Einführung
In diesem Blogbeitrag erklären wir, wie man einen Workflow in n8n erstellt, der Inhalte von einer WordPress-Seite abruft, verarbeitet und für eine Generative AI-Anwendung bereitstellt. Der Workflow besteht aus verschiedenen Knoten, die jeweils spezifische Aufgaben erfüllen.
Workflow Schritt für Schritt
1. Wenn auf ‚Test-Workflow‘ geklickt wird
- Typ: Manual Trigger
- Beschreibung: Dieser Knoten löst den Workflow manuell aus, wenn der Benutzer auf die Schaltfläche „Test-Workflow“ klickt.
2. WordPress – Alle Beiträge abrufen
- Typ: WordPress
- Beschreibung: Dieser Knoten ruft alle Blog-Beiträge von der angegebenen WordPress-Website ab. Diese Daten sind die Grundlage für weitere Verarbeitung.
- Einstellungen:
operation: 'getAll', returnAll: true
3. WordPress – Alle Seiten abrufen
- Typ: WordPress
- Beschreibung: Ähnlich wie der vorherige Knoten, jedoch werden hier alle Seiten (nicht nur Blog-Beiträge) abgerufen.
- Einstellungen:
operation: 'getAll', resource: 'page', returnAll: true
4. Merge WordPress Beiträge und Seiten
- Typ: Merge
- Beschreibung: Dieser Knoten kombiniert die abgerufenen Daten von Beiträgen und Seiten in einem einzigen Datensatz.
5. Setze Felder
- Typ: Set
- Beschreibung: Dieser Knoten setzt spezifische Felder wie Titel, URL und Veröffentlichungsdatum, die später für die Verarbeitung benötigt werden.
6. Filter – Nur veröffentlichte und ungeschützte Inhalte
- Typ: Filter
- Beschreibung: Dieser Knoten filtert die Inhalte, um sicherzustellen, dass nur veröffentlichte und ungeschützte Inhalte in den nächsten Verarbeitungsschritten verwendet werden.
- Einstellungen: Bedingungen für die Filterauswahl sind basierend auf den Status- und Schutzfeldern.
7. Token Splitter
- Typ: Token Splitter
- Beschreibung: Dieser Knoten zerlegt die Inhalte in kleinere Abschnitte, um die Verarbeitung durch AI-Modelle zu erleichtern.
- Einstellungen:
chunkSize: 300, chunkOverlap: 30
8. Embeddings OpenAI
- Typ: OpenAI Embeddings
- Beschreibung: Dieser Knoten generiert Vektorrepräsentationen der Inhalte, um sie für Machine Learning-Modelle verwendbar zu machen.
- Einstellungen:
model: 'text-embedding-3-small'
9. Supabase – Dokumente speichern
- Typ: Supabase
- Beschreibung: Speichert die generierten Dokumente in der Supabase-Datenbank für nachfolgende Anfragen.
10. AI Agent
- Typ: Agent
- Beschreibung: Dieser Knoten lernt, wie man auf Benutzeranfragen reagiert, unter Verwendung von gespeicherten Dokumenten zur Informationsbereitstellung.
Ergebnis
Am Ende dieses Workflows stehen alle notwendigen Daten zur Verfügung, um auf Benutzeranfragen zu reagieren und relevante Informationen aus einer WordPress-Seite zu extrahieren und bereitzustellen. Der Workflow kann weiter angepasst werden, um spezifischere Anforderungen zu erfüllen oder zusätzliche Quellen zu integrieren.
Für mehr Details zum Workflow und zur Implementierung, laden Sie die Datei herunter: