Bir n8n iş akışını içe aktarma — sohbet mesajlarını yanıtlayan bir yapay zekâ ajanı
Bir n8n iş akışı — bir sohbet tetikleyicisi, bir AI Agent, bir OpenAI Chat Model ve bir Simple Memory — aggrega import ile, yazıldığı haliyle Docker Compose için derlenen bir Aggregate, bir Release ve bir Manifest’e içe aktarılmış.
Bir n8n iş akışını içe aktarma bunu adım adım anlatır: komutu, yazdığı dosyaları, derlemeyi ve derlediği şeyin bir çalıştırmasını. Bu klasör, o adım adım anlatımın her aşamasını içerir:
| klasör | içeriği |
|---|---|
source/ | iş akışı, support-agent.json; klasörü bir çalışma alanı yapan .aggrega-config.yaml; ve Kubernetes için bir içe aktarmanın sorduğu, hiçbir iş akışının tutamayacağı şeyin yanıtı olan import-answers.yaml |
draft/ | aggrega import support-agent.json --target compose komutunun yazdığı dosyalar, değiştirilmemiş haliyle, ve komutun yazdırdıkları: standart çıktıya stdout.txt, standart hataya import.txt |
source/support-agent.json bu örnek için, n8n’in bir iş akışını dışa aktardığı biçimde yazılmıştır.
Belge deposunun bir checkout’unda check.sh, içe aktarmayı yeniden çalıştırır, yazdıklarını ve yazdırdıklarını draft/ ile karşılaştırır, adım adım anlatımın alıntıladığı blokları bu dosyalarla karşılaştırır ve içe aktarmanın yazdıklarını doğrulayıp derler. Standart kütüphane kataloğunun (nereden edinilir) bu deponun yanında checkout edilmiş olmasına ya da dizininin AGGREGA_CATALOG_DIRS içinde belirtilmesine ihtiyaç duyar.
Örneği oluşturun
Bu örneğin içe aktarmasını aşağıdaki komutlarla çalıştırabilir ya da yapay zekâ asistanınıza sizin yerinize çalıştırtabilirsiniz.
Örneği, adını taşıyan yeni bir klasöre yazın:
aggrega scaffold --example import-n8nArdından sırada çalıştırılacak komutları yazdırır. İlki yeni klasöre geçer:
cd import-n8nDerleme
İçe aktarma, Aggrega dosyalarını projenin yanında, source/ içinde taslak olarak oluşturur ve derlemenin ihtiyaç duyduğu şeyleri çeker. Projeyi, çalışma alanının varsayılan kayıt defterinin imzalı bir anlık görüntü olarak yayımladığı standart kütüphane kataloğuyla karşılaştırır: ilk içe aktarma onu getirir, doğrular, çalışma alanının içerik önbelleğinde saklar ve taslakların yanına yazdığı kayıtta onu özetiyle adlandırır. Kendi katalog klasörlerini — AGGREGA_CATALOG_DIRS içinde ya da workspace.catalog_dirs altında — adlandıran bir çalışma alanı ise bunun yerine onlara göre içe aktarır:
cd sourceaggrega import support-agent.json --target composeaggrega validate --release release.yamlaggrega build --release release.yamlDerlemenin yazdıklarını çalıştırmak, yukarıda bağlantısı verilen adım adım anlatımda yer alır.
Bir yapay zekâ asistanıyla
Aggrega araçlarıyla kurulmuş bir yapay zekâ asistanı da aynısını yapabilir: bu istemi ona yapıştırın.
Yalnızca Aggrega araçlarını kullanın ve kendiniz klasör oluşturmayın. Çalışma alanı klasöründe henüz `import-n8n` klasörü yoksa `scaffold` aracını `example` değeri `import-n8n` olacak şekilde ve `dir` olmadan bir kez çağırın: araç örneği yeni bir `import-n8n` klasörüne yazar; bu klasörün içindeki `source` klasörü, bu örneğin içe aktardığı şeyi barındırır. Ardından `import` aracını `workspace_root` değeri `import-n8n/source`, `source` değeri `support-agent.json` ve `target` değeri `compose` olacak şekilde çağırın: araç ihtiyaç duyduğu yanıtları `support-agent.json` dosyasının yanındaki `import-answers.yaml` dosyasından okur, taslaklarını `import-n8n/source` içine yazar ve bunların ihtiyaç duyduklarını çeker. Ardından `validate` aracını `workspace_root` değeri `import-n8n/source` ve `release` değeri `release.yaml` olacak şekilde, `build` aracını da `workspace_root` değeri `import-n8n/source`, `release` değeri `release.yaml` ve `write` değeri true olacak şekilde çağırın. Derlemenin hangi dosyaları yazdığını bana söyleyin; dosyalar `import-n8n/source/dist/` altındadır.Test edin
Yığın, adım adım kılavuzun çalıştırdığı gibi çalışırken — kimlik bilgileri depolanmış ve iş akışı etkin durumdayken — n8n düzenleyicisi için http://127.0.0.1:5678 adresini açın ve sohbet tetikleyicisine, depoladığı kullanıcı ve parolayla bir mesaj gönderin; bunlar curl’ün standart girdisi üzerinden CHAT_USER ve CHAT_PASSWORD değişkenlerinden okunur:
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"}Çalıştırma OpenAI anahtarı için bir yer tutucu depoladı; bu nedenle iş akışı modele yaptığı çağrıda durdu ve düzenleyicideki yürütmesi OpenAI’nin reddini gösteriyor: Incorrect API key provided: sk-place*****************-key.
--target helm ile içe aktarılıp Kubernetes’e uygulandığında, adım adım kılavuzun gösterdiği gibi kimlik bilgileri depolanıp iş akışı çalışan örnekte etkinleştirildikten ve yerel bir port Service’ine yönlendirildikten sonra n8n aynı mesajı aynı adreste alır; çalıştırma orada da aynı yanıtı aldı:
kubectl port-forward -n <namespace> svc/n8n-default 5678:5678