Workflow zur kontinuierlichen Überwachung von Linear Issues mit Sentimentanalyse

Dieser Workflow überwacht aktiv Issues in Linear und analysiert deren Kommentare auf die allgemeine Stimmung, um bei negativer Stimmung ein Alert zu senden.

Workflow zur kontinuierlichen Überwachung von Linear Issues mit Sentimentanalyse

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.

1. Continiue Überwachung aktiver Linear Issues

Dieser Node verwendet die GraphQL-Schnittstelle von Linear, um regelmäßig aktualisierte Issues zu überprüfen. Die Konfiguration beinhaltet die Filterung von Issues, die innerhalb der letzten 30 Minuten aktualisiert wurden.

Node: Fetch Active Linear Issues

Typ: GraphQL
Funktion: Ruft die aktiven Issues ab.
Einstellungen: Der GraphQL-Query filtert die Issues nach aktualisiertem Datum. updatedAt: { gte: $now.minus(30, 'minutes').toISO() }

2. Probleme in Listen umwandeln

Um die einzelnen Issues für die Analyse zu separieren, wird der Split-Node verwendet.

Node: Issues to List

Typ: Split Out
Funktion: Teilt die Liste der Issues in einzelne Elemente.
Einstellungen: fieldToSplitOut: data.issues.nodes wird verwendet, um die einzelnen Issues aus der generierten Liste zu extrahieren.

3. Sentiment über Issue-Kommentare analysieren

Hier wird die Stimmung aller Kommentare eines Issues analysiert, um festzustellen, ob die allgemeine Stimmung positiv oder negativ ist.

Node: Sentiment over Issue Comments

Typ: Information Extractor
Funktion: Analysiert die Kommentare auf sentimentale Tendenzen.
Einstellungen: Kommentare werden in einem spezifischen Format zugeführt. text: {{$json.comments.nodes.map(node => [...]).join('---\n')}}
Attribute:

sentiment: Positive, negative oder neutral
sentimentSummary: Zusammenfassung der Stimmung

4. Kombination der Sentimentanalyse

Die Ergebnisse der sentimentalen Analyse werden mit weiteren Issue-Daten kombiniert.

Node: Combine Sentiment Analysis

Typ: Set
Funktion: Kombiniert die Ergebnisse der Analyse mit dem ursprünglichen Issue.
Einstellungen: jsonOutput: ={{$json.output}} um alle Daten zu vereinen.

5. Bestehende Sentimente abrufen

Hier werden die bestehenden Sentiments von Airtable abgefragt, um festzustellen, ob es Veränderung gab.

Node: Get Existing Sentiment

Typ: Airtable
Funktion: Sucht nach bestehenden Sentimenten basierend auf der Issue-ID.
Einstellungen: filterByFormula: ={Issue ID} = '{{ $json.identifier }}' zur Identifizierung vorhandener Datensätze.

6. Daten aktualisieren

Diese Stufe aktualisiert die Airtable-Daten mit dem neuen Sentiment.

Node: Update Row

Typ: Airtable
Funktion: Aktualisiert bestehende Zeilen oder fügt neue hinzu.
Einstellungen: operation: upsert und Mapping der Spalten entsprechend dem neuen Status.

7. Benachrichtigung bei negativen Stimmungen

Wenn ein Issue von nicht-negativer zu negativer Stimmung wechselt, wird eine Benachrichtigung gesendet.

Node: Report Issue Negative Transition

Typ: Slack
Funktion: Sendet eine Nachricht an das Slack-Kanal mit den Details der Probleme mit negativer Stimmung.
Einstellungen: text: '{{$('Deduplicate Notifications').all().length }} Issues have transitions to Negative Sentiment'

8. Benachrichtigungen deduplizieren

Um redundante Benachrichtigungen zu vermeiden, wird ein Deduplications-Node verwendet.

Node: Deduplicate Notifications

Typ: Remove Duplicates
Funktion: Verhindert mehrfaches Senden der gleichen Benachrichtigung.

Ergebnis

Auf diese Weise überwacht der Workflow kontinuierlich die Stimmung von Issues in Linear und sendet Alerts, wenn die Stimmung negativ wird. Dies hilft, potenzielle Kundenprobleme frühzeitig zu erkennen und darauf zu reagieren.

Download Link