1. Zeitgesteuertes Trigger
Der Workflow startet mit einem zeitgesteuerten Trigger (Schedule Trigger), der alle 30 Minuten die aktuellen Issues aus Linear abruft. Dies wird durch die Parametersetzung des Intervalls erreicht.
2. Abfrage aktiver Linear Issues
Der Node Fetch Active Linear Issues nutzt die GraphQL-Schnittstelle von Linear, um alle Issues abzurufen, die in den letzten 30 Minuten aktualisiert wurden. Der GraphQL-Query filtert die gewünschten Felder der Issues und deren Kommentare für die spätere Analyse.
3. Aufteilen der Issues in eine Liste
Der Node Issues to List trennt die abgerufenen Issues in eine Liste, die dann weiterverarbeitet werden kann. Hier wird das Feld data.issues.nodes verwendet, um die einzelnen Issues zu extrahieren.
4. Sentiment-Analyse der Kommentare
Im Node Sentiment over Issue Comments wird die Stimmung in den Kommentaren der Issues analysiert. Die Kommentare werden in einem spezifischen Format an den OpenAI Sprachmodell-Node weitergeleitet, um die Analyse durchzuführen.
5. Kombinieren der Analyseergebnisse
Der Node Combine Sentiment Analysis kombiniert die einzelnen Ergebnisse der Sentiment-Analyse mit den entsprechenden Issue-Daten, um einen umfassenden Überblick über jedes Issue zu erhalten.
6. Verarbeiten jedes einzelnen Issues
Der Node For Each Issue… ermöglicht es, jede analysierte Issue individuell zu verarbeiten. Die Verarbeitung erfolgt in Chargen.
7. Abrufen der bestehenden Stimmung aus Airtable
Der Node Get Existing Sentiment sucht in Airtable nach bestehenden Datensätzen, um die aktuelle Stimmung jedes Issues abzurufen, sodass Vergleiche zur neuen Stimmung angestellt werden können.
8. Aktualisierung der Airtable-Daten
Der Node Update Row aktualisiert die Daten in Airtable. Neue Stimmungen werden gespeichert, während die alte Stimmung in einer separaten Spalte für die spätere Analyse beibehalten wird. Dies geschieht durch das Mappen relevanter Spalten.
9. Überwachen von Stimmungsschwankungen
Der Node Airtable Trigger überwacht Änderungen in der Airtable-Tabelle und löst den nächsten Prozess aus, wenn Veränderungen detektiert werden.
10. Überprüfung auf negative Stimmung
Der Node Sentiment Transition überprüft, ob es Veränderungen von einer nicht-negativen zu einer negativen Stimmung gegeben hat.
11. Benachrichtigung bei negativer Stimmung
Falls eine negative Stimmung festgestellt wird, sendet der Node Report Issue Negative Transition eine Benachrichtigung über Slack an das Team, um auf mögliche Probleme aufmerksam zu machen.
12. Duplikate entfernen
Der Node Deduplicate Notifications stellt sicher, dass bei mehrfachen Benachrichtigungen nur eine Meldung pro Änderung versendet wird, um Spam zu verhindern.
Ergebnis oder Ausgabe des Workflows
Am Ende dieses Workflows wird jede Stimmung, die sich von nicht-negativ zu negativ verändert hat, in der Airtable-Datenbank festgehalten, und das Team wird entsprechend über Slack benachrichtigt, was eine rechtzeitige Reaktion auf mögliche Probleme ermöglicht.
