掘金 人工智能 06月08日 13:08
n8n搭建多阶段交互式工作流
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

本文探讨了如何利用n8n工作流平台构建多阶段交互式LLM应用。通过结合webhook触发器和HTML组件,实现了用户与LLM之间的动态交互,允许用户在流程中调整和完善结果。文章对比了工作流与硬编码的优劣,强调了工作流在快速搭建AI应用原型方面的优势,并给出了构建交互式工作流的具体步骤和示例,最后指出了当前n8n工作流在C端应用中的局限性,但强调了其在内部服务和需求验证中的价值。

💡 n8n工作流平台可以高效构建基于LLM的应用,尤其适合快速原型设计和内部服务。

🌐 通过webhook触发器和HTML组件,n8n能够实现用户与LLM之间的多阶段交互,允许用户在流程中反馈和调整结果。

💻 工作流在易用性方面优于硬编码,能够让产品经理快速验证需求,解决“需求在心中而不在口中”的问题。

🛠️ 构建交互式工作流的关键在于使用网络请求作为入口,响应HTML,并在HTML中设置按钮触发新的请求,从而实现循环交互。

⚠️ n8n工作流目前更适合企业内部或个人小需求,在C端应用中性能和安全性方面存在挑战。

n8n是一个工作流平台,因为深度支持对LLM的调用,可以用来快速构建基于LLM调用的逻辑,比如接收图片,调用LLM识别对应产品的品牌,生成推广文章并入库,最后推送邮箱。

但是,现实的需求是要多次调用LLM来构建完整的结果,而且有时候要求过程中用户能够介入,支持用户调整每一次LLM的输出结果,直到完成最终的构建。这种交互性的特点,似乎对工作流而言很有难度。

比如

我要模拟面试。首先设定一个主题,第一次调用LLM生成一份问答习题,返回来给我填写,我填写完成后提交,调用LLM评分,然后返回新的问卷继续作答。达到轮次之后,最后一次调用LLM返回评价与结果。

这个似乎不太容易用工作流实现。

前置知识

简单介绍一下n8n与我对工作流的思考(可以跳过)。文档:docs.n8n.io/

n8n作为一个工作流平台,方便模块化的流程管理,衔接了各端出口——数据库、google sheet、邮件、社群等等,还可以十分便捷地与LLM通讯,所以n8n成为了开源的工作流设计的首选。

是否需要工作流

可多阶段交互的工作流

首先看到触发器中,有通过表单提交触发的组件:

可以设置表单组件,用户通过n8n的特定url进入这个表单,填写内容并提交来触发工作流。但是此时只有两个结果:要么表单异步提交,要么表单同步提交直到工作流结束。两种结果都没有办法接收到工作流的某一个过程中的反馈。

但是,存在另外一个触发器:on webhook call , 网络请求到达时,触发工作流。如果以网络请求为入口,启动工作流,然后响应html,就可以在界面上显示了。并且,在响应的html中,还可以通过按钮触发请求发送,重新回到工作流中。

过程

搭建工作流A:(on webhook call A)入口收到web请求  --> 请求body整理 --> LLM调用 --> 调用结果拼接或者动态生成 html --> html响应web请求搭建工作流B:(on webhook call B)入口收到工作A的html中发送的请求  --> 请求body整理 --> LLM调用 --> 调用结果拼接或者动态生成 html --> html响应web请求

这样就可以完成多阶段交互的工作流,借助浏览器与网络请求,不断更新数据状态与触发工作流,得到最终对结果。以上只是MVP版本的demo,用于展示。

实际使用时,需要可以在入口设置多分支的逻辑,控制需求识别与prompt调整;通过动态html模板生成复杂的页面——甚至让LLM动态生成html模板完成动态表单;通过工作流逻辑循环来减少工作流数量等等。完成多阶段交互式工作流。

总结

工作流目前作为提效工具,可以快速构建LLM服务。利用webhook触发器结合html组件可以构建交互式的工作流,多阶段调用LLM。

但是,目前n8n搭建的工作流只适合企业内部调用或者个人小需求,to C方面,性能估计满足不了要求。需要使用hack的方式或者多种专业方式来提高n8n的性能。安全性方面也需要评估。

不过,足够用来帮助产品经理快速验证需求合理性了。

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

n8n 工作流 LLM 交互式应用 AI应用
相关文章