🎯 Mục Đích

Workflow này được thiết kế nhằm tự động hóa việc tương tác giữa người dùng và AI, đặc biệt là trong bối cảnh yêu cầu tạo biểu đồ dựa trên thông tin nhận được từ người dùng qua chat. Mục tiêu chính là tối ưu hóa quá trình thu thập thông tin và tạo ra các biểu đồ một cách hiệu quả.

⚙️ Cách Hoạt Động

1. Nhận yêu cầu từ người dùng: Khi một tin nhắn chat được gửi đến (`chatTrigger`), workflow bắt đầu.
2. Truy xuất thông tin: Thông tin từ câu hỏi của người dùng được lưu vào bộ nhớ tạm thời (`memoryBufferWindow`) và xử lý thông qua `informationExtractor`.
3. Phân loại yêu cầu: Dùng `textClassifier` để xác định xem người dùng có yêu cầu tạo biểu đồ hay không.
4. Tạo phản hồi từ AI: Tạo phản hồi cho người dùng từ mô hình AI OpenAI (`lmChatOpenAi`).
5. Nếu yêu cầu biểu đồ:

– Thực hiện công việc bằng cách kích hoạt workflow con để tạo biểu đồ (`executeWorkflow` và `executeWorkflowTrigger`).
– Gửi yêu cầu đến API tạo biểu đồ (`httpRequest`).

1. Xử lý kết quả: Sau khi nhận được kết quả từ API, các thông tin được định dạng và đưa ra phản hồi cụ thể cho người dùng qua một số bước `set`.
2. Trả kết quả cuối: Gửi phản hồi đến người dùng gồm cả nội dung văn bản và biểu đồ.

🔗 Tích Hợp Chính

• lmChatOpenAi: Xử lý và phản hồi văn bản.
• executeWorkflow: Thực hiện các workflow con khi cần thiết.
• executeWorkflowTrigger: Kích hoạt các workflow phụ điều khiển việc tạo biểu đồ.
• httpRequest: Gửi và nhận dữ liệu từ API bên ngoài để tạo biểu đồ.
• set: Thiết lập các giá trị cho phản hồi.
• chatTrigger: Kích hoạt workflow khi có tin nhắn mới.
• agent: Điều phối quy trình AI trong việc xử lý yêu cầu.
• memoryBufferWindow: Giúp quản lý thông tin tạm thời.
• textClassifier: Phân loại yêu cầu của người dùng.
• informationExtractor: Trích xuất thông tin từ câu hỏi của người dùng.

💼 Giá Trị Doanh Nghiệp

Workflow này giúp tăng cường hiệu suất tương tác giữa người dùng và hệ thống AI, giảm thiểu thời gian chờ đợi và cung cấp những phản hồi chính xác hơn. Hoạt động này rất hữu ích trong các lĩnh vực như phân tích dữ liệu và báo cáo.

📊 Đánh Giá Kỹ Thuật

• Độ phức tạp: Trung bình với 14 nút và 11 kết nối, dễ bảo trì nếu tài liệu rõ ràng.
• Khả năng duy trì: Nên có tài liệu chi tiết về từng bước để dễ dàng cho việc cập nhật hoặc mở rộng.
• Tối ưu hóa: Xem xét việc tối ưu các bước xử lý dữ liệu và giảm thiểu quá trình không cần thiết để tăng hiệu suất.

🏷️ Thẻ

• Tự động hóa
• Tương tác người dùng
• Trí tuệ nhân tạo
• Phân tích dữ liệu
• Tạo biểu đồ