آموزش-ساخت-AI-Agent-در-n8n

آموزش ساخت AI Agent در n8n

فهرست مطالب

در عصر جدید هوش مصنوعی، صرفا داشتن یک مدل زبانی کافی نیست. قدرت واقعی زمانی آزاد می‌شود که این مدل‌ها بتوانند به خوبی عمل کنند. اینجاست که مفهوم AI Agents مطرح می‌شود؛ سیستم‌هایی که نه تنها به سوالات پاسخ می‌دهند، بلکه به ابزارهای مختلف متصل شده و وظایف پیچیده را به صورت خودکار انجام می‌دهند. پلتفرم n8n به عنوان یکی از پیشروترین ابزارها، محیطی بی نظیر برای پیاده سازی ایجنت‌ها فراهم کرده است. در ادامه به راهنمایی ساخت AI Agent در n8n می‌پردازیم پس با ما همراه باشید.

AI Agent چیست؟

یک AI Agent برخلاف بات‌های معمولی، دارای تفکر منطقی است. می‌تواند تصمیم بگیرد که برای حل یک مسئله از چه ابزاری استفاده کند، چه زمانی داده‌ها را بازخوانی کند و چگونه خروجی نهایی را فرمت نماید. ما از n8n برای ساخت ایجنت هوش مصنوعی استفاده می‌کنیم زیرا:

  • اتصال به بیش از 400 اپلیکیشن: ابزار n8n به شما اجازه می‌دهد هوش مصنوعی را به Google Sheets، Slack و دیتابیس‌های مختلف متصل کنید. 
  • میزبانی منعطف: می‌توانید آن را روی سرور شخصی خود نصب کنید تا امنیت داده‌ها حفظ شود.
  • نودهای اختصاصی هوش مصنوعی: n8n دارای نودهای بومی برای LangChain است که ساختار ایجنت را بسیار ساده می‌کند.

ارکان اصلی یک ایجنت در n8n

برای ساخت یک ایجنت هوش مصنوعی هوشمند در n8n، شما با چهار جزء اصلی سر و کار دارید:

  • نود AI Agent

این نود مسئول مدیریت منطق ایجنت است. در n8n، این نود معمولا از زیرمجموعه‌های LangChain انتخاب می‌شود. در این بخش شما تعیین می‌کنید ایجنت از چه مدل فکری استفاده کند و چه واکنش‌هایی به هر عمل شما دهد.

  • مدل زبانی

شما باید یک مدل را به عنوان مغز ایجنت انتخاب کنید. گزینه‎‌های محبوب عبارتند از:

    • OpenAI: برای کارهای پیچیده که نیاز به استدلال زیاد دارد.
    • Anthropic: برای نوشتن خلاقانه و کدنویسی.
    • Mistral/Llama 3: از طریق Ollama یا Groq برای کسانی که به دنبال گزینه‌های متن باز و ارزان هستند.
  • حافظه (Memory)

بدون حافظه، ایجنت هر پیام را به عنوان شروعی جدید می‌بیند. در n8n می‌توانید از Window Buffer Memory برای نگهداری تاریخچه کوتاه یا دیتابیس‌های برداری برای حافظه بلندمدت استفاده کنید.

  • ابزارها (Tools)

ابزارها قدرت اجرایی ایجنت هستند. ابزار می‌تواند یک نود ساده برای ارسال ایمیل، یک ماشین حساب یا یک نود کدنویسی برای پردازش داده‌های خاص باشد.

سرویس ابری n8n پویان آی تی

با خرید سرویس ابری n8n به راحتی و بدون مشکل فرایندهای تکراری خود را خودکارسازی کنید!

بخش-n8n-workflow

ساخت AI Agent با n8n

در ادامه می‌خواهیم ایجنتی بسازیم که به یک مدل هوش مصنوعی وصل می‌شود و پیام را از تلگرام دریافت می‌کند. این ربات تلگرام بر اساس پیام و موضوعی که دریافت می‌کند به شما کلمات کلیدی مرتبط می‌دهد تا بتوانید مقاله‌ای سئو محور بنویسید. 

گام اول: ایجاد یک Workflow جدید

پس از وارد شدن یا ثبت نام کردن در حساب n8n، دو گزینه جلوی خود خواهید داشت. گزینه اول کمک گرفتن از هوش مصنوعی n8n برای ساخت یک Workflow است و دیگری ساخت Workflow به صورت دستی. اگر گزینه اول را انتخاب کنید با یک پرامپت درست خود n8n تقریبا همه کارها را برای شما انجام خواهد داد و ایجنت شما را می‌سازد، در این گزینه تنها کاری که نیاز دارید انجام دهید قرار دادن رمزها و اطلاعات حساب خود است. در ادامه این آموزش ما کاملا به صورت دستی و با گزینه Create Your Workflow پیش خواهیم رفت.

گام دوم: ساخت ربات و اتصال آن به n8n

برای اینکه بتوانید پیام‌ها را در لحظه از بات خود دریافت کنید نیاز دارید یک ربات تلگرام ساخته و اطلاعات آن را وارد n8n کنید.

  1. ربات خود را به کمک Botfather ساخته و یک اسم دلخواه به آن بدهید.
  2. Access Token خود را از بات دریافت کرده و آن را در جایی امن ذخیره نمایید.

پس از دریافت اطلاعات خود از تلگرام باید به سراغ ساخت یک trigger برای تلگرام در n8n برویم. برای این کار باید پس از کلیک بر روی Create Workflow به صورت دستی، از منو on Run App را انتخاب کرده و روی تلگرام کلیک کنید. در بخش Actions باید بر روی on Message کلیک نمایید. پس از دوبار کلیک بر روی اکشن تلگرام صفحه‌ای برای شما باز خواهد شد که نیاز است در بخش Credential to connect with اکسس توکنی که از بات دریافت کرده‌اید را وارد نمایید.

اتصال-بات-تلگرام-به-n8n

گام سوم: پیکربندی AI Agent

نود AI Agent را از اسلاید سمت راست به بوم خود اضافه کنید. این نود نقش مغز متفکر سیستم شما را دارد.

پس از اضافه کردن نود ایجنت دوبار روی آن کلیک کنید تا وارد تنظیمات شوید. در تنظیمات بخشی به نام Source for prompt وجود دارد که دارای دو گزینه مختلف است. گزینه Define Blow را انتخاب کنید. پس از انتخاب این گزینه باید پرامپت انتخابی خود را وارد کنید (حتما پرامپت خود را در حالت Expression وارد کنید). پرامپت انتخابی ما برای گرفتن لیستی از کلمات کلیدی مبتنی بر موضوع پرامپت زیر است:

“تو یک متخصص سئو و استراتژیست محتوا هستی. وظیفه داری موضوع مقاله کاربر را دریافت کنی، آن را تحلیل کرده و ۵ کلمه کلیدی اصلی و ۵ کلمه کلیدی طولانی (Long-tail) استخراج کنی. پاسخ را فقط به زبان فارسی و در قالب لیست بفرست. موضوع: {{ json.message.text$ }}”

پرامپت-n8n

بخش موضوع که به صورت فایل json است را به این دلیل قرار داده‌ایم تا چت بات بتواند پیامی که در بات تلگرام وارد کرده‌ایم را بخواند.

اضافه کردن Memory

پس از پیکربندی و تست مدل هوش مصنوعی، وقت آن رسیده که چت‌های خود را ذخیره کنید. بدون بخش Memory، ایجنت هوش مصنوعی شما دقیقا شبیه کسی است که آلزایمر دارد! برای این کار روی بخش Memory کلیک کرده و Simple Memory را انتخاب نمایید. پس از رفتن به بخش تنظیمات Simple Memory خود، باید بخش Session ID را روی Define Below قرار دهید. پس از این کار، قسمت Key را با بخشی که می‌خواهید ذخیره شود پر کنید. در تصویر زیر ما کل چت را ذخیره کرده‌‎ایم:

ذخیره-اطلاعات-در-n8n

گام چهارم: اضافه کردن پاسخ تلگرام

در انتها، نیاز است که یک اکشن دیگر نیز برای تلگرام داشته باشیم. وظیفه این بخش دریافت خروجی هوش مصنوعی و فرستادن آن به باتی است که در ابتدا ساختیم. برای این کار همانند مرحله اول، Telegram را جستجو کرده و روی اکشن Send a message کلیک نمایید. در تنظیمات این بخش باید دو بخش ChatID و Text را تغییر دهیم. برای بخش Text باید خروجی هوش مصنوعی را قرار دهیم که با نگه داشتن بخش Output زیر AI Agent در سمت چپ و کشیدن آن در Text می‌‎توان این کار را انجام داد. برای بخش ChatID نیز باید آی دی چت در تلگرام را قرار دهیم. برای اضافه کردن این بخش باید در Telegram Trigger بخش id زیرمجموعه from را نگه داشته و در قسمت Text رها کنیم.

ارسال-پاسخ-تلگرام-در-n8n

خروجی نهایی بات به صورت زیر است:

بات-تلگرام-n8n-1
بات-تلگرام-n8n-2

چالش‎‌ها و نکات کلیدی در توسعه ایجنت‌ها

ساخت ایجنت آسان است، اما ساخت یک ایجنت قابل اعتماد دشواری بسیاری دارد. حتما در ساخت ایجنت‌های خود به این نکات توجه کنید. 

  • هزینه‌های API: ایجنت‌ها به دلیل ماهیت رفت و برگشتی برای فکر کردن، توکن‌های بسیاری را مصرف می‌کنند. همیشه در ایجنت‌های خود محدودیت مصرف تعریف کنید.
  • حلقه‌های بی پایان: گاهی ایجنت در یک چرخه تکراری از ابزارها گیر می‌کند. در تنظیمات n8n، حداکثر تعداد را محدود کنید. 
  • امنیت: هرگز دسترسی‌های حساس (مانند حذف دیتابیس) را مستقیما به ایجنت ندهید. همیشه از لایه‌های تایید انسانی استفاده کنید. 

در نهایت

استفاده از n8n برای ساخت AI Agent، فاصله بین تصور و اجرا را به حداقل رسانده است. شما دیگر نیازی به نوشتن هزاران خط کد پایتون برای مدیریت LangChain ندارید؛ محیط بصری n8n به شما اجازه می‌دهد روی منطق کسب و کار خود بیشتر تمرکز کنید. با ترکیب قدرت استدلال مدل‌هایی مانند هوش مصنوعی GPT-4 و انعطاف پذیری n8n، سازمان‌‎ها می‌توانند کارمندانی دیجیتالی بسازند که 24 ساعته بدون خستگی و دقت بالا، فرآیندهای پیچیده را مدیریت می‌کنند.

سوالات متداول

در اتوماسیون معمولی، مسیر حرکت داده‌ها کاملا مشخص و خطی است. اما یک AI Agent با استفاده از مدل‌های زبانی و ابزارها و حافظه توانایی تصمیم گیری دارد. او می‎‌تواند بر اساس متن ورودی کاربر ابزار مناسب را انتخاب کند.

خیر می‌توانید از مدل‌های دیگر نیز استفاده کنید، مانند مدل رایگانی که در این آموزش از آن استفاده کردیم.

خود n8n دارای نسخه self-hosted است و می‌توانید به صورت رایگان برای مدت زمان 14 روز از آن استفاده کنید اما API برخی مدل‌‌ها مانند OpenAI پولی است.

منابع

  • https://n8n.io/
  • https://docs.n8n.io/advanced-ai/intro-tutorial/#ai-concepts-in-n8n

به این مقاله امتیاز دهید!

میانگین امتیاز 0 / 5. تعداد رأی ها : 0

هنوز هیچ رأیی داده نشده. اولین نفر باشید!

اشتراک گذاری در تلگرام اشتراک گذاری در لینکدین اشتراک گذاری در ایکس کپی کردن لینک پست

و در ادامه بخوانید

اولین دیدگاه را اضافه کنید.

    برچسب ها

    هوش مصنوعی