credential Data دریافت می‌کند.

* ai_languageModel: LLM را از OpenAI Model - Coordination Agent دریافت می‌کند.

* ai_tool: سه ابزار عامل تخصصی (اعتبارسنجی، تأیید، ارزیابی ریسک) را دریافت می‌کند.

* خروجی‌ها: خروجی main به نود Route by Risk Level متصل می‌شود.

  • موارد مرزی / خرابی‌ها:

* اشکال احتمالی نگاشت داده: همانطور که در بالا ذکر شد، عبارت ورودی ={{ $json.credentials }} احتمالاً نادرست است و می‌تواند منجر به عدم دریافت یا پردازش داده‌های اعتبارنامه توسط عامل شود و به طور بالقوه باعث توهم یا خرابی تماس‌های ابزار شود.

* انطباق تماس ابزار: در حالی که پیام سیستم توالی را اجباری می‌کند، خطر کمی وجود دارد که عامل در شرایط خاص منحرف شود.

* خرابی تجزیه‌کننده‌های پایین‌دستی: اگر هر یک از ابزارهای تخصصی نتوانند خروجی خود را به درستی تجزیه کنند، اجرای ابزار عامل با شکست مواجه خواهد شد.

رفع پیشنهادی: عبارت متن ورودی را به ={{ $json }} تنظیم کنید یا اطمینان حاصل کنید که داده‌های اعتبارنامه قبل از رسیدن به این نود به درستی در زیر یک کلید credentials ساختار یافته‌اند.

#### نود: OpenAI Model - Validation Agent

  • نوع / نقش: @n8n/n8n-nodes-langchain.lmChatOpenAi

* LLM را برای ابزار اعتبارسنجی اعتبارنامه فراهم می‌کند.

  • پیکربندی:

* Model: gpt-4o-mini

  • اتصالات: ai_languageModel را به Credential Validation Agent Tool ارائه می‌دهد.
  • خرابی‌ها: مشمول حالت‌های خرابی مشابه مربوط به OpenAI مانند LLM عامل هماهنگ‌کننده است.

#### نود: Credential Validation Agent Tool

  • نوع / نقش: @n8n/n8n-nodes-langchain.agentTool

* ابزاری که توسط Coordination Agent قابل فراخوانی است و به طور خاص برای اعتبارسنجی ساختار، قالب و ویژگی‌های امنیتی اعتبارنامه‌ها استفاده می‌شود.

  • پیکربندی کلیدی:

* Tool Input Text Expression: ={{ $fromAI("credentialData", "Credential data to validate", "json") }}

* این عبارت انتظار دارد credentialData از Coordination Agent ارسال شود.

* System Message: حاوی قوانین دقیقی برای اعتبارسنجی، معیارهای امتیازدهی و مشخص می‌کند که خروجی باید JSON ساختاریافته باشد.

* Has Output Parser: فعال شده است.

  • اتصالات:

* این ابزار از طریق ورودی ai_tool به Coordination Agent ارائه می‌شود.

* تجزیه‌کننده خروجی خود را از نود Validation Output Parser از طریق ورودی ai_outputParser دریافت می‌کند.

  • موارد مرزی / خرابی‌ها:

* اگر Coordination Agent credentialData را در قالب مورد انتظار ارائه ندهد، فرآیند اعتبارسنجی ممکن است نادرست باشد یا تجزیه‌کننده با شکست مواجه شود.

* اگر LLM خروجی تولید کند که JSON معتبر نباشد، تجزیه‌کننده ساختاریافته با شکست مواجه خواهد شد.

#### نود: Validation Output Parser

  • نوع / نقش: @n8n/n8n-nodes-langchain.outputParserStructured

* یک طرحواره JSON خاص را برای خروجی عامل اعتبارسنجی اجباری می‌کند.

  • نکات برجسته طرحواره:

* credentialId: string

* isValid: boolean

* validationScore: number (۰-۱۰۰)

* issues[]: آرایه‌ای از اشیاء با severity و description.

* expiryStatus: string (به عنوان مثال، valid, expired, expiring_soon)

* شامل پرچم‌های بولی برای یکپارچگی، انطباق و ویژگی‌های امنیتی، به همراه فیلد reasoning است.

  • اتصالات: ai_outputParser را به Credential Validation Agent Tool ارائه می‌دهد.
  • انواع خرابی:

* عدم تطابق طرحواره (به عنوان مثال، فیلدهای گمشده، انواع داده نادرست).

* اگر LLM متن اضافی خارج از ساختار JSON را شامل شود، تجزیه‌کننده ممکن است بسته به دقت آن با شکست مواجه شود.

#### نود: OpenAI Model - Verification Agent

  • نوع / نقش: @n8n/n8n-nodes-langchain.lmChatOpenAi

* LLM را برای ابزار تأیید اعتبارنامه فراهم می‌کند.

  • پیکربندی:

* Model: gpt-4o-mini

  • اتصالات: ai_languageModel را به Credential Verification Agent Tool ارائه می‌دهد.
  • خرابی‌ها: مشمول حالت‌های خرابی استاندارد مربوط به OpenAI است.

#### نود: Credential Verification Agent Tool

  • نوع / نقش: @n8n/n8n-nodes-langchain.agentTool

* ابزاری که برای تأیید اصالت اعتبارنامه‌ها، انجام ارجاع متقابل و شناسایی ناهنجاری‌ها طراحی شده است.

  • پیکربندی کلیدی:

* Tool Input Text Expression: ={{ $fromAI("validationResults", "Validation results from validation agent", "json") }}

* انتظار validationResults از مرحله قبل را دارد.

* System Message: الزامات خروجی ساختاریافته، امتیازدهی و اقدامات پیشنهادی را تعریف می‌کند.

* Has Output Parser: فعال شده است.

  • اتصالات:

* از طریق ورودی ai_tool به Coordination Agent ارائه می‌شود.

* تجزیه‌کننده خروجی خود را از Verification Output Parser دریافت می‌کند.

  • موارد مرزی:

* اگر خروجی اعتبارسنجی فاقد ویژگی‌های مورد انتظار باشد، استدلال تأیید ممکن است ناسازگار باشد، یا تجزیه‌کننده ممکن است با شکست مواجه شود.

#### نود: Verification Output Parser

  • نوع / نقش: @n8n/n8n-nodes-langchain.outputParserStructured

* یک طرحواره JSON را برای خروجی عامل تأیید اجباری می‌کند.

  • نکات برجسته طرحواره (فیلدهای الزامی):

* verificationStatus: string (به عنوان مثال، verified, failed, pending_review)

* verificationScore: number (۰-۱۰۰)

* crossReferenceResults: object (به عنوان مثال، databaseMatch, authorityValidation)

* biometricVerification: boolean

* documentAuthenticity: string (به عنوان مثال، authentic, suspicious, counterfeit)

* anomaliesDetected: string[]

* recommendedAction: string

* reasoning: string

  • اتصالات: ai_outputParser را به Credential Verification Agent Tool ارائه می‌دهد.
  • خرابی‌ها: عدم تطابق طرحواره.

#### نود: OpenAI Model - Risk Assessment Agent

  • نوع / نقش: @n8n/n8n-nodes-langchain.lmChatOpenAi

* LLM را برای ابزار ارزیابی ریسک فراهم می‌کند.

  • پیکربندی:

* Model: gpt-4o-mini

  • اتصالات: ai_languageModel را به Risk Assessment Agent Tool ارائه می‌دهد.
  • خرابی‌ها: مشمول حالت‌های خرابی استاندارد مربوط به OpenAI است.

#### نود: Risk Assessment Agent Tool

  • نوع / نقش: @n8n/n8n-nodes-langchain.agentTool

* نتایج تأیید را به یک امتیاز ریسک تبدیل کرده و استراتژی‌های کاهش ریسک لازم را شناسایی می‌کند.

  • پیکربندی کلیدی:

* Tool Input Text Expression: ={{ $fromAI("verificationResults", "Verification results from verification agent", "json") }}

* انتظار verificationResults از مرحله قبل را دارد.

* System Message: منطق طبقه‌بندی ریسک و مدل عامل ریسک افزایشی را تعریف می‌کند. خروجی JSON ساختاریافته را اجباری می‌کند.

* Has Output Parser: فعال شده است.

  • اتصالات:

* از طریق ورودی ai_tool به Coordination Agent ارائه می‌شود.

* تجزیه‌کننده خروجی خود را از Risk Assessment Output Parser دریافت می‌کند.

  • موارد مرزی:

* اگر آرایه anomaliesDetected بسیار بزرگ باشد، امتیاز ریسک ممکن است از حدود مورد انتظار فراتر رود. طرحواره امتیاز را به ۰-۱۰۰ محدود می‌کند و مدل را ملزم به نرمال‌سازی مناسب می‌کند.

#### نود: Risk Assessment Output Parser

  • نوع / نقش: @n8n/n8n-nodes-langchain.outputParserStructured

* یک طرحواره JSON را برای خروجی عامل ارزیابی ریسک اجباری می‌کند.

  • نکات برجسته طرحواره:

* riskLevel: string (به عنوان مثال، critical, high, medium, low)

* riskScore: number (۰-۱۰۰)

* fraudProbability: number (۰-۱۰۰)

* identityTheftRisk: boolean

* complianceViolations: string[]

* geopoliticalRisk: string (به عنوان مثال، high, medium, low, none)

* recommendedEscalation: boolean

* mitigationActions: string[]

* reasoning: string

  • اتصالات: ai_outputParser را به Risk Assessment Agent Tool ارائه می‌دهد.
  • خرابی‌ها: عدم تطابق طرحواره.

---

بلوک ۴: مسیریابی ریسک و پردازش شاخه

مرور کلی: این بلوک هر اعتبارنامه پردازش شده را بر اساس riskLevel تعیین شده مسیریابی کرده و فراداده‌های عملیاتی خاص مربوط به آن دسته ریسک را پیوست می‌کند.

نودها:

  • Route by Risk Level (نود Switch)
  • Process Critical Risk (نود Set)
  • Process High Risk (نود Set)
  • Process Medium Risk (نود Set)
  • Process Low Risk (نود Set)

#### نود: Route by Risk Level

  • نوع / نقش: n8n-nodes-base.switch

* انشعاب شرطی را بر اساس سطح ریسک ارزیابی شده پیاده‌سازی می‌کند.

  • عبارات کلیدی:

* فیلد riskLevel (مورد انتظار در ={{ $json.output.riskLevel }}) را با مقادیر از پیش تعریف شده مقایسه می‌کند: critical, high, medium, low.

* چهار خروجی مجزا به نام‌های Critical, High, Medium, و Low تولید می‌کند (تغییر نام خروجی فعال شده است).

  • اتصالات: ورودی را از Coordination Agent دریافت کرده و به نودهای مربوطه Process * Risk منشعب می‌شود.
  • موارد مرزی / خرابی‌ها:

* عدم تطابق انتظار مسیر: نود انتظار دارد riskLevel در $json.output.riskLevel قرار داشته باشد. بسته به اینکه نود LangChain Agent چگونه خروجی نهایی خود را ساختار می‌دهد، riskLevel ممکن است در جای دیگری قرار داشته باشد (به عنوان مثال، مستقیماً در $json یا یک فیلد تودرتوی دیگر). اگر مسیر مطابقت نداشته باشد، هیچ یک از قوانین فعال نمی‌شوند و داده‌ها ممکن است مطابق انتظار جریان نیابند.

---

بلوک ۵: تجمیع و گزارش نهایی

مرور کلی: این بلوک نهایی خروجی‌ها را از تمام شاخه‌های پردازش مبتنی بر ریسک ادغام کرده و یک ساختار خلاصه یا گزارش نهایی را پیوست می‌کند.

نودها:

  • Merge All Paths (نود Merge)
  • Final Report Wrapper (نود Set)

#### نود: Merge All Paths

  • نوع / نقش: n8n-nodes-base.merge

* آیتم‌های داده‌ای را که از شاخه‌های مختلف سطح ریسک می‌آیند، در یک جریان واحد ترکیب می‌کند.

  • پیکربندی: معمولاً از استراتژی پیش‌فرض "Merge All" استفاده می‌کند که تمام آیتم‌های ورودی را به هم متصل می‌کند.
  • اتصالات: ورودی را از تمام نودهای Process * Risk دریافت کرده و خروجی ترکیبی را به Final Report Wrapper ارسال می‌کند.
  • موارد مرزی: اگر هر شاخه‌ای نتواند خروجی تولید کند، آن آیتم‌ها به سادگی از جریان ادغام شده حذف خواهند شد.

#### نود: Final Report Wrapper

  • نوع / نقش: n8n-nodes-base.set

* یک ساختار نهایی یا فراداده را به داده‌های تجمیع شده اضافه کرده و یک قالب گزارش یکپارچه ایجاد می‌کند.

  • پیکربندی:

* فیلدی مانند reportStatus: "Completed" را اضافه می‌کند.

* ممکن است شامل خلاصه‌ای از اقدامات یا یک مُهر زمانی باشد.

* Include other fields: برای حفظ تمام داده‌ها از مسیرهای ادغام شده فعال شده است.

  • اتصالات: ورودی را از Merge All Paths دریافت می‌کند. این نود نهایی در گردش کار است.
  • موارد مرزی: ندارد؛ این نود به سادگی خروجی نهایی را فرمت می‌کند.

Nodeهای استفاده‌شده

سوالات متداول

این گردش کار n8n چگونه ریسک اعتبارنامه‌ها را ارزیابی می‌کند؟

این گردش کار از عوامل هوش مصنوعی تخصصی که توسط GPT-4o-mini پشتیبانی می‌شوند برای انجام اعتبارسنجی، تأیید و ارزیابی ریسک اعتبارنامه‌ها استفاده می‌کند. هر اعتبارنامه بر اساس امتیاز ریسک محاسبه شده، دسته‌بندی می‌شود.

اقدامات کاهشی چگونه بر اساس سطح ریسک هدایت می‌شوند؟

پس از ارزیابی ریسک، اعتبارنامه‌ها بر اساس سطح ریسک تعیین شده (بحرانی، بالا، متوسط یا پایین) از طریق یک گره 'switch' مسیریابی می‌شوند. هر مسیر، دستورالعمل‌های خاصی را برای اقدامات کاهشی یا تشدید متناسب با آن سطح ریسک تعریف می‌کند.

چه داده‌هایی برای این گردش کار استفاده می‌شود؟

این گردش کار با تولید داده‌های نمونه اعتبارنامه ساختاریافته (مانند گذرنامه، گواهینامه رانندگی) آغاز می‌شود تا به عنوان داده‌های آزمایشی برای مراحل پردازش هوش مصنوعی عمل کند.

workflowهای مرتبط

این workflow در کاتالوگ Axeto.ai بایگانی شده است. لایسنس اصلی متعلق به سازنده workflow است.