Workflow zur automatischen Informationsbeschaffung und -verarbeitung

Dieser Workflow ermöglicht einem KI-Agenten, Informationen zu Wetter und geografischen Daten zu sammeln und bereitzustellen.

Workflow zur automatischen Informationsbeschaffung und -verarbeitung

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 Details

In diesem Workflow interagiert ein KI-Agent mit verschiedenen Werkzeugen zur Informationsbeschaffung, wie Wikipedia und einem Wetter-API. Hier ist eine detaillierte Beschreibung der einzelnen Knoten:

Knoten 1: Sticky Note4

  • Typ: n8n-nodes-base.stickyNote
  • Funktion: Dieser Knoten dient als Notiz und speichert Informationen über den Verlauf der Konversation.
  • Parameter:
    • Breite: 300
    • Höhe: 205
    • Inhalt: „Die Gesprächshistorie (letzte 20 Nachrichten) wird in einem Puffer gespeichert“

Knoten 2: On new manual Chat Message

  • Typ: @n8n/n8n-nodes-langchain.manualChatTrigger
  • Funktion: Dieser Knoten löst den Workflow aus, sobald eine neue manuelle Chat-Nachricht eingeht.
  • Parameter: Keine spezifischen Parameter konfiguriert.

Knoten 3: Wikipedia

  • Typ: @n8n/n8n-nodes-langchain.toolWikipedia
  • Funktion: Dieser Knoten verwendet Wikipedia als Informationsquelle, um relevante Daten zu ziehen.
  • Parameter: Keine spezifischen Parameter konfiguriert.

Knoten 4: Sticky Note3

  • Typ: n8n-nodes-base.stickyNote
  • Funktion: Eine weitere Notiz, die Informationen über die Tools enthält, die der Agent verwenden kann.
  • Parameter:
    • Breite: 300
    • Höhe: 205
    • Inhalt: „Tools, die der Agent verwenden kann, um die Aufgabe zu erledigen“

Knoten 5: Sticky Note6

  • Typ: n8n-nodes-base.stickyNote
  • Funktion: Notiz über die Nutzung der verfügbaren Tools durch den Agenten.
  • Parameter:
    • Breite: 422
    • Höhe: 211
    • Inhalt: „Der Konversationsagent wird die verfügbaren Tools nutzen, um auf den Prompt zu antworten.“

Knoten 6: Window Buffer Memory

  • Typ: @n8n/n8n-nodes-langchain.memoryBufferWindow
  • Funktion: Dieser Knoten speichert die letzten 20 Nachrichten in einem Puffer.
  • Parameter:
    • Kontextfensterlänge: 20

Knoten 7: AI Agent

  • Typ: @n8n/n8n-nodes-langchain.agent
  • Funktion: Der KI-Agent verarbeitet die Eingaben und verwendet verschiedene Tools zur Beantwortung von Anfragen.
  • Parameter:
    • Text: „={{ $json.input }}“ (Eingabetext des Benutzers)
    • Optionen:
      • Systemnachricht: „Sie sind ein hilfreicher Assistent …“ (die Konfiguration für den Agenten).
      • Prompt-Typ: define

Knoten 8: Weather HTTP Request

  • Typ: @n8n/n8n-nodes-langchain.toolHttpRequest
  • Funktion: Stellt eine Anfrage an die Wetter-API, um die aktuelle Temperatur basierend auf den gegebenen Koordinaten abzurufen.
  • Parameter:
    • URL: https://api.open-meteo.com/v1/forecast
    • Query Parameter:
      • latitude: wird dynamisch von Eingaben geholt
      • longitude: wird dynamisch von Eingaben geholt
      • forecast_days: 1 Tag
      • hourly: Temperatur bei 2m

Knoten 9: Ollama Chat Model

  • Typ: @n8n/n8n-nodes-langchain.lmChatOllama
  • Funktion: Verwendet das Ollama-Modell, um Chat-Interaktionen zu verarbeiten.
  • Parameter:
    • Modell: llama3.2:latest
    • Optionen: keine spezifischen Optionen definiert

Knoten 10: Sticky Note

  • Typ: n8n-nodes-base.stickyNote
  • Funktion: Eine Notiz zur Aktualisierung des Systemnachrichtenzwecks des KI-Agenten.
  • Parameter:
    • Farbe: 4
    • Höhe: 240
    • Inhalt: „In Systemnachricht fügen Sie Folgendes hinzu…“ (Erklärung für den KI-Agenten)

Ergebnis

Mit diesem Workflow kann ein KI-Agent interagieren, um Informationen über Standorte und deren Wetterdaten zu sammeln, was die Antwortfähigkeit und Effizienz des Agenten erhöht.

Download Link

Hier herunterladen

Facebook
Twitter
LinkedIn

Andere Projekte