Workflow zur Verbesserung der Chat-Erfahrung mit OpenAI

Schritt-für-Schritt Erklärung der Nodes

1. Chat Trigger

Typ: langchain.chatTrigger

Funktion: Dieser Node initiiert den Chat, indem er Ereignisse von einem öffentlichen Webhook empfängt.
Er speichert auch frühere Chats in der Sitzung, um kontextuelle Antworten zu ermöglichen.

Einstellungen:

• Webhook-ID: 1f83e8ac-d465-454a-8327-cef7f0149cb1
• Öffentlich: true
• Optionen: loadPreviousSession: memory

2. Chat Memory Manager

Typ: langchain.memoryManager

Funktion: Dieser Node verwaltet die Zwischenspeicherung der Chatnachrichten für den Zugriff in späteren Konversationen.

Einstellungen: Keine speziellen Einstellungen, er gibt immer Daten aus.

3. Aggregate

Typ: n8n-nodes-base.aggregate

Funktion: Aggregiert alle gesammelten Nachrichten und speichert sie im Ausgabefeld.

Einstellungen:

• Aggregate-Methode: aggregateAllItemData
• Ziel-Feldname: messages

4. OpenAI Assistant

Typ: langchain.openAiAssistant

Funktion: Ruft die OpenAI API auf, um basierend auf dem bisherigen Gespräch eine Antwort zu generieren.

Einstellungen:

• Text: ={{ $json["messages"].map(m => `
Human: ${m.human}
AI Assistant: ${m.ai}
`) }}
## Aktuelle Nachricht:
{{ $('Chat Trigger').item.json.chatInput }}
• Assistant ID: asst_HDSAnzsp4WqY4UC1iI9auH5z

5. Chat Memory Manager1

Typ: langchain.memoryManager

Funktion: Fügt neue Nachrichten zur Speicherverwaltung hinzu, sowohl von Benutzer als auch von AI.

Einstellungen:

• Modus: insert
• Nachrichten:
  – Benutzer: {{ $('Chat Trigger').item.json.chatInput }}
  – AI: {{ $json.output }}

6. Limit

Typ: n8n-nodes-base.limit

Funktion: Begrenzt die Anzahl der ausgegebenen Elemente, um die Effizienz zu steigern.

Einstellungen: Keine speziellen Einstellungen.

7. Edit Fields

Typ: n8n-nodes-base.set

Funktion: Definiert die Ausgabe der letzten Nachricht, die vom AI Assistant generiert wurde.

Einstellungen:

• Feld: output zu {{ $('OpenAI Assistant').item.json.output }}

8. Window Buffer Memory

Typ: langchain.memoryBufferWindow

Funktion: Verwalten von Sitzungsinformationen über die Gesprächsphasen hinweg durch Speichern einer bestimmten Anzahl von Nachrichten im Kontext.

Einstellungen:

• Sitzungsschlüssel: ={{ $('Chat Trigger').item.json.sessionId }}123
• Kontextfensterlänge: 20

Ergebnis

Mit diesem Workflow können Benutzer effektiv mit dem AI Assistant interagieren. Er ermöglicht es, frühere Chats im Gedächtnis des Assistenten zu speichern, wodurch die Antworten kontextbezogen und relevanter sind. Benutzer können die Eingabe des Chats testen, indem sie einfache Anfragen an den Assistenten stellen.

Testen Sie den Workflow

1. Stellen Sie sicher, dass die OpenAI-Anmeldeinformationen im OpenAI Assistant-Node gesetzt sind.
2. Klicken Sie auf die ‚Chat‘-Schaltfläche.
3. Führen Sie eine Konversation mit dem Assistenten.

Download Link