1. Manual Trigger
Name: When clicking „Execute Workflow“
Tipo: manualTrigger
Funktion: Dieses Node dient dazu, den Workflow manuell auszulösen. Wenn der Benutzer auf die Schaltfläche „Execute Workflow“ klickt, wird dieser Node aktiviert und der Workflow beginnt seine Ausführung.
2. Set Node for Input
Name: Prompt
Tipo: set
Funktion: Hier wird der Eingabetext für die Analyse festgelegt. Der Text lautet: „Gib die fünf größten Bundesstaaten der USA nach Fläche mit ihren drei größten Städten und deren Bevölkerungszahl zurück.“ Dadurch wird festgelegt, welche Informationen von dem KI-Modell abgerufen werden sollen.
3. LLM Chain Node
Name: LLM Chain
Tipo: chainLlm
Funktion: Dieses Node verwendet das KI-Modell, um die Analyse auf der Basis des in dem vorhergehenden Node festgelegten Prompts durchzuführen. Es verarbeitet den Eingabetext und generiert eine Ausgabe basierend auf der LLM-Kette.
4. Structured Output Parser
Name: Structured Output Parser
Tipo: outputParserStructured
Funktion: Dieses Node überprüft und validiert die Ausgabe des vorangegangenen Nodes mittels eines vordefinierten JSON-Schemas. Das Schema ist so konzipiert, dass es einen Staat und ein Array von Städten mit deren Namen und Bevölkerungszahlen erwartet. Das sichert die Struktur der erwarteten Daten.
5. Auto-fixing Output Parser
Name: Auto-fixing Output Parser
Tipo: outputParserAutofixing
Funktion: Falls die vorherige Ausgabe nicht dem festgelegten Schema entspricht, wird dieses Node verwendet, um die Ausgabe automatisch zu korrigieren. Es nutzt ein KI-Modell, um die Struktur zu verbessern und die Daten in das gewünschte Format zu bringen.
6. OpenAI Chat Model
Name: OpenAI Chat Model
Tipo: lmChatOpenAi
Funktion: Dieses Node steht in Verbindung mit dem LLM-Chain und ermöglicht die Kommunikation mit dem OpenAI-Chat-Modell. Es verarbeitet Eingaben und gibt die entsprechenden Ausgaben zurück, wobei die Parameter wie Temperatur auf 0 gesetzt sind, um eine deterministische Ausgabe zu erzeugen.
7. Auto-fixing OpenAI Chat Model
Name: OpenAI Chat Model1
Tipo: lmChatOpenAi
Funktion: Dieses Node wird ähnlich wie das vorherige Node verwendet, jedoch im Kontext des Auto-fixing Output Parsers, um sicherzustellen, dass die Korrekturen ordnungsgemäß umgesetzt werden. Auch hier gilt die Temperatur von 0 für eine konsistente Ausgabe.
Ergebnis
Dieser Workflow nutzt verschiedene Nodes, um die größten Bundesstaaten der USA und deren größte Städte zu erfassen. Die Verwendung von LangChain und OpenAI ermöglicht es, komplizierte Datenabfragen effizient zu verarbeiten und sicherzustellen, dass die Ausgabe korrekt und strukturiert ist.
