Import przepływu pracy n8n — agent AI odpowiadający na wiadomości czatu
Przepływ pracy n8n — wyzwalacz czatu, AI Agent, OpenAI Chat Model i Simple Memory — zaimportowany przez aggrega import do encji Aggregate, Release i Manifest, które kompilują się dla Docker Compose w takiej postaci, w jakiej zostały zapisane.
Import przepływu pracy n8n omawia to krok po kroku: polecenie, pliki, które zapisuje, kompilację i uruchomienie tego, co kompiluje. Ten folder zawiera każdy etap tego przewodnika:
| folder | zawartość |
|---|---|
source/ | przepływ pracy, support-agent.json; .aggrega-config.yaml, który czyni folder obszarem roboczym; oraz import-answers.yaml, odpowiedź na to, czego żaden przepływ pracy nie może zawierać, a o co pyta import dla Kubernetes |
draft/ | pliki zapisane przez aggrega import support-agent.json --target compose, bez zmian, oraz to, co polecenie wypisało: stdout.txt na standardowe wyjście, import.txt na standardowe wyjście błędów |
source/support-agent.json jest napisany na potrzeby tego przykładu, w postaci, w jakiej n8n eksportuje przepływ pracy.
W kopii repozytorium dokumentacji check.sh ponownie uruchamia import, porównuje to, co zapisuje i wypisuje, z draft/, porównuje bloki cytowane w przewodniku z tymi plikami oraz waliduje i kompiluje to, co zapisał import. Wymaga katalogu biblioteki standardowej (skąd go pobrać) pobranego obok tego repozytorium albo jego folderu wskazanego w AGGREGA_CATALOG_DIRS.
Generowanie przykładu
Import tego przykładu można uruchomić poleceniami poniżej albo zlecić jego uruchomienie swojemu asystentowi AI.
Należy zapisać przykład w nowym folderze nazwanym tak jak on:
aggrega scaffold --example import-n8nNastępnie wypisuje polecenia do uruchomienia w dalszej kolejności. Pierwsze przechodzi do nowego folderu:
cd import-n8nKompilacja
Import tworzy szkice plików Aggrega obok projektu, w source/, i pobiera to, czego potrzebuje kompilacja. Porównuje projekt z katalogiem biblioteki standardowej, który domyślny rejestr obszaru roboczego publikuje jako podpisaną migawkę: pierwszy import ją pobiera, weryfikuje, przechowuje w pamięci podręcznej treści obszaru roboczego i wskazuje według skrótu w zapisie, który tworzy obok szkiców. Obszar roboczy, który wskazuje własne foldery katalogu — w AGGREGA_CATALOG_DIRS lub pod workspace.catalog_dirs — importuje zamiast tego względem nich:
cd sourceaggrega import support-agent.json --target composeaggrega validate --release release.yamlaggrega build --release release.yamlUruchamianie tego, co zapisuje kompilacja, opisuje przewodnik podlinkowany powyżej.
Z asystentem AI
Asystent AI skonfigurowany z narzędziami Aggrega może zrobić to samo: wystarczy wkleić mu ten prompt.
Używaj wyłącznie narzędzi Aggrega i nie twórz samodzielnie żadnego folderu. Jeśli folder obszaru roboczego nie zawiera jeszcze folderu `import-n8n`, wywołaj raz narzędzie `scaffold` z `example` ustawionym na `import-n8n` i bez `dir`: zapisuje ono przykład w nowym folderze `import-n8n`, którego folder `source` zawiera to, co ten przykład importuje. Następnie wywołaj narzędzie `import` z `workspace_root` ustawionym na `import-n8n/source`, `source` ustawionym na `support-agent.json` i `target` ustawionym na `compose`: odczytuje ono potrzebne odpowiedzi z `import-answers.yaml` obok `support-agent.json`, zapisuje swoje szkice w `import-n8n/source` i pobiera to, czego one potrzebują. Następnie wywołaj narzędzie `validate` z `workspace_root` ustawionym na `import-n8n/source` i `release` ustawionym na `release.yaml` oraz narzędzie `build` z `workspace_root` ustawionym na `import-n8n/source`, `release` ustawionym na `release.yaml` i `write` ustawionym na true. Podaj, które pliki zapisała kompilacja; znajdują się w `import-n8n/source/dist/`.Testowanie
Gdy stos działa tak, jak uruchamia go przewodnik krok po kroku — z zapisanymi poświadczeniami i aktywnym workflow — należy otworzyć http://127.0.0.1:5678, aby przejść do edytora n8n, i wysłać do wyzwalacza czatu wiadomość z użytkownikiem i hasłem, które on przechowuje, odczytanymi z CHAT_USER i CHAT_PASSWORD przez standardowe wejście curl:
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"}Uruchomienie zapisało symbol zastępczy klucza OpenAI, więc workflow zatrzymał się na wywołaniu modelu, a jego wykonanie w edytorze pokazuje odmowę OpenAI: Incorrect API key provided: sk-place*****************-key.
Zaimportowany z --target helm i zastosowany w Kubernetes n8n przyjmuje tę samą wiadomość pod tym samym adresem, gdy poświadczenia zostaną zapisane, a workflow aktywowany w działającej instancji, jak pokazuje przewodnik krok po kroku, i gdy lokalny port zostanie przekierowany do jego obiektu Service; uruchomienie uzyskało tam tę samą odpowiedź:
kubectl port-forward -n <namespace> svc/n8n-default 5678:5678