## 工作流概述
这个n8n工作流专为需要实现迭代式AI驱动内容改进流程的用户设计。它创建了一个复杂的反馈循环系统，通过三个专门的AI智能体协同工作，持续优化内容质量。
## 目标用户
– 内容创作者
– 市场营销人员
– 产品经理
– 任何需要通过多轮批评和增强来完善想法直到达到质量标准的用户
## 工作原理
工作流从初始输入（如产品描述）开始，系统生成想法，然后进入推理循环：
1. **批评智能体** – 分析当前输出，识别缺陷或改进领域
2. **优化智能体** – 结合原始输入和批评反馈创建增强版本
3. **评估智能体** – 评估优化后的输出，确定是否达到质量阈值
循环持续进行，直到评估智能体确定输出令人满意或达到最大迭代次数（可配置，默认为5轮）。
## 核心节点配置
### 初始设置
– **AI Agent** – 生成初始内容创意
– **Loop Over Items** – 启用”Reset Loop”选项的循环结构
– **Edit Fields** – 维护数据结构的起始和结束节点
### 循环内智能体
– **Critic Agent** – 配置详细分析提示以识别改进点
– **Refiner Agent** – 创建结合反馈来增强内容的提示
– **Evaluation Agent** – 定义质量标准和决策逻辑
### 控制逻辑
– **Code Node** – 跟踪迭代计数和循环控制
– **If Node** – 检查退出条件（最大轮数或完成状态）
– **Structured Output Parser** – 确保输出格式标准化
## 技术要求
– n8n工作流环境
– AI/LLM节点访问权限（OpenAI、Anthropic等）
– JSON数据结构的基本理解
– 配置的AI模型凭据
## 自定义选项
– 根据具体用例自定义每个智能体的系统提示
– 批评智能体应专注于质量标准
– 优化智能体应理解改进目标
– 评估智能体应有明确的成功指标
– 在代码节点和IF条件中调整最大迭代次数，基于复杂性需求和令牌预算考虑
评论(0)