Automatisation LangChain avec n8n : récupération de workflows
Ce workflow n8n est conçu pour automatiser la récupération de workflows à l'aide de LangChain. Il s'adresse particulièrement aux équipes de développement et aux professionnels du traitement de données qui souhaitent optimiser leur flux de travail en intégrant des modèles de langage avancés. L'objectif principal est de faciliter l'accès et l'utilisation des workflows en les récupérant de manière efficace, ce qui peut être particulièrement utile dans des contextes de recherche ou d'analyse de données. Étape 1 : le déclencheur manuel permet de lancer le workflow à la demande. Étape 2 : le nœud 'Workflow Retriever' récupère le workflow spécifié par son ID, ce qui permet d'accéder à des données ou des processus préexistants. Étape 3 : le nœud 'Retrieval QA Chain2' traite les informations récupérées pour en extraire des réponses pertinentes. Étape 4 : le modèle de chat OpenAI interagit avec les données pour fournir des réponses contextuelles et intelligentes. Étape 5 : le nœud 'Example Prompt' permet de définir les prompts d'entrée pour le modèle. Enfin, des notes autocollantes sont utilisées pour afficher les résultats de manière visuelle. Grâce à cette automatisation n8n, les utilisateurs peuvent gagner du temps, réduire les erreurs humaines et améliorer la productivité en accédant rapidement aux workflows nécessaires. Tags clés : automatisation, LangChain, n8n.
Vue d'ensemble du workflow n8n
Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.
Détail des nœuds du workflow n8n
Inscris-toi pour voir l'intégralité du workflow
Inscription gratuite
S'inscrire gratuitementBesoin d'aide ?{
"id": "mjCQV12PbF6fw8hR",
"meta": {
"instanceId": "021d3c82ba2d3bc090cbf4fc81c9312668bcc34297e022bb3438c5c88a43a5ff"
},
"name": "LangChain - Example - Workflow Retriever",
"tags": [
{
"id": "snf16n0p2UrGP838",
"name": "LangChain - Example",
"createdAt": "2023-09-25T16:21:55.962Z",
"updatedAt": "2023-09-25T16:21:55.962Z"
}
],
"nodes": [
{
"id": "efdc3050-6c68-4419-9f12-f37d6fefb276",
"name": "When clicking \"Execute Workflow\"",
"type": "n8n-nodes-base.manualTrigger",
"position": [
460,
200
],
"parameters": {},
"typeVersion": 1
},
{
"id": "e0edb9ab-c59f-4d34-983d-861bb2df4f01",
"name": "Workflow Retriever",
"type": "@n8n/n8n-nodes-langchain.retrieverWorkflow",
"position": [
1120,
440
],
"parameters": {
"workflowId": "QacfBRBnf1xOyckC"
},
"typeVersion": 1
},
{
"id": "ba47dd13-67d0-499a-b9a2-16928099efce",
"name": "Retrieval QA Chain2",
"type": "@n8n/n8n-nodes-langchain.chainRetrievalQa",
"position": [
900,
200
],
"parameters": {},
"typeVersion": 1
},
{
"id": "f6d16571-0573-4860-aed9-611f93b050ad",
"name": "OpenAI Chat Model",
"type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
"position": [
800,
480
],
"parameters": {
"options": {}
},
"credentials": {
"openAiApi": {
"id": "4jRB4A20cPycBqP5",
"name": "OpenAI account - n8n"
}
},
"typeVersion": 1
},
{
"id": "4fd00751-3db0-489b-8c7f-4ee0fb32fb51",
"name": "Example Prompt",
"type": "n8n-nodes-base.set",
"position": [
680,
200
],
"parameters": {
"fields": {
"values": [
{
"name": "input",
"stringValue": "What notes can you find for Jay Gatsby and what is his email address?"
}
]
},
"options": {}
},
"typeVersion": 3
},
{
"id": "732b6277-cb4d-4586-ab95-778ac9473fe5",
"name": "Sticky Note",
"type": "n8n-nodes-base.stickyNote",
"position": [
860,
140
],
"parameters": {
"width": 363,
"height": 211.90203341144422,
"content": "### Q&A on data returned from a workflow"
},
"typeVersion": 1
},
{
"id": "f09583a3-78e3-4888-8251-2148ffb7ab18",
"name": "Sticky Note1",
"type": "n8n-nodes-base.stickyNote",
"position": [
1040,
400
],
"parameters": {
"width": 262.67019427016413,
"height": 255.8330939602389,
"content": "\n\n\n\n\n\n\n\n\n\n\n\n\n\n\nReplace \"Workflow ID\" with the ID the Subworkflow got saved as"
},
"typeVersion": 1
}
],
"active": false,
"pinData": {},
"settings": {
"executionOrder": "v1"
},
"versionId": "48d3bdae-4cec-4b18-b92a-89215def0c68",
"connections": {
"Example Prompt": {
"main": [
[
{
"node": "Retrieval QA Chain2",
"type": "main",
"index": 0
}
]
]
},
"OpenAI Chat Model": {
"ai_languageModel": [
[
{
"node": "Retrieval QA Chain2",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"Workflow Retriever": {
"ai_retriever": [
[
{
"node": "Retrieval QA Chain2",
"type": "ai_retriever",
"index": 0
}
]
]
},
"When clicking \"Execute Workflow\"": {
"main": [
[
{
"node": "Example Prompt",
"type": "main",
"index": 0
}
]
]
}
}
}Pour qui est ce workflow ?
Ce workflow s'adresse aux développeurs, aux data scientists et aux équipes techniques qui cherchent à intégrer des modèles de langage dans leurs processus de travail. Il est adapté aux entreprises de taille moyenne à grande, avec un niveau technique intermédiaire à avancé.
Problème résolu
Ce workflow résout le problème d'accès et d'utilisation des workflows complexes en automatisant leur récupération. Il élimine les frustrations liées à la recherche manuelle et à l'intégration de données, permettant ainsi aux utilisateurs de se concentrer sur des tâches à plus forte valeur ajoutée. En utilisant ce workflow, les utilisateurs peuvent rapidement obtenir des informations pertinentes et améliorer leur efficacité opérationnelle.
Étapes du workflow
Étape 1 : le workflow est déclenché manuellement par l'utilisateur. Étape 2 : le nœud 'Workflow Retriever' récupère le workflow spécifié par son ID. Étape 3 : les données récupérées sont traitées par le nœud 'Retrieval QA Chain2' pour en extraire des réponses. Étape 4 : le modèle de chat OpenAI génère des réponses basées sur les données traitées. Étape 5 : le nœud 'Example Prompt' définit les prompts d'entrée pour le modèle, et enfin, les résultats sont affichés à l'aide de notes autocollantes.
Guide de personnalisation du workflow n8n
Pour personnaliser ce workflow, vous pouvez modifier l'ID du workflow dans le nœud 'Workflow Retriever' afin de récupérer d'autres workflows. Il est également possible d'ajuster les prompts dans le nœud 'Example Prompt' pour adapter les réponses du modèle à vos besoins spécifiques. Si vous souhaitez intégrer d'autres outils, vous pouvez ajouter des nœuds supplémentaires pour enrichir le flux. Assurez-vous de surveiller le flux en utilisant des outils de logging pour détecter d'éventuelles erreurs.