Мастер-класс n8n: Создание агентов искусственного интеллекта и автоматизация рабочих процессов (от новичка до профессионала)

• Восьмой мастер-класс по автоматизации с использованием N-N-N.  

• N-N-N - инструмент автоматизации с низким уровнем кода.  

• Позволяет пользователям автоматизировать процессы без глубоких знаний программирования.  

• Низкий уровень кода делает разработку удобной и доступной для всех.  

• Возможность создания рабочих потоков без необходимости в JavaScript или Python.  

• Гибкость для продвинутых пользователей с опытом программирования.  

• Автоматизация повышает эффективность и продуктивность.  

• Снижает операционные риски и экономит время и деньги.  

• Улучшает масштабируемость и адаптивность бизнеса.  

• Способствует интеграции данных и улучшению качества обслуживания клиентов.  

• N-N-N предоставляет возможности автоматизации для не-разработчиков.  

• Возможность создания рабочих процессов за 15-20 минут.  

• Более 300 встроенных интеграций с популярными инструментами.  

• Возможность подключения к любым инструментам через API или веб-хуки.  

• Настройка N-N-N: самостоятельное размещение или облачный хостинг.  

• Самостоятельное размещение обеспечивает контроль и гибкость.  

• Облачный хостинг предлагает удобство и экономию в долгосрочной перспективе.  

• Самостоятельное размещение требует больше технических знаний и ответственности за настройку, управление и обновление.  

• Облачная среда проще в использовании и управляется командой NNN, что делает её подходящей для начинающих.  

• Облачная среда обеспечивает доступность и надежность, а также управляемую систему безопасности.  

• Облачная версия NNN поставляется с моделью подписки, основанной на уровнях использования и количестве продуктов.  

• Данные хранятся в облаке в необработанном виде, что может быть ограничением для высокочувствительных данных.  

• Self-hosted подходит для тех, кто хочет полный контроль над данными и инфраструктурой, а также для глубокой интеграции с локальными системами.  

• Облачные технологии подходят для тех, кто предпочитает простоту и надежность, а также не хочет заниматься обслуживанием серверов.  

• Рабочие процессы - это инструкции для автоматизации задач, узлы - строительные блоки рабочих процессов, а выполнения - запуск рабочих процессов.  

• Пример: рабочий процесс - шоколадный торт, узлы - ингредиенты, выполнение - заказ торта.  

• Интерфейс NNN позволяет легко добавлять и настраивать рабочие процессы через перетаскивание.  

• Доступны различные типы узлов и триггеров, которые можно использовать для автоматизации задач.  

• Возможность тестирования каждого шага рабочего процесса по отдельности.  

• Важно проверять подключение узлов для корректной работы автоматизации.  

• В NNN есть сообщество, где можно загружать и использовать шаблоны для автоматизации.  

• Возможность управления учетными данными и интеграциями с различными сервисами, такими как Google Диск и Telegram.  

• Возможность скачать и использовать чат с агентом ИИ.  

• Приложение позволяет комментировать и понимать, что происходит.  

• Пример использования шаблона в облачной среде.  

• Простота получения помощи и документации.  

• Наличие курсов и концепций для обучения.  

• Примеры использования узлов, таких как циклы.  

• Четыре основных типа узлов: триггер, действие, преобразование данных и логика.  

• Триггерные узлы запускают рабочий процесс.  

• Узлы действия выполняют конкретные задачи.  

• Узлы преобразования данных изменяют и обрабатывают данные.  

• Логические узлы принимают решения и направляют процесс.  

• Примеры логических узлов: if, switch, ожидание.  

• Пример автоматизации обработки заказов клиентов.  

• Использование данных из Google Sheets.  

• Автоматическое суммирование и отправка отчетов по электронной почте.  

• Работа с N8N и создание рабочего процесса для заказов клиентов.  

• Добавление триггера для автоматического запуска процесса.  

• Использование Google Sheets для триггера: "добавить строку", "обновить строку", "добавить или обновить строку".  

• Необходимость учетной записи Google Cloud для работы с N8N.  

• Создание проекта в Google Cloud и включение API Google Sheets.  

• Настройка учетных данных для доступа к Google Sheets.  

• Создание учетных данных в Google Cloud и получение идентификатора и секрета клиента.  

• Авторизация в Google и настройка экрана согласия на использование OAuth.  

• Публикация приложения для доступа к данным Google Sheets и электронной почте.  

• Подключение к Google Sheets и настройка узла для проверки изменений в документах.  

• Выбор нужного документа и листа для работы.  

• Тестирование узла и проверка поступления данных.  

• Добавление узла OpenAI для обработки данных.  

• Настройка учетной записи OpenAI и получение ключа API.  

• Отправка сообщения модели GPT-40 для создания резюме заказов клиентов.  

• Получение идентификатора заказа, имени клиента, количества товара, цены, даты заказа и статуса.  

• Перетаскивание полей в приглашение для обобщения информации.  

• Использование переменных JavaScript для изменения значений в зависимости от данных.  

• Вывод темы и текста письма в формате JSON.  

• Пример вывода для заказа 101: "Подтверждение нового заказа, идентификатор заказа 101".  

• Важность разделения темы и текста письма для дальнейшей настройки узла Gmail.  

• Добавление узла Gmail и настройка учетных данных.  

• Подключение узла и настройка параметров отправки сообщения.  

• Перетаскивание темы и текста письма в соответствующие поля.  

• Тестирование отправки пяти писем для заказов 101-105.  

• Проверка получения писем в почтовом ящике.  

• Подтверждение успешной отправки и получение информации о заказах.  

• Сохранение и активация рабочего процесса.  

• Регулярная проверка Google Sheets на наличие событий.  

• Ожидание новых писем при добавлении или обновлении строк в Google Sheets.  

• Получен новый заказ от Фила Дампи на 106 цветных карандашей.  

• Обнаружено расхождение в дате заказа 25 января 2020 года вместо 20 октября 2024 года.  

• Исправление даты в узле триггера Google Sheets для корректного отображения.  

• Исправление форматирования даты в Google Sheets.  

• Отправка электронного письма с правильным указанием даты заказа.  

• Использование триггера Google Sheets для получения и отображения данных.  

• Объяснение RAG и его значения для моделей искусственного интеллекта.  

• RAG сочетает поиск и генерацию для получения точных и релевантных ответов.  

• Использование RAG для получения актуальной информации из внешних источников.  

• Векторные базы данных хранят данные в виде векторов, представляющих значения слов или текста.  

• Векторные базы данных помогают находить похожую информацию быстрее, чем реляционные базы данных.  

• Преобразование документов или текста в векторные хранилища для эффективного поиска и генерации ответов.  

• Тестирование рабочего процесса для поиска и извлечения файла с Google Диска.  

• Вставка извлеченного файла в векторное хранилище Pinecone.  

• Использование открытой модели искусственного интеллекта для встраивания данных.  

• Создание и загрузка PDF-файлов с Google Диска в Pinecone.  

• Подключение к хранилищу векторов и загрузка данных.  

• Разделение текста на фрагменты с использованием различных методов.  

• Разделение текста на символы для фрагментов одинакового размера.  

• Рекурсивный символьный разделитель для сохранения смысла текста.  

• Разделитель токенов для работы с языковой моделью, такой как ChatGPT.  

• Извлечение информации из документов и помещение в векторное хранилище.  

• Быстрый и эффективный поиск по смыслу, а не по точным словам.  

• Использование разделителя текста для управления большими документами.  

• Создание агента искусственного интеллекта Rag Rag.  

• Использование PDF-файла с доходами Nike и его размещение в Pinecone.  

• Возможность задавать вопросы агенту для извлечения информации о доходах Nike.  

• Обзор PDF-файла с отчетами о доходах Nike.  

• Использование Pinecone для хранения документов.  

• Настройка индекса в Pinecone с использованием модели встраивания текста.  

• Объяснение пространств имен в Pinecone.  

• Возможность создания категорий для документов.  

• Ручная загрузка данных в Pinecone.  

• Добавление узла Google Диска в Pinecone.  

• Настройка API для работы с Google сервисами.  

• Загрузка PDF-файла пресс-релиза Nike.  

• Передача данных в двоичном формате.  

• Проверка правильности загрузки PDF-файла.  

• Добавление документов в векторное хранилище Pinecone.  

• Создание новых учетных данных для Pinecone.  

• Вставка документов в индекс и пространство имен.  

• Настройка загрузчика документов с использованием модели встраивания текста.  

• Запускаем загрузчик данных по умолчанию.  

• Убеждаемся, что данные передаются в двоичном формате.  

• Настраиваем разделитель текста для рекурсивного разделения на символы.  

• Запускаем ручной запуск для тестирования рабочего процесса.  

• Проверяем, что данные успешно перенесены из Google Диска в Pinecone.  

• Создаем рабочий процесс агента для общения с PDF-файлом.  

• Добавляем триггер для отправки сообщений в чат.  

• Выбираем агента искусственного интеллекта и настраиваем его.  

• Настраиваем модель чата и добавляем буферную память.  

• Добавляем различные инструменты для агента.  

• Вызываем инструмент для хранения векторов и настраиваем его.  

• Добавляем модель и настраиваем операции для получения данных.  

• Проверяем, что агент может получать и предоставлять информацию.  

• Настраиваем подсказки для агента, чтобы он понимал свою роль.  

• Задаем вопросы и проверяем ответы агента.  

• Добавляем примеры и инструкции для агента.  

• Настраиваем использование базы данных векторов для получения данных.  

• Задаем новые вопросы и проверяем ответы агента.  

• Мэттью Френд - исполнительный вице-президент и финансовый директор Nike.  

• Он следит за прибылью и инновациями компании.  

• Агент приводит цитату Френда и предлагает дополнительные комментарии.  

• Nike сталкивается с проблемами в четвертом квартале, но справляется.  

• Компания предпринимает стратегические действия для устойчивого роста.  

• Агент обновляет память и использует инструмент "Векторное хранилище" для поиска информации.  

• Агент может искать информацию в Википедии и использовать калькулятор.  

• Это показывает, как компания использует различные инструменты для поиска данных.  

• Возможность подключения различных рабочих процессов через инструменты NNNS.  

• Агенты могут отправлять электронные письма и использовать другие инструменты.  

• Важно предоставить агентам доступ к различным инструментам для выполнения задач.  

• Пример использования инструментов для выполнения задач, таких как отправка электронных писем и обновление баз данных.  

• Агенты могут использовать созданные пользователем инструменты.  

• Примеры инструментов: git email tool, send email tool, update database и другие.  

• Агенты решают, какой инструмент использовать для выполнения задач на основе инструкций.  

• Агенты могут использовать инструменты, такие как "умный агент" или "умный ассистент с искусственным интеллектом".  

• Инструменты можно повторно использовать и комбинировать.  

• Масштабирование позволяет создавать агентов, которые выполняют множество задач, таких как отправка электронной почты и управление календарем.  

• Агенты могут взаимодействовать друг с другом, что делает рабочие процессы более эффективными.  

• Иерархия агентов позволяет распределять задачи между ними.  

• Это позволяет создавать более сложные и эффективные рабочие процессы.  

• Личный ассистент имеет семь инструментов, включая получение и отправку электронных писем, управление календарем и обновление базы данных.  

• Инструменты могут быть объединены для выполнения различных задач.  

• Пример использования: обобщение базы данных для получения краткой информации о проектах.  

• Агент запускается с помощью Gmail и классифицирует электронные письма по приоритетам.  

• Создаются черновики для писем с высоким приоритетом и добавляются ярлыки в Gmail.  

• Агент отправляет уведомления через Telegram о выполненных задачах.  

• Видео демонстрирует, как можно структурировать агентов для автоматизации процессов.  

• Цель - показать, как можно расширять и автоматизировать задачи, исключая участие человека.  

• Обсуждение API и HTTP-запросов может показаться сложным, но цель - сделать его простым.  

• Все предварительно сконфигурированные узлы в NNN являются HTTP-запросами.  

• NNN выполняет вызовы API за вас, например, при использовании узла Google Диска.  

• Используйте API и HTTP-запросы, если нет интеграции с нужным сервисом.  

• Узлы NNN знают, как взаимодействовать с API и получать нужную информацию.  

• Переход к обсуждению API и конечных точек.  

• API расшифровывается как интерфейс прикладного программирования.  

• Конечная точка API - это URL-адрес для доступа к определенной службе или данным.  

• Вызов API - это запрос, который вы отправляете API для выполнения действия.  

• HTTP-запрос - это метод для отправки вызова API через Интернет.  

• HTTP-запрос передает запрос в конечную точку API и возвращает ответ.  

• HTTP-запрос позволяет взаимодействовать с другой службой.  

• Примеры: получение данных GET и отправка данных POST.  

• HTTP-запрос передает вызов API на сервер.  

• API как ресторан, предоставляющий услуги.  

• Конечная точка API как конкретная кухонная станция.  

• Вызов API как оформление заказа.  

• HTTP-запрос как официант, передающий заказ.  

• HTTP-запрос - инструмент для передачи запроса через Интернет.  

• Пример с запросом на получение информации о погоде в Нью-Йорке.  

• Настройка параметров и заголовков для запроса.  

• Использование интеграций для упрощения работы с API.  

• Пример запроса на поиск информации в Google.  

• Анализ результатов запроса для извлечения нужной информации.  

• Запрос POST для создания события в календаре Google.  

• Настройка учетных данных и отправка данных в формате JSON.  

• Успешный запрос и создание события в календаре.  

• Создание мероприятия упрощает отправку запросов.  

• Веб-хуки позволяют запускать рабочие процессы на основе информации с других сайтов.  

• Важно понимать структуру API и HTTP-запросов перед использованием веб-хуков.  

• Обсуждение создания рабочих процессов и использования веб-хуков.  

• Демонстрация рабочего процесса с ошибками, который уведомляет о проблемах через Telegram.  

• Подключение рабочего процесса обработки ошибок к основному процессу.  

• Настройка уведомлений об ошибках через Telegram.  

• Отправка электронных писем команде для информирования о проблемах.  

• Настройка узла для отправки сообщений с темой "ошибка" и сообщением об ошибке.  

• Проверка работы шага и получение сообщения об ошибке.  

• Отключение атрибуции добавления и запуск Telegram для получения уведомлений.  

• Пример электронного письма с сообщением об ошибке и настройкой темы и сообщения.  

• Организация рабочих процессов для поддержания порядка.  

• Использование описательных имен узлов и комментариев для удобства.  

• Создание вспомогательных рабочих процессов для повторного использования.  

• Внедрение обработки ошибок для надежности рабочих процессов.  

• Оптимизация для масштабируемости с использованием пакетной обработки и условной логики.  

• Призыв к расширению навыков и участию в школьном сообществе для обмена идеями и опытом.  

• Важность практического обучения и экспериментов.  

• Изучение продвинутых шаблонов и интеграций для расширения навыков.  

• Создание и обмен собственными шаблонами для вдохновения и обратной связи.  

• Благодарность за внимание и структурирование информации для новичков.  

• Призыв к участию в школьном сообществе для дальнейшего обучения и обмена опытом.