Workflow Übersicht
- Dieser Workflow zielt darauf ab, Datenvisualisierungsfähigkeiten in einen nativen SQL-Agenten zu integrieren.
- Zusammen bieten sie Unterstützung bei Datenanalysen und Visualisierungen in einem Team.
- Der Workflow verwendet einen nativen SQL-Agenten für die Datenbankabfrage und kombiniert dies mit den strukturieren Ausgaben von OpenAI und Quickchart.io für Visualisierungen.
Schritt-für-Schritt Beschreibung der Nodes
1. OpenAI Chat Model
Typ: OpenAI Chat Node
Funktion: Dieses node nutzt das OpenAI-Modell, um textbasierte Antworten zu generieren, die für den SQL-Agenten von Bedeutung sind.
Einstellungen: Das Modell wurde auf „gpt-4o“ mit einer Temperatur von 0.1 konfiguriert, um die Kreativität der Antworten zu steuern.
2. Execute Workflow
Typ: Workflow Execution Node
Funktion: Führt einen anderen Workflow aus, der für die Diagrammerstellung benötigt wird.
Einstellungen: „waitForSubWorkflow“ ist auf true gesetzt, um auf die Fertigstellung des Unter-Workflows zu warten.
3. Execute „Generate a chart“ tool
Typ: Workflow Trigger Node
Funktion: Initiert die Ausführung des Setups zur Diagrammgenerierung.
4. OpenAI – Generate Chart definition with Structured Output
Typ: HTTP Request Node
Funktion: Dieser Node sendet eine Anfrage an OpenAI, um eine strukturierte Diagrammdefinition zu generieren.
Einstellungen: POST-Methode an die URL „https://api.openai.com/v1/chat/completions“ mit einem spezifizierten JSON-Body für die Anforderung.
5. Set response
Typ: Set Node
Funktion: Setzt den zurückgegebenen Diagramm-URL für die endgültigen Ausgaben.
Einstellungen: Kombiniert die URL von Quickchart.io mit der vom OpenAI-API erhaltenen Diagrammdefinition.
6. When chat message received
Typ: Chat Trigger Node
Funktion: Wartet auf eingehende Chatnachrichten, um die Fragen der Benutzer zu behandeln.
7. Set Text output
Typ: Set Node
Funktion: Setzt die Textausgabe aus dem AI-Agenten für die nächste Verarbeitung.
Einstellungen: Der Wert wird mithilfe von n8n-Variablen aus dem vorherigen Node abgerufen.
8. AI Agent
Typ: SQL Agent Node
Funktion: Dieser Agent führt SQL-Abfragen durch, um Daten basierend auf der Benutzeranfrage zu extrahieren.
Einstellungen: Der Agent interagiert mit einer PostgreSQL-Datenbank und verwendet ein definiertes Prompt-Format für die Abfrage.
9. Window Buffer Memory
Typ: Memory Node
Funktion: Speichert temporäre Daten während der Abstimmungen mit dem SQL-Agenten.
Einstellungen: Verwendet einen benutzerdefinierten Sitzungsschlüssel zur Identifizierung der interaktiven Sitzung.
10. Information Extractor – User question
Typ: Information Extraction Node
Funktion: Extrahiert relevante Fragen des Benutzers aus der Chatnachricht,
Einstellungen: Diese Node gibt die Benutzerfrage zurück, omittiert jedoch Visualisierungsanfragen.
Ergebnis
Der Workflow ermöglicht es einem SQL-Agenten, Fragen zu verschiedenen Daten zu beantworten, und bei Bedarf ansprechende Diagramme zu generieren, die die Antworten unterstützen. Diagramme werden nur erstellt, wenn die Analyse bezüglich ihrer Nützlichkeit entschieden hat. Dieser Workflow könnte in einer Vielzahl von Anwendungsfällen in der Datenanalyse nützlich sein.
Download Link: Workflow herunterladen