Integrating AI with Open-Meteo API for Enhanced Weather Forecasting

Dieses Workflow-Design ermöglicht es Benutzern, Wettervorhersagen effektiv zu integrieren und mit Hilfe eines AI-unterstützten Chatbots auf präzise Informationen zuzugreifen.

Integrating AI with Open-Meteo API for Enhanced Weather Forecasting

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.

Workflow Übersicht

Dieser Workflow ist entwickelt worden, um eine effektive Interaktion zwischen einem AI-basierten Chatbot und der Open-Meteo API zu ermöglichen. Ziel ist es, Wetterdaten abzurufen, basierend auf der vom Benutzer eingegebenen Stadt. Der Workflow besteht aus mehreren Knoten, die alle eine spezifische Aufgabe erfüllen, um das Gesamtziel zu erreichen.

Node 1: When chat message received

  • Node Name: When chat message received
  • Type: @n8n/n8n-nodes-langchain.chatTrigger
  • Beschreibung: Dieser Knoten wird ausgelöst, wenn eine neue Chat-Nachricht empfangen wird.
  • Parameter:
    • public: aktiviert, sodass jeder die Anfrage verwenden kann.
    • options: Konfiguriert den Titel, Untertitel und zusätzliche Optionen für den Chat.
    • initialMessages: Fordert den Benutzer auf, Wettervorhersagen für spezifische Städte abzufragen.

Node 2: OpenAI Chat Model

  • Node Name: OpenAI Chat Model
  • Type: @n8n/n8n-nodes-langchain.lmChatOpenAi
  • Beschreibung: Nutzt das OpenAI Chat Modell, um die vom Benutzer angeforderten Daten zu verarbeiten.
  • Kredential: Erfordert OpenAI API Zugang.
  • Optionen: Konfigurationsoptionen sind derzeit leer, was bedeutet, dass die Standardeinstellungen verwendet werden.

Node 3: Generic AI Tool Agent

  • Node Name: Generic AI Tool Agent
  • Type: @n8n/n8n-nodes-langchain.agent
  • Beschreibung: Dieser Knoten agiert als Agent, der die verschiedenen AI-Tools steuert.
  • Parameter: Keine speziellen Optionen erforderlich, da er generisch ist.

Node 4: Chat Memory Buffer

  • Node Name: Chat Memory Buffer
  • Type: @n8n/n8n-nodes-langchain.memoryBufferWindow
  • Beschreibung: Speichert den Gesprächsverlauf, um die Konversation flüssiger zu gestalten.
  • Parameter: Keine zusätzlichen Parameter eingestellt, da er automatisch konfiguriert wird.

Node 5: A tool for inputting the city and obtaining geolocation

  • Node Name: A tool for inputting the city and obtaining geolocation
  • Type: @n8n/n8n-nodes-langchain.toolHttpRequest
  • Beschreibung: Leistet einen HTTP-Anruf an die Open-Meteo API, um die geographischen Koordinaten einer Stadt zu erhalten.
  • Parameter:
    • URL: https://geocoding-api.open-meteo.com/v1/search
    • sendQuery: aktiviert, um Anfragen zu senden.
    • parametersQuery: Empfängt den Stadtnamen, um die Koordinaten zu holen.

Node 6: A tool to get the weather forecast based on geolocation

  • Node Name: A tool to get the weather forecast based on geolocation
  • Type: @n8n/n8n-nodes-langchain.toolHttpRequest
  • Beschreibung: Ruft die Wettervorhersage für die angegebenen geographischen Koordinaten ab.
  • Parameter:
    • URL: https://api.open-meteo.com/v1/forecast
    • sendQuery: aktiviert, um Anfragen zu senden.
    • parametersQuery:
      • latitude: Breite der Stadt.
      • longitude: Länge der Stadt.
      • forecast_days: Anzahl der Tage, für die die Vorhersage benötigt wird.

Ergebnis

Durch den Einsatz dieses Workflows können Benutzer effizient Wetterdaten aus der Open-Meteo API abrufen, indem sie einfach den Stadtnamen eingeben. Der flow verwendet eine AI-gesteuerte Logik, um sicherzustellen, dass die Informationen schnell und korrekt abgerufen werden. Die Integration von AI mit der Wetterdaten-API bietet eine benutzerfreundliche Möglichkeit, um genauere Wettervorhersagen zu erhalten.

Für weitere Informationen und Zugang zu den Dateien, bitte den folgenden Download Link nutzen.

Facebook
Twitter
LinkedIn

Andere Projekte