Automatisation n8n : Chaînage de modèles LLM en temps réel

Ce workflow n8n est conçu pour automatiser le chaînage de modèles de langage (LLM) en utilisant des requêtes HTTP et des modèles de chat d'Anthropic. Il s'adresse principalement aux entreprises qui souhaitent intégrer des capacités avancées de traitement du langage naturel dans leurs applications. Par exemple, ce workflow peut être utilisé pour générer des réponses automatiques dans un service client ou pour enrichir des contenus marketing avec des suggestions intelligentes. Le processus commence par un déclencheur manuel, où l'utilisateur clique sur 'Test workflow'. Ensuite, une requête HTTP est effectuée pour récupérer des données nécessaires. Les étapes suivantes impliquent l'utilisation de plusieurs modèles de chat d'Anthropic, permettant de traiter et de générer des réponses basées sur les entrées fournies. Les résultats sont ensuite fusionnés et restructurés pour une utilisation optimale. Ce workflow illustre parfaitement comment l'automatisation n8n peut simplifier des tâches complexes tout en offrant une flexibilité et une personnalisation élevées. En intégrant ce type de solution, les entreprises peuvent gagner en efficacité, réduire les erreurs humaines et améliorer l'expérience utilisateur grâce à des interactions plus fluides et intelligentes.

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": "43gMd18arOcxqDcC",
  "meta": {
    "instanceId": "fb924c73af8f703905bc09c9ee8076f48c17b596ed05b18c0ff86915ef8a7c4a",
    "templateCredsSetupCompleted": true
  },
  "name": "LLM Chaining examples",
  "tags": [],
  "nodes": [
    {
      "id": "35e53ce7-06b4-47ca-b7f3-b147bd059fcf",
      "name": "When clicking ‘Test workflow’",
      "type": "n8n-nodes-base.manualTrigger",
      "position": [
        200,
        520
      ],
      "parameters": {},
      "typeVersion": 1
    },
    {
      "id": "aeef734e-1c3b-4a91-93ae-2ae9c50951b8",

Personnaliser ce workflow

Détail des nœuds n8n

• 01

  When clicking ‘Test workflow’

  Déclenche le workflow lorsque l'utilisateur clique sur 'Test workflow'.

• 02

  HTTP Request

  Effectue une requête HTTP vers une URL spécifiée avec des options définies.

• 03

  Markdown

  Transforme le texte en format Markdown selon les options fournies.

• 04

  Sticky Note

  Crée une note autocollante avec les paramètres de couleur, taille et contenu spécifiés.

• 05

  Anthropic Chat Model

  Utilise un modèle de chat Anthropic pour générer des réponses basées sur les options fournies.

• 06

  Anthropic Chat Model1

  Utilise un modèle de chat Anthropic pour générer des réponses basées sur les options fournies.

• 07

  Anthropic Chat Model2

  Utilise un modèle de chat Anthropic pour générer des réponses basées sur les options fournies.

• 08

  Anthropic Chat Model3

  Utilise un modèle de chat Anthropic pour générer des réponses basées sur les options fournies.

• 09

  Merge

  Fusionne plusieurs flux de données selon le mode et les options spécifiés.

• 10

  Simple Memory

  Gère la mémoire simple pour stocker des informations contextuelles.

• 11

  Clean memory

  Nettoie la mémoire en fonction du mode et du mode de suppression spécifiés.

• 12

  Initial prompts

  Définit des invites initiales pour le traitement ultérieur.

• 13

  Split Out

  Sépare les données en fonction des champs spécifiés et des options.

• 14

  Reshape

  Restructure les données selon les options et les champs inclus.

• 15

  Sticky Note1

  Crée une note autocollante avec les paramètres de taille et de contenu spécifiés.

• 16

  Anthropic Chat Model4

  Utilise un modèle de chat Anthropic pour générer des réponses basées sur les options fournies.

• 17

  Merge2

  Fusionne plusieurs flux de données selon le mode et les options spécifiés.

• 18

  Sticky Note2

  Crée une note autocollante avec les paramètres de taille et de contenu spécifiés.

• 19

  Basic LLM Chain4

  Exécute une chaîne de modèles de langage pour générer des réponses basées sur le texte et le type d'invite.

• 20

  Split Out1

  Sépare les données en fonction des champs spécifiés.

• 21

  Anthropic Chat Model5

  Utilise un modèle de chat Anthropic pour générer des réponses basées sur les options fournies.

• 22

  Webhook

  Établit un point de terminaison Webhook pour recevoir des requêtes HTTP.

• 23

  CONNECT ME

  N'effectue aucune opération, servant de point de connexion dans le workflow.

• 24

  CONNECT ME1

  N'effectue aucune opération, servant de point de connexion dans le workflow.

• 25

  CONNECT ME2

  N'effectue aucune opération, servant de point de connexion dans le workflow.

• 26

  Sticky Note3

  Crée une note autocollante avec les paramètres de couleur, taille et contenu spécifiés.

• 27

  Sticky Note4

  Crée une note autocollante avec les paramètres de couleur, taille et contenu spécifiés.

• 28

  Sticky Note5

  Crée une note autocollante avec les paramètres de couleur, taille et contenu spécifiés.

• 29

  Sticky Note6

  Crée une note autocollante avec les paramètres de taille et de contenu spécifiés.

• 30

  Initial prompts1

  Définit des invites initiales pour le traitement ultérieur.

• 31

  LLM Chain - Step 1

  Exécute une chaîne de modèles de langage pour générer des réponses basées sur le texte et le type d'invite.

• 32

  LLM Chain - Step 2

  Exécute une chaîne de modèles de langage pour générer des réponses basées sur le texte et le type d'invite.

• 33

  LLM Chain - Step 3

  Exécute une chaîne de modèles de langage pour générer des réponses basées sur le texte et le type d'invite.

• 34

  LLM Chain - Step 4

  Exécute une chaîne de modèles de langage pour générer des réponses basées sur le texte et le type d'invite.

• 35

  All LLM steps here - sequentially

  Exécute toutes les étapes des modèles de langage de manière séquentielle.

• 36

  LLM steps - parallel

  Effectue une requête HTTP avec des options et un corps JSON spécifiés.

• 37

  Merge output with initial prompts

  Fusionne les résultats avec les invites initiales selon le mode et les options spécifiés.

• 38

  Merge output with initial prompts1

  Fusionne les résultats avec les invites initiales selon le mode et les options spécifiés.