## 工作流概述
这个全面的n8n工作流创建了一个智能的WhatsApp机器人，能够处理多种消息类型（文本、语音、图像、PDF文档），并使用集成的工具执行复杂任务，包括Gmail、Google日历、Google Drive、Airtable、Discord和互联网搜索功能。该助手通过自然语言处理保持对话上下文，能够处理复杂的请求。
## 目标用户
此工作流专为商务专业人士、企业家和个人设计，他们希望将WhatsApp转变为强大的AI驱动个人助手。非常适合需要通过单一消息界面管理电子邮件、日历事件、文档搜索和各种生产力任务的用户。
## 工作原理
### 阶段1：消息接收与分类
工作流从通过WhatsApp触发器接收消息开始。Switch节点自动对传入消息类型（文本、音频、图像或文档）进行分类，并将其路由到适当的处理路径。
### 阶段2：按格式处理内容
**文本消息**：直接提取和格式化以进行AI处理
**语音消息**：
– 从WhatsApp API检索音频URL
– 使用认证请求下载音频文件
– 使用OpenAI Whisper将语音转录为文本
– 格式化转录内容以供AI代理使用
**图像**：
– 从WhatsApp API下载图像
– 使用GPT-4O-mini视觉模型分析视觉内容
– 生成涵盖构图、对象、人物和氛围的详细法文描述
– 将用户请求与AI分析相结合
**PDF文档**：
– 验证文件格式（拒绝非PDF文件）
– 下载并提取文本内容
– 处理文档文本以进行AI分析
### 阶段3：AI助手处理
处理后的内容由Claude Sonnet 4驱动的代理处理，具有以下访问权限：
– 用于互联网搜索的SerpAPI
– 用于电子邮件联系人管理的Airtable数据库
– 用于电子邮件操作的Gmail集成
– 用于事件调度和管理的Google日历
– 用于文档搜索的Google Drive
– 用于通知的Discord消息
– 用于数学运算的计算器
– 用于对话上下文的PostgreSQL聊天内存
### 阶段4：响应交付
系统智能确定响应格式：
– 对于语音输入：使用OpenAI TTS将AI响应转换为语音
– 对于其他输入：直接发送文本响应
– 处理技术要求，如WhatsApp的MIME类型兼容性
## 要求
**所需API凭据**：
– WhatsApp Business API（触发器和消息）
– OpenAI API（GPT-4O-mini、Whisper、TTS）
– Anthropic API（Claude Sonnet 4）
– Google API（Gmail、日历、Drive OAuth2）
– Airtable API（数据库操作）
– Discord Bot API（消息）
– SerpAPI（互联网搜索）
– PostgreSQL数据库（对话内存）
**自托管n8n实例**：
此工作流需要自托管的n8n安装，因为它使用社区节点和n8n Cloud中不可用的高级集成。
## 如何设置
### 1. 先决条件设置
– 在具有公共访问权限的服务器上部署n8n
– 获取WhatsApp Business API凭据
– 为所有所需服务创建开发者账户
– 为对话内存设置PostgreSQL数据库
### 2. 凭据配置
在n8n中配置以下凭据：
– 用于触发器和消息节点的WhatsApp API凭据
– 具有GPT-4O-mini、Whisper和TTS访问权限的OpenAI API密钥
– 用于Claude Sonnet 4的Anthropic API密钥
– 用于Gmail、日历和Drive的Google OAuth2凭据
– Airtable个人访问令牌
– Discord Bot令牌
– SerpAPI密钥
– PostgreSQL数据库连接
### 3. WhatsApp配置
– 在WhatsApp Business API设置中配置webhook URL
– 设置电话号码验证
– 如果需要，配置消息模板
### 4. 工具配置
– Airtable：设置带有’Nom’和’Mails’列的电子邮件数据库
– Google日历：配置日历访问权限
– Google Drive：设置适当的文件夹权限
– Discord：配置机器人权限和频道访问
### 5. 测试和验证
– 测试每种消息类型（文本、音频、图像、PDF）
– 验证所有工具集成是否正常工作
– 测试对话内存持久性
– 验证文本和音频格式的响应交付
## 如何自定义工作流
### 修改AI助手个性
编辑”Agent personnel”节点中的系统消息，根据需要自定义助手的行为、语气和功能。
### 添加新工具
集成额外的n8n工具节点以扩展功能：
– CRM系统（Salesforce、HubSpot）
– 项目管理工具（Notion、Trello）
– 文件存储服务（Dropbox、OneDrive）
– 通信平台（Slack、Microsoft Teams）
### 自定义内容处理
– 为特定用例修改图像分析提示
– 添加PDF之外的文档格式支持
– 实施内容过滤或审核
– 添加语言检测和多语言支持
### 增强内存和上下文
– 实施用户特定的内存会话
– 为长交互添加对话摘要
– 创建用户偏好存储
– 实施对话分析
### 响应自定义
– 添加多媒体响应功能
– 为常见查询实施响应模板
– 添加打字指示器或已读回执
– 创建自定义响应格式
### 安全增强
– 实施用户身份验证
– 为API调用添加速率限制
– 为敏感操作创建审计日志
– 为存储的对话实施数据加密
### 性能优化
– 为频繁访问的数据添加缓存
– 为高容量使用实施队列管理
– 添加错误处理和重试机制
– 创建监控和警报系统
## 重要注意事项
– 此工作流处理敏感数据；确保采取适当的安全措施
– 监控所有集成服务的API使用限制
– 定期备份对话内存数据
– 在部署到生产环境之前彻底测试
– 考虑为商业环境实施用户访问控制
– 保持所有API凭据安全并定期轮换
## 故障排除
– **音频问题**：验证”Fix mimeType for Audio”节点中的MIME类型处理
– **WhatsApp交付**：检查webhook配置和电话号码验证
– **工具故障**：验证所有API凭据和权限
– **内存问题**：监控PostgreSQL数据库性能和存储
– **响应延迟**：优化工具超时设置并添加适当的错误处理
评论(0)