Workflow Überblick
In diesem Workflow werden verschiedene Schritte kombiniert, um Informationen über die fünf größten Bundesstaaten der USA sowie deren bedeutendste Städte zu sammeln.
Schritte im Workflow
1. Wenn die Schaltfläche ‚Workflow ausführen‘ angeklickt wird
- Node Name: When clicking „Execute Workflow“
- Typ: Manual Trigger
- Zweck: Dieser Knoten löst die Ausführung des Workflows aus, wenn der Benutzer auf die Schaltfläche klickt.
2. Prompt
- Node Name: Prompt
- Typ: Set
- Zweck: Hier wird die Eingabeaufforderung festgelegt, die an das Sprachmodell gesendet wird.
- Parameter:
{"input":"Return the 5 largest states by area in the USA with their 3 largest cities and their population."} - Erklärung: Die Eingabeanweisung fordert das Modell auf, spezifische Informationen bereitzustellen, die dann verarbeitet werden.
3. LLM Chain
- Node Name: LLM Chain
- Typ: Chain LLM
- Zweck: Dieser Knoten verwendet ein Sprachmodell, um die Eingabeaufforderung zu verarbeiten und relevante Daten abzurufen.
4. Strukturierter Ausgabeparser
- Node Name: Structured Output Parser
- Typ: Structured Output Parser
- Zweck: Validierung der vom Sprachmodell gelieferten Ausgabe anhand eines gegebenen Schemas.
- Parameter:
{"jsonSchema":"{\n \"type\": \"object\",\n \"properties\": {\n \"state\": {\n \"type\": \"string\"\n },\n \"cities\": {\n \"type\": \"array\",\n \"items\": {\n \"type\": \"object\",\n \"properties\": {\n \"name\": \"string\",\n \"population\": \"number\"\n }\n }\n }\n }\n}\n"}"} - Erklärung: Das Schema definiert die Struktur der erwarteten Ausgabe, um sicherzustellen, dass die gelieferten Daten die gewünschten Formate haben.
5. Auto-fixing Output Parser
- Node Name: Auto-fixing Output Parser
- Typ: Autofixing Output Parser
- Zweck: Versuch, ungültige Ausgaben mit Hilfe eines Sprachmodells zu beheben.
6. Sticky Notes
- Node Name: Sticky Note / Sticky Note1 / Sticky Note2 / Sticky Note3
- Typ: Sticky Note
- Zweck: Diese Knoten dienen als Anmerkungen über die Funktionsweise der jeweiligen Teile im Workflow, ohne dabei den Ablauf zu beeinflussen.
7. OpenAI Chat Model
- Node Name: OpenAI Chat Model / OpenAI Chat Model1
- Typ: OpenAI Chat Model
- Zweck: Nutzung des OpenAI Modells, um die Anfragen zu bearbeiten und Entscheidungen zu treffen.
- Parameter:
{"options":{"temperature":0}} - Erklärung: Die Temperatur bestimmt die Zufälligkeit der Ausgabe; ein Wert von 0 sorgt für deterministische Antworten.
Ergebnis
Der Workflow führt dazu, dass die fünf größten Bundesstaaten der USA mit ihren größten Städten und Bevölkerungszahlen ermittelt werden, indem die Eingabeaufforderung analysiert und die Ausgabe strukturiert, validiert und gegebenenfalls korrigiert wird.