Aller au contenu
AggregaAggrega
Selectionner la langue: Français
Cette page a été traduite automatiquement. Lire l’original en anglais.

Importer un workflow n8n — un agent d’IA qui répond aux messages de chat

Un workflow n8n — un déclencheur de chat, un AI Agent, un OpenAI Chat Model et une Simple Memory — importé par aggrega import dans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits.

Importer un workflow n8n le présente pas à pas : la commande, les fichiers qu’elle écrit, la compilation et une exécution de ce qu’elle compile. Ce dossier contient chaque étape de ce tutoriel :

dossierce qu’il contient
source/le workflow, support-agent.json ; le .aggrega-config.yaml qui fait du dossier un espace de travail ; et import-answers.yaml, la réponse à ce qu’aucun workflow ne peut contenir, que demande un import pour Kubernetes
draft/les fichiers que aggrega import support-agent.json --target compose a écrits, inchangés, et ce qu’il a affiché : stdout.txt sur la sortie standard, import.txt sur la sortie d’erreur standard

source/support-agent.json est écrit pour cet exemple, dans la forme sous laquelle n8n exporte un workflow.

Dans un checkout du dépôt de la documentation, check.sh exécute à nouveau l’import, compare ce qu’il écrit et affiche avec draft/, compare les blocs que le tutoriel cite avec ces fichiers, et valide et compile ce que l’import a écrit. Il nécessite le catalogue de la bibliothèque standard (où en obtenir un) extrait à côté de ce dépôt, ou son répertoire indiqué dans AGGREGA_CATALOG_DIRS.

Générer l’exemple

Vous pouvez exécuter l’import de cet exemple avec les commandes ci-dessous, ou le faire exécuter par votre assistant IA.

Écrivez l’exemple dans un nouveau dossier qui porte son nom :

Terminal window
aggrega scaffold --example import-n8n

Elle affiche ensuite les prochaines commandes à exécuter. La première vous place dans le nouveau dossier :

Terminal window
cd import-n8n

Build

L’import rédige les brouillons des fichiers Aggrega à côté du projet, dans source/, et récupère ce dont la compilation a besoin. Il évalue le projet au regard du catalogue de la bibliothèque standard, que le registre par défaut de l’espace de travail publie sous la forme d’un instantané signé : le premier import le récupère, le vérifie, le conserve dans le cache de contenu de l’espace de travail et le nomme par son condensé dans l’enregistrement qu’il écrit à côté des brouillons. Un espace de travail qui nomme ses propres dossiers de catalogue — dans AGGREGA_CATALOG_DIRS, ou sous workspace.catalog_dirs — importe plutôt par rapport à ceux-ci :

Terminal window
cd source
aggrega import support-agent.json --target compose
aggrega validate --release release.yaml
aggrega build --release release.yaml

L’exécution de ce que la compilation écrit est présentée dans le tutoriel indiqué ci-dessus.

Avec un assistant IA

Un assistant IA configuré avec les outils d’Aggrega peut faire de même : collez-lui ce prompt.

Utilisez uniquement les outils Aggrega et ne créez vous-même aucun dossier. Si le dossier de l’espace de travail ne contient pas encore de dossier `import-n8n`, appelez une fois l’outil `scaffold` avec `example` défini sur `import-n8n` et sans `dir` : il écrit l’exemple dans un nouveau dossier `import-n8n`, dont le dossier `source` contient ce que cet exemple importe. Appelez ensuite l’outil `import` avec `workspace_root` défini sur `import-n8n/source`, `source` défini sur `support-agent.json` et `target` défini sur `compose` : il lit les réponses dont il a besoin dans `import-answers.yaml`, à côté de `support-agent.json`, écrit ses brouillons dans `import-n8n/source` et récupère ce dont ils ont besoin. Appelez ensuite l’outil `validate` avec `workspace_root` défini sur `import-n8n/source` et `release` défini sur `release.yaml`, puis l’outil `build` avec `workspace_root` défini sur `import-n8n/source`, `release` défini sur `release.yaml` et `write` défini sur true. Indiquez-moi quels fichiers le build a écrits ; ils se trouvent sous `import-n8n/source/dist/`.

Tester

Avec la pile en cours d’exécution telle que le pas-à-pas l’exécute — les identifiants enregistrés et le workflow actif —, ouvrez http://127.0.0.1:5678 pour l’éditeur de n8n, et envoyez au déclencheur de chat un message avec l’utilisateur et le mot de passe qu’il enregistre, lus depuis CHAT_USER et CHAT_PASSWORD sur l’entrée standard de curl :

Terminal window
printf 'user = "%s:%s"\n' "$CHAT_USER" "$CHAT_PASSWORD" | curl --config - -sS -i -X POST \
http://127.0.0.1:5678/webhook/a3c9e1f2-4b5d-4e6f-8a7b-9c0d1e2f3a04/chat -H 'Content-Type: application/json' \
-d '{"action": "sendMessage", "sessionId": "s1", "chatInput": "In one short sentence: what does a support plan cover?"}'
HTTP/1.1 500 Internal Server Error
[… omitted: the response's other headers]
{"message":"Error in workflow"}

L’exécution a enregistré une valeur fictive pour la clé OpenAI, si bien que le workflow s’est arrêté à son appel au modèle, et son exécution dans l’éditeur affiche le refus d’OpenAI : Incorrect API key provided: sk-place*****************-key.

Importé avec --target helm et appliqué à Kubernetes, n8n accepte le même message à la même adresse une fois les identifiants enregistrés et le workflow activé sur l’instance en cours d’exécution, comme le montre le pas-à-pas, et un port local redirigé vers son Service ; l’exécution y a obtenu la même réponse :

Terminal window
kubectl port-forward -n <namespace> svc/n8n-default 5678:5678