Pular para o conteúdo
AggregaAggrega
Selecionar língua: Português (Portugal)
Esta página foi traduzida automaticamente. Ler o original em inglês.

Importar um fluxo de trabalho do n8n — um agente de IA que responde a mensagens de chat

Um fluxo de trabalho do n8n — um acionador de chat, um AI Agent, um OpenAI Chat Model e uma Simple Memory — importado por aggrega import para um Aggregate, uma Release e um Manifest que compilam para Docker Compose tal como estão escritos.

Importar um fluxo de trabalho do n8n percorre o processo passo a passo: o comando, os ficheiros que escreve, a compilação e uma execução do que compila. Esta pasta contém cada etapa desse guia:

pastao que contém
source/o fluxo de trabalho, support-agent.json; o .aggrega-config.yaml que torna a pasta um espaço de trabalho; e import-answers.yaml, a resposta àquilo que nenhum fluxo de trabalho pode conter, que uma importação para Kubernetes pede
draft/os ficheiros que aggrega import support-agent.json --target compose escreveu, inalterados, e o que imprimiu: stdout.txt na saída padrão, import.txt na saída de erro padrão

source/support-agent.json foi escrito para este exemplo, no formato em que o n8n exporta um fluxo de trabalho.

Num checkout do repositório da documentação, check.sh volta a executar a importação, compara o que esta escreve e imprime com draft/, compara os blocos que o guia cita com estes ficheiros, e valida e compila o que a importação escreveu. Precisa do catálogo da biblioteca padrão (onde obter um) num checkout ao lado deste repositório, ou do respetivo diretório indicado em AGGREGA_CATALOG_DIRS.

Gerar o exemplo

É possível executar a importação deste exemplo com os comandos abaixo, ou pedir ao seu assistente de IA que a execute por si.

Escreva o exemplo numa nova pasta com o nome dele:

Terminal window
aggrega scaffold --example import-n8n

Depois, imprime os próximos comandos a executar. O primeiro entra na nova pasta:

Terminal window
cd import-n8n

Compilação

A importação cria os rascunhos dos ficheiros Aggrega junto ao projeto, em source/, e obtém o que a compilação precisa. Avalia o projeto face ao catálogo da biblioteca padrão, que o registo predefinido do espaço de trabalho publica como um instantâneo assinado: a primeira importação obtém-no, verifica-o, mantém-no na cache de conteúdos do espaço de trabalho e indica-o pelo seu digest no histórico que escreve junto aos rascunhos. Um espaço de trabalho que indica as suas próprias pastas de catálogo — em AGGREGA_CATALOG_DIRS ou em workspace.catalog_dirs — importa antes com base nessas:

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

A execução do que a compilação escreve está descrita no guia indicado acima.

Com um assistente de IA

Um assistente de IA configurado com as ferramentas do Aggrega pode fazer o mesmo: cole-lhe este prompt.

Utilize apenas as ferramentas do Aggrega e não crie nenhuma pasta por conta própria. Se a pasta da área de trabalho ainda não contiver uma pasta `import-n8n`, chame uma vez a ferramenta `scaffold` com `example` definido como `import-n8n` e sem `dir`: esta escreve o exemplo numa nova pasta `import-n8n`, cuja pasta `source` contém o que este exemplo importa. Em seguida, chame a ferramenta `import` com `workspace_root` definido como `import-n8n/source`, `source` definido como `support-agent.json` e `target` definido como `compose`: esta lê as respostas de que precisa de `import-answers.yaml`, ao lado de `support-agent.json`, escreve os seus rascunhos em `import-n8n/source` e obtém aquilo de que precisam. Depois, chame a ferramenta `validate` com `workspace_root` definido como `import-n8n/source` e `release` definido como `release.yaml`, e a ferramenta `build` com `workspace_root` definido como `import-n8n/source`, `release` definido como `release.yaml` e `write` definido como true. Indique quais os ficheiros que a compilação escreveu; encontram-se em `import-n8n/source/dist/`.

Testar

Com a stack em execução tal como o guia passo a passo a executa — as credenciais guardadas e o workflow ativo —, abra http://127.0.0.1:5678 para o editor do n8n e envie ao acionador de chat uma mensagem com o utilizador e a palavra-passe que este guarda, lidos de CHAT_USER e CHAT_PASSWORD na entrada padrão do 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"}

A execução guardou um marcador de posição para a chave da OpenAI, pelo que o workflow parou na sua chamada ao modelo, e a sua execução no editor mostra a recusa da OpenAI: Incorrect API key provided: sk-place*****************-key.

Importado com --target helm e aplicado ao Kubernetes, o n8n aceita a mesma mensagem no mesmo endereço assim que as credenciais estão guardadas e o workflow ativado na instância em execução, como mostra o guia passo a passo, e uma porta local é reencaminhada para o seu Service; a execução obteve aí a mesma resposta:

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