## 工作流概述
这个子工作流使用Open Paws的两个自定义Hugging Face回归模型来评估和预测文本内容的实际性能和倡导对齐度。它专为支持动物倡导组织优化其在社交媒体、电子邮件营销等平台上的信息传递而设计。
## 🛠️ 功能说明
将输入文本发送到两个已部署的Hugging Face端点：
– **预测性能模型** – 基于真实在线数据的模式，估计内容在现实世界中的成功程度（如参与度、分享、打开率）
– **倡导者偏好模型** – 预测内容与动物倡导者的共鸣程度（情感影响、相关性、理性等）
输出两个模型的结构化评分，可以集成到更大的工作流中，用于自动内容审查、过滤或修订。
## 📊 模型介绍
**文本性能预测模型**
基于30多个动物倡导组织的真实世界数据训练，该模型预测内容在实际在线环境中的表现，包括社交媒体、电子邮件营销和其他推广渠道。
**倡导者偏好预测模型**
基于动物倡导者的评分训练，评估文本内容与倡导目标和价值观的对齐程度。
**模型仓库：**
– open-paws/text_performance_prediction_longform
– open-paws/animal_advocate_preference_prediction_longform
## 📌 部署要求
您需要在Hugging Face上将每个模型部署为推理端点。在每个模型的仓库页面点击”Deploy”，然后使用n8n凭据添加端点URL和您的Hugging Face访问令牌。
## 📦 应用场景
– 发布前的倡导内容审查
– 推广消息的自动评分
– 过滤或标记预测影响低的内容
– 消息优化的A/B测试支持
## 工作流节点
– Execute Workflow Trigger – 当被其他工作流执行时触发
– HTTP Request (x2) – 调用Hugging Face模型端点
– Set (x3) – 设置性能评分和偏好评分
– Merge – 合并分支数据
– Aggregate – 创建单一数据项
– Sticky Note – 提供部署说明
评论(0)