دسته‌بندی خودکار پست‌های وبلاگ با هوش مصنوعی و گیت‌هاب

دسته‌بندی خودکار پست‌های وبلاگ با OpenAI GPT-4، GitHub و Google Sheets برای Astro/Next.js

این گردش کار، دسته‌بندی و برچسب‌گذاری پست‌های وبلاگ را با استفاده از GPT-4 اوپن‌ای‌آی، که از طریق قابلیت‌های LangChain در n8n ادغام شده است، خودکار می‌کند. این سیستم محتوای جدید یا به‌روز شده را در یک مخزن گیت‌هاب شناسایی کرده، محتوا را واکشی می‌کند و از یک عامل هوش مصنوعی برای تخصیص دسته‌بندی‌ها و برچسب‌های مرتبط استفاده می‌کند. نتایج سپس در یک گوگل شیت برای پیگیری و ادغام احتمالی در پروژه‌های Astro یا Next.js ذخیره می‌شوند.

ویژگی‌های کلیدی:

• تحلیل خودکار محتوا: از GPT-4 برای دسته‌بندی و برچسب‌گذاری هوشمند استفاده می‌کند.
• حذف موارد تکراری: از پردازش مجدد محتوای دسته‌بندی شده جلوگیری می‌کند.
• ادغام با گیت‌هاب: محتوا را مستقیماً از مخزن گیت‌هاب شما واکشی می‌کند.
• پیگیری با گوگل شیت: سوابق پست‌های پردازش شده و دسته‌بندی‌ها/برچسب‌های اختصاص داده شده به آن‌ها را حفظ می‌کند.
• قابل سفارشی‌سازی برای Astro/Next.js: خروجی به راحتی توسط مولدهای سایت استاتیک قابل مصرف است.

کاتالوگ n8n در Axeto.ai: https://axeto.ai/n8n

---

تشریح گردش کار

گردش کار به بلوک‌های منطقی زیر ساختاربندی شده است:

1. دریافت ورودی و راه‌انداز: فرآیند را از طریق ارسال فرم دستی آغاز می‌کند.

2. واکشی داده و حذف موارد تکراری: محتوای گیت‌هاب را با سوابق گوگل شیت مقایسه کرده تا فایل‌های جدید یا پردازش نشده را شناسایی کند.

3. واکشی محتوا: محتوای کامل پست‌های جدید را از گیت‌هاب واکشی می‌کند.

4. تحلیل و برچسب‌گذاری با هوش مصنوعی: از یک عامل هوش مصنوعی LangChain با GPT-4 برای تحلیل محتوا و تولید دسته‌بندی‌ها و برچسب‌ها استفاده می‌کند.

5. پردازش و ذخیره‌سازی خروجی: خروجی هوش مصنوعی را تجزیه کرده و نتایج را به یک گوگل شیت اضافه می‌کند.

6. کنترل جریان و اعلان‌ها: سناریوهای عدم وجود محتوای جدید را مدیریت کرده و تکمیل فرآیند را تأیید می‌کند.

---

تحلیل گره‌های دقیق

۱. دریافت ورودی و راه‌انداز

این بلوک گردش کار را به صورت دستی آغاز می‌کند.

• گره: On form submission

* نوع: راه‌انداز فرم (Form Trigger)

* نقش: گردش کار را پس از ارسال دستی فرم آغاز می‌کند.

* پیکربندی: یک فرم ساده با عنوان و توضیحات برای شروع فرآیند.

* خروجی: گره‌های بعدی گردش کار را راه‌اندازی می‌کند.

۲. واکشی داده و حذف موارد تکراری

این بخش داده‌های موجود را واکشی کرده و محتوای جدیدی را که نیاز به پردازش با هوش مصنوعی دارد، شناسایی می‌کند.

• گره: Get row(s) in sheet

* نوع: Google Sheets

* نقش: فراداده پست‌های وبلاگ پردازش شده قبلی (شامل نام فایل، دسته‌بندی‌ها و برچسب‌ها) را از یک گوگل شیت می‌خواند.

* پیکربندی: به یک گوگل شیت و برگه (sheet tab) خاص متصل می‌شود.

* خروجی: ردیف‌هایی حاوی اطلاعات پست پردازش شده.

* یادداشت چسبان (Sticky Note): ## Get list of posts from Google Sheets: prevents repeating AI usage, requires columns FileName, Categories, etc. (دریافت لیست پست‌ها از گوگل شیت: از استفاده مجدد هوش مصنوعی جلوگیری می‌کند، به ستون‌های FileName، Categories و غیره نیاز دارد.)

• گره: List FileName only / Remove duplicates

* نوع: کد (JavaScript)

* نقش: نام فایل‌های منحصربه‌فرد را از داده‌های گوگل شیت استخراج کرده تا اطمینان حاصل شود که هیچ پستی بیش از یک بار پردازش نمی‌شود.

* منطق: آیتم‌های ورودی را به ویژگی FileName آن‌ها نگاشت کرده و موارد تکراری را با استفاده از Set حذف می‌کند.

* ورودی: خروجی Get row(s) in sheet.

* خروجی: یک لیست JSON از نام فایل‌های منحصربه‌فرد، با فرمت { path: filename }.

• گره: List posts/articles/pages

* نوع: GitHub

* نقش: تمام فایل‌ها را در یک دایرکتوری مشخص (مانند src/content/blog/) در مخزن گیت‌هاب شما لیست می‌کند.

* پیکربندی: نام مخزن، مالک و مسیر دایرکتوری محتوا را نیاز دارد.

* خروجی: لیستی از اشیاء فایل، شامل مسیرهای آن‌ها.

• گره: Get paths to files only from GitHub repository

* نوع: تجمیع‌کننده (Aggregate)

* نقش: مسیرهای فایل به‌دست‌آمده از گیت‌هاب را در یک آرایه واحد به نام githubPaths تجمیع می‌کند.

* ورودی: خروجی List posts/articles/pages.

* خروجی: آرایه‌ای از مسیرهای فایل گیت‌هاب.

• گره: Get file paths only from GoogleSheets

* نوع: تجمیع‌کننده (Aggregate)

* نقش: نام فایل‌های منحصربه‌فرد را از گوگل شیت در یک آرایه واحد به نام googlesheetsPaths تجمیع می‌کند.

* ورودی: خروجی List FileName only / Remove duplicates.

* خروجی: آرایه‌ای از نام فایل‌های گوگل شیت.

• گره: Merge GitHub and Google Sheets read

* نوع: ادغام (Merge)

* نقش: آرایه‌های githubPaths و googlesheetsPaths را برای مقایسه در یک آیتم واحد ترکیب می‌کند.

* ورودی: خروجی‌های Get paths to files only from GitHub repository و Get file paths only from GoogleSheets.

* خروجی: یک آیتم واحد حاوی هر دو آرایه مسیر تجمیع شده.

• گره: Check new repo files for AI processing

* نوع: کد (JavaScript)

* نقش: مسیرهای فایل گیت‌هاب را فیلتر کرده تا فقط آن‌هایی را که در داده‌های گوگل شیت وجود ندارند (یعنی فایل‌های جدید) شناسایی کند.

* منطق: تفاوت بین githubPaths و googlesheetsPaths را محاسبه می‌کند.

* ورودی: خروجی Merge GitHub and Google Sheets read.

* خروجی: لیستی از مسیرهای فایل برای پست‌های جدید که نیاز به پردازش با هوش مصنوعی دارند.

• گره: Switch

* نوع: Switch

* نقش: گردش کار را بر اساس اینکه آیا فایل‌های جدیدی پیدا شده‌اند یا خیر، هدایت می‌کند. اگر لیست فایل‌های جدید خالی باشد، به اعلان "عدم وجود پست جدید" می‌رود؛ در غیر این صورت، به واکشی محتوا ادامه می‌دهد.

* ورودی: خروجی Check new repo files for AI processing.

* خروجی: به یکی از اعلان‌های "No new posts/articles in GitHub" یا گره "Get post/article file" هدایت می‌کند.

۳. واکشی محتوا

این بلوک محتوای پست‌های وبلاگ شناسایی شده جدید را واکشی می‌کند.

• گره: Get post/article file

* نوع: GitHub

* نقش: محتوای کامل هر فایل پست وبلاگ جدید شناسایی شده در مرحله قبل را دانلود می‌کند.

* پیکربندی: به طور پویا از مسیر فایل از لیست فیلتر شده استفاده می‌کند.

* خروجی: محتوای فایل پست وبلاگ، شامل مسیر آن.

• گره: `Loop Over Posts/Pag