## 概述
这个n8n工作流演示了如何自动化实时信息收集、事实核查和趋势分析，以响应任何聊天消息。该工作流结合了强大的AI代理、记忆功能和实时搜索工具，能够提供最新的、准确的信息响应。
## 应用场景
– **研究人员**：需要即时获取最新数据的研究人员
– **客服团队**：提供实时准确答案的客服团队
– **内容创作者**：验证事实或寻找热门话题的内容创作者
– **分析师**：使用最新信息自动化定期报告的分析师
## 工作流程
### 1. 触发阶段
– 当接收到聊天消息时触发工作流（例如用户问题、研究提示或数据请求）
### 2. 处理阶段
– 消息发送到AI代理，执行以下步骤：
– 首先查询**SerpAPI – Research**从网络收集最新的实时信息和数据
– 然后检查**Window Buffer Memory**获取相关的历史交互或上下文信息
– 最后将所有收集的数据和上下文发送到**Google Gemini Chat Model**进行分析并生成全面的智能响应
### 3. 响应阶段
– AI代理在聊天中直接提供分析后的最新答案，结合实时数据、上下文和专家分析
## 设置步骤
1. 下载并将工作流导入到n8n工作空间
2. 为AI代理设置API凭据和工具访问权限：
– **Google Gemini**（用于基于聊天的智能）→ 连接到**Google Gemini Chat Model**节点
– **SerpAPI**（用于实时网络和搜索结果）→ 连接到**SerpAPI – Research**节点
– **Window Buffer Memory**（用于更丰富的上下文感知对话）→ 连接到**Window Buffer Memory**节点
3. 在n8n中打开聊天并输入要研究的主题或趋势
4. 发送消息并等待流程完成
5. 在聊天框中接收AI驱动的研究回复
## 技术要求
– n8n实例（自托管或云端）
– 用于实时网络搜索和数据收集的SerpAPI凭据
– 配置Window Buffer Memory以在历史记录中提供相关对话上下文
– Google Gemini API访问权限以分析收集的数据并生成响应
## 自定义选项
– **选择偏好的AI模型**：将Google Gemini替换为OpenAI ChatGPT或任何其他偏好的聊天模型
– **添加或更改记忆**：将Window Buffer Memory替换为更高级的记忆选项以获得更深的回忆能力
– **连接偏好的聊天平台**：轻松将默认聊天集成替换为Telegram、Slack或任何其他兼容的消息平台来触发工作流并与之交互
## 技术支持
如需定制此工作流，或希望为您的业务构建定制的AI代理，请联系Agent Circle团队。
评论(0)