Workflow zur Verarbeitung von Twilio-Nachrichten mit OpenAI

Dieser Workflow verarbeitet eingehende WhatsApp-Nachrichten von Twilio, nutzt OpenAI zur Generierung von Antworten und speichert Nachrichtenverläufe in Redis.

Workflow zur Verarbeitung von Twilio-Nachrichten mit OpenAI

Die Website nutzt die Wordpress-Infrastruktur.

Server: Unser Server befindet sich in einem Unternehmen mit Sitz in Deutschland. Er hat eine hohe und schnelle Internetverbindung. Es gibt eine Generatorunterstützung für ununterbrochenen Strom.

Einführung

In diesem Workflow wird eine Verbindung zwischen Twilio und OpenAI hergestellt, um Nachrichten zu empfangen, zu verarbeiten und für die Benutzer zu antworten. Der Workflow nutzt Redis zur Speicherung des Nachrichtenverlaufs, um den Kontext im Gespräch zu bewahren.

Node-Übersicht

1. Twilio Trigger

  • Typ: Twilio Trigger
  • Funktion: Dieser Node empfängt eingehende Nachrichten von Twilio, wenn ein Benutzer eine Nachricht sendet.
  • Einstellungen: Der WebhookID ist definiert und aktualisierte Ereignisse werden überwacht.

2. Add to Messages Stack

  • Typ: Redis
  • Funktion: Speichert eingehende Nachrichten in einer Liste in Redis, um den Verlauf der Benutzerkommunikation zu bewahren.
  • Einstellungen: Verwende die Liste chat-buffer mit dem Sender als Schlüssel und speichere die Nachricht am Ende der Liste.

3. Wait 5 seconds

  • Typ: Wait
  • Funktion: Pausiert den Workflow für 5 Sekunden, um mögliche Folge-Nachrichten abzuwarten.

4. Get Latest Message Stack

  • Typ: Redis
  • Funktion: Ruft die aktuellste Nachrichtenliste für den angegebenen Schlüssel ab.
  • Einstellungen: Nutzt den gleichen Schlüssel wie im vorherigen Node, um die letzte Nachricht abzurufen.

5. Should Continue?

  • Typ: IF
  • Funktion: Entscheidet, ob der Workflow mit der Antwort fortfahren soll, basierend auf dem Vergleich des letzten empfangenen und gespeicherten Nachrichten.

6. Get Chat History

  • Typ: Memory Manager
  • Funktion: Ruft den Verlauf der Konversation ab, um alle relevanten Benutzernachrichten zu sammeln.

7. Get Messages Buffer

  • Typ: Set
  • Funktion: Erstellt eine Zusammenstellung von Benutzer-Nachrichten seit der letzten Antwort des Bots, um den aktuellen Kontext zu bewahren.

8. OpenAI Chat Model

  • Typ: OpenAI Chat Model
  • Funktion: Generiert eine Antwort basierend auf den gesammelten Nachrichten und dem aktuellen Kontext.

9. Send Reply

  • Typ: Twilio
  • Funktion: Sendet die vom OpenAI-Modell erzeugte Antwort zurück an den Benutzer über Twilio.

10. AI Agent

  • Typ: Agent
  • Funktion: Verarbeitet die Puffer-Nachrichten, um eine kohärente Antwort zu formulieren und an den Benutzer zurückzusenden.

Ergebnis

Dieser Workflow dient dazu, eingehende Nachrichten effizient zu verarbeiten und darauf zu reagieren, indem er den Kontext durch Redis während des gesamten Gesprächsablaufs aufrechterhält. Die kombinierte Nutzung von Twilio und OpenAI verbessert die Benutzerschnittstelle erheblich und bietet eine schnellere und dynamische Antwort. Der Einsatz eines zeitlichen Puffers sorgt dafür, dass der Benutzer nicht mit Antworten überflutet wird, während er mehrere Nachrichten in kurzer Zeit sendet.

Für weitere Informationen oder zur Anpassung des Workflows stehen die n8n-Dokumentationen zur Verfügung.

Download-Link: Hier herunterladen

Facebook
Twitter
LinkedIn

Andere Projekte