自动将Google Search Console数据导出到Airtable

这使得在执行、反馈和持续流程改进之间建立闭环变得容易。应用场景很多：

– 营销（改进广告内容审批流程）
– 财务（优化费用报销流程）
– 运营（完善设备维护流程）

**重要提示**
该自动化基于Baserow模板来处理标准操作程序。但是，它也可以在其他数据库中实现。
Baserow身份验证通过数据库令牌完成。请查阅文档了解如何创建此类令牌。
使用HTTP请求节点而不是专用的Baserow节点来插入任务。这是为了支持批量导入，而不是逐个导入记录。

**要求**
– Baserow账户（云端或自托管）
– 用于处理标准操作程序的Baserow模板，或具有以下表和字段的类似数据库：
– 包含一般程序信息的程序表，如名称或描述
– 包含与程序关联的所有步骤的程序步骤表
– 包含基于程序步骤的实际任务的任务表
– 必须有捕获反馈的字段
– 必须有布尔字段来指示反馈是否已处理。这可以避免重复使用相同的反馈
– 改进建议表，用于存储AI代理提出的建议

**工作原理**

**设置表和字段ID**
存储涉及的Baserow数据库和表的ID，以及向Baserow API发出请求的信息

**反馈处理代理**
提示包含一个小指令，用于检查反馈并提出对程序的改进建议。系统消息更加详细，为代理提供尽可能多的细节和指导。它包含以下部分：

– 角色：为代理提供清晰的职业视角
– 目标：让代理专注于清晰性、效率和可操作的改进
– 指令：引导代理完成逐步流程
– 输出：向代理显示预期的格式和细节
– 注意事项：为代理设置护栏，使其提出合理且实用的建议

代理使用以下节点：

– OpenAI聊天模型（模型）：模板默认使用OpenAI的gpt-4.1模型。但您可以将其替换为任何LLM
– current_procedures（工具）：向代理提供有关所有可用程序的信息
– current_procedure步骤（工具）：向代理提供程序中每个步骤的信息
– tasks_feedback（工具）：向代理提供员工的反馈
– 必需输出模式（输出解析器）：强制代理使用与改进建议表结构匹配的JSON模式进行输出。这允许在下一步轻松将它们添加到数据库中

**创建改进建议**
调用API端点/api/database/rows/table/{table_id}/batch/，在改进建议表中批量插入多条记录。插入的记录是AI代理生成的输出。请查看Baserow API文档以获取更多详细信息

**获取未处理的反馈**
从任务表中获取所有包含反馈但尚未标记为已处理的记录

**将反馈设置为已处理**
将每个任务的布尔字段更新为true，以指示反馈已处理

**聚合输入记录**
将来自先前节点的数据聚合为名为items的属性中的数组。这与Baserow API完美匹配，可以批量插入新记录

**将任务更新为已处理反馈**
调用API端点/api/database/rows/table/{table_id}/batch/，在任务表中批量更新多条记录。更新的记录将把它们的processed字段设置为true。请查看Baserow API文档以获取更多详细信息

**如何使用**
– 手动触发器节点作为示例提供，但您可以将其替换为其他触发器，如webhook
– 包含的Baserow SOP模板非常适合作为基础模式来尝试此工作流
– 在配置设置和ID节点中设置相应的ID
– 检查tasks_feedback工具节点中的过滤器字段名称是否与任务表中的字段名称匹配
– 检查获取未处理反馈节点中的过滤器字段名称是否与任务表中的字段名称匹配
– 检查将反馈设置为已处理节点中的属性名称是否与任务表中的属性名称匹配

**自定义此工作流**
– 您可以添加一个新工作流，根据管理层的接受或拒绝来更新程序
– 在系统提示中有很多自定义可能。例如：更改目标以优先考虑安全性、成本节约或客户体验