Automatisation LLM avec n8n : extraction de données personnelles

Ce workflow n8n a pour objectif d'extraire des données personnelles à partir de messages reçus dans un chat, en utilisant un modèle de langage auto-hébergé, Mistral NeMo. Dans un contexte où la gestion des données personnelles est cruciale, ce type d'automatisation n8n permet aux entreprises de traiter efficacement les informations tout en respectant les normes de confidentialité. Les cas d'usage incluent le support client automatisé, la collecte de feedbacks et l'analyse des interactions utilisateurs. Étape 1 : le déclencheur 'When chat message received' active le workflow dès qu'un message est reçu. Étape 2 : le 'Ollama Chat Model' analyse le message pour en extraire les informations pertinentes. Étape 3 : les données sont ensuite traitées par 'Auto-fixing Output Parser' et 'Structured Output Parser' pour garantir une sortie structurée et correcte. Étape 4 : le 'Basic LLM Chain' gère le flux de données et assure que les résultats sont conformes aux attentes. En cas d'erreur, le noeud 'On Error' permet de gérer les exceptions sans interrompre le processus. Ce workflow apporte une valeur ajoutée significative en automatisant la collecte de données, ce qui réduit le temps de traitement et minimise les erreurs humaines, tout en garantissant la conformité avec les réglementations sur la protection des données.

À qui s'adresse ce workflow ?

Ce que ce workflow résout

Comment ça fonctionne

Visualisation du workflow n8n

Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.

Importer dans n8n en un clic

Inscris-toi gratuitement pour télécharger le fichier .json, puis fais Import from File dans n8n pour déployer le workflow en quelques secondes.

{
  "id": "HMoUOg8J7RzEcslH",
  "meta": {
    "instanceId": "3f91626b10fcfa8a3d3ab8655534ff3e94151838fd2709ecd2dcb14afb3d061a",
    "templateCredsSetupCompleted": true
  },
  "name": "Extract personal data with a self-hosted LLM Mistral NeMo",
  "tags": [],
  "nodes": [
    {
      "id": "7e67ae65-88aa-4e48-aa63-2d3a4208cf4b",
      "name": "When chat message received",
      "type": "@n8n/n8n-nodes-langchain.chatTrigger",
      "position": [
        -500,
        20
      ],
      "webhookId": "3a7b0ea1-47f3-4a94-8ff2-f5e1f3d9dc32",
      "parameters": {
        "options": {}
      },
      "typeVersion": 1.1

Personnaliser ce workflow

Détail des nœuds n8n

• 01

  When chat message received

  Ce noeud déclenche le workflow lorsqu'un message de chat est reçu.

• 02

  Ollama Chat Model

  Ce noeud utilise le modèle de chat Ollama pour générer des réponses basées sur les messages d'entrée.

• 03

  Auto-fixing Output Parser

  Ce noeud analyse et corrige automatiquement la sortie générée par le modèle de chat.

• 04

  Structured Output Parser

  Ce noeud structure la sortie en fonction d'un schéma prédéfini.

• 05

  Basic LLM Chain

  Ce noeud exécute une chaîne de traitement de langage naturel en utilisant les messages fournis.

• 06

  On Error

  Ce noeud gère les erreurs qui peuvent survenir dans le workflow.

• 07

  Sticky Note

  Ce noeud crée une note autocollante avec des paramètres de couleur, de taille et de contenu spécifiés.

• 08

  Sticky Note1

  Ce noeud crée une seconde note autocollante avec des paramètres de couleur, de taille et de contenu.

• 09

  Sticky Note2

  Ce noeud génère une troisième note autocollante avec des spécifications de couleur, de taille et de contenu.

• 10

  Extract JSON Output

  Ce noeud extrait et définit une sortie JSON selon les options spécifiées.

• 11

  Sticky Note3

  Ce noeud crée une quatrième note autocollante avec des dimensions et un contenu définis.

• 12

  Sticky Note6

  Ce noeud génère une note autocollante avec une hauteur et un contenu spécifiés.

• 13

  Sticky Note7

  Ce noeud crée une note autocollante avec des dimensions et un contenu définis.