Votre banque de workflows N8N

Ce workflow n8n a pour objectif de créer un agent conversationnel intelligent sur Telegram, capable de gérer des notes et d'utiliser une mémoire à long terme. Dans un contexte où les entreprises cherchent à améliorer leur service client et à automatiser la gestion des informations, ce workflow se révèle particulièrement utile pour les équipes de support ou de gestion de projet. En intégrant des outils comme Google Docs et des fonctionnalités de mémoire, il permet de stocker et de récupérer des informations de manière fluide. Étape 1 : le workflow commence par le déclencheur 'When chat message received', qui active le processus dès qu'un message est reçu sur Telegram. Étape 2 : les messages sont traités par le nœud 'AI Tools Agent', qui utilise des modèles de langage avancés pour générer des réponses adaptées. Étape 3 : les notes sont créées et gérées à l'aide de plusieurs nœuds 'Sticky Note', permettant de visualiser et d'organiser les informations. Étape 4 : les mémoires à long terme sont enregistrées et récupérées via Google Docs, assurant ainsi une continuité dans la gestion des connaissances. Ce workflow permet non seulement de gagner du temps en automatisant les réponses, mais aussi d'améliorer la qualité des interactions avec les clients, en conservant un historique des échanges et des notes pertinentes.

Ce workflow n8n a pour objectif de maintenir la propreté des canaux Discord en supprimant automatiquement les messages plus anciens que sept jours. Dans un contexte où la gestion des communautés en ligne est cruciale, ce type d'automatisation est particulièrement utile pour les gestionnaires de serveurs Discord qui souhaitent offrir une expérience utilisateur optimale sans encombrement. En utilisant ce workflow, les utilisateurs peuvent s'assurer que leur serveur reste organisé et que les informations pertinentes sont mises en avant, tout en réduisant le risque de confusion causée par des messages obsolètes. Le processus commence par un déclencheur programmé qui s'active tous les jours à 21 heures. Ensuite, le workflow utilise le nœud 'Get all Discord channels' pour récupérer tous les canaux de la guilde. Pour chaque canal, il récupère les messages via le nœud 'Get messages from Channel'. Les messages sont ensuite filtrés pour ne garder que ceux qui sont plus anciens que sept jours grâce au nœud 'Filter Messages older than 7 days'. Chaque message obsolète est supprimé par le nœud 'Delete Message', après un temps d'attente pour respecter les limites d'API de Discord. Ce workflow intègre également des nœuds de notes autocollantes pour documenter le processus et assurer une bonne visibilité des actions effectuées. Les bénéfices de cette automatisation n8n sont multiples : elle permet de gagner du temps en évitant la suppression manuelle des messages, réduit le risque d'erreurs humaines et améliore l'engagement des membres en maintenant un environnement de discussion clair et pertinent. En fin de compte, ce workflow contribue à une gestion efficace des serveurs Discord, facilitant ainsi la modération et l'interaction au sein de la communauté.

Ce workflow n8n a pour objectif d'intégrer une extension Chrome avec des capacités d'intelligence artificielle, permettant ainsi de répondre aux besoins croissants d'automatisation dans divers secteurs. En utilisant un déclencheur Webhook, ce workflow peut recevoir des données en temps réel et les traiter à l'aide de l'API OpenAI. Cela ouvre la voie à des cas d'usage variés, tels que la génération de contenu, l'analyse de données ou encore l'assistance virtuelle. Étape 1 : Le flux commence par un déclencheur Webhook qui capte les requêtes entrantes. Étape 2 : Les données reçues sont ensuite envoyées au nœud OpenAI, qui utilise un modèle d'intelligence artificielle pour traiter le texte et générer des réponses pertinentes. Étape 3 : Après traitement, le workflow utilise le nœud 'Respond to Webhook' pour renvoyer les résultats au client. Enfin, des nœuds supplémentaires comme 'Sticky Note' permettent d'ajouter des éléments visuels au flux, enrichissant ainsi l'expérience utilisateur. Les bénéfices business de cette automatisation n8n sont multiples : elle permet de gagner du temps, d'améliorer la réactivité face aux demandes et d'optimiser les processus de communication. En intégrant des solutions AI, les entreprises peuvent offrir un service plus personnalisé et efficace, tout en réduisant les coûts opérationnels.

Ce workflow n8n a pour objectif de synchroniser les tâches de Todoist vers Notion, facilitant ainsi la gestion des projets et des tâches au sein des équipes. Dans un contexte où la productivité est essentielle, cette automatisation permet aux utilisateurs de centraliser leurs tâches dans Notion tout en continuant à les gérer dans Todoist. Les cas d'usage incluent la gestion de projets, le suivi des tâches et l'organisation personnelle. Étape 1 : Le déclencheur 'On schedule' active le workflow à intervalles réguliers. Étape 2 : Le noeud 'Get all tasks with specific label' récupère toutes les tâches de Todoist qui possèdent un label spécifique, permettant ainsi de filtrer les tâches pertinentes. Étape 3 : Les tâches récupérées sont ensuite ajoutées à une base de données Notion via le noeud 'Add to Notion database', où chaque tâche est créée avec les propriétés définies. Enfin, Étape 4 : Le noeud 'Replace label on task' met à jour les tâches dans Todoist en remplaçant le label initial, ce qui permet de suivre les tâches déjà synchronisées. Les bénéfices de ce workflow résident dans l'amélioration de la productivité, la réduction des tâches manuelles et la centralisation des informations, offrant ainsi une valeur ajoutée significative aux utilisateurs.

Ce workflow n8n a pour objectif d'automatiser l'intégration et le traitement des données provenant de Proxmox, une plateforme de virtualisation. Dans un contexte où la gestion des infrastructures virtuelles est cruciale pour de nombreuses entreprises, ce workflow permet d'optimiser les processus en automatisant les interactions avec l'API de Proxmox. Par exemple, il peut être utilisé pour récupérer des informations sur les machines virtuelles, les stocker et les traiter, tout en garantissant que les données sensibles sont protégées. Le déroulé du workflow commence par un déclencheur Webhook qui initie le processus. Ensuite, plusieurs noeuds HTTP Request sont utilisés pour interroger l'API de Proxmox et récupérer les données nécessaires. Les noeuds de traitement, tels que les modèles de chat Google Gemini, permettent d'analyser et de structurer les réponses. Des noeuds de code sont également intégrés pour formater les réponses et cacher les données sensibles. Enfin, des noeuds de condition permettent de gérer les différentes branches du flux en fonction des résultats obtenus. Les bénéfices business de cette automatisation sont significatifs : elle réduit le temps de gestion des infrastructures virtuelles, minimise les erreurs humaines et améliore la réactivité des équipes IT. En intégrant ce workflow, les entreprises peuvent se concentrer sur des tâches à plus forte valeur ajoutée, tout en ayant la certitude que leurs données sont traitées de manière sécurisée et efficace.

Ce workflow n8n a pour objectif d'automatiser l'analyse d'images en utilisant la détection d'objets. Dans un contexte où les entreprises doivent traiter un grand volume d'images, cette automatisation permet de gagner du temps et d'améliorer l'efficacité. Les cas d'usage incluent la surveillance de la qualité des produits, l'analyse de contenu visuel pour le marketing, ou encore la gestion des stocks. Étape 1 : Le workflow est déclenché manuellement via un bouton 'Test workflow'. Étape 2 : Les variables nécessaires sont récupérées grâce au nœud 'Get Variables'. Étape 3 : Une requête HTTP est effectuée pour obtenir l'image à analyser avec le nœud 'Get Test Image'. Étape 4 : La détection d'objets est réalisée via une autre requête HTTP avec le nœud 'Gemini 2.0 Object Detection'. Étape 5 : Les coordonnées normalisées des objets détectés sont mises à l'échelle avec le nœud 'Scale Normalised Coords'. Étape 6 : Les boîtes englobantes sont dessinées sur l'image à l'aide du nœud 'Draw Bounding Boxes'. Étape 7 : Les informations sur l'image sont récupérées avec le nœud 'Get Image Info'. Enfin, plusieurs notes autocollantes sont ajoutées pour annoter les résultats. Cette automatisation n8n permet non seulement de réduire les erreurs humaines, mais aussi d'accélérer le processus d'analyse, offrant ainsi une valeur ajoutée significative aux équipes opérationnelles.

Ce workflow n8n permet d'automatiser le processus de scraping de données à partir de pages web en utilisant Google Sheets, ScrapingBee et le modèle AI Gemini. Idéal pour les entreprises qui souhaitent collecter des informations en ligne de manière efficace, ce workflow est particulièrement utile pour les équipes marketing, les analystes de données et les chercheurs. En intégrant ces outils, vous pouvez récupérer des données précises et les organiser directement dans Google Sheets, facilitant ainsi l'analyse et la prise de décision. Le workflow commence par un déclencheur manuel, permettant à l'utilisateur de lancer le processus à tout moment. Ensuite, il utilise ScrapingBee pour obtenir le code HTML de la page ciblée. Une fois les données récupérées, le modèle AI Gemini analyse le contenu et génère des réponses structurées. Les résultats sont ensuite traités et formatés avant d'être envoyés dans Google Sheets pour une gestion simplifiée. Ce processus inclut également des étapes de vérification et de mise en forme pour garantir que les données sont prêtes à être utilisées. Les avantages de cette automatisation n8n sont nombreux : réduction du temps de collecte de données, minimisation des erreurs humaines et amélioration de la productivité. En intégrant ce workflow, les entreprises peuvent se concentrer sur l'analyse des données plutôt que sur leur collecte, ce qui se traduit par une meilleure prise de décision et une efficacité accrue.

Ce workflow n8n a pour objectif d'automatiser la publication de nouvelles vidéos YouTube sur Twitter, permettant ainsi aux créateurs de contenu de maximiser leur visibilité et d'engager leur audience de manière efficace. Dans un contexte où la présence sur les réseaux sociaux est cruciale pour le succès, ce workflow répond à des cas d'usage concrets tels que la diffusion rapide d'informations et l'augmentation de l'interaction avec les abonnés. Étape 1 : Le déclencheur 'Check Every 30 Min' vérifie toutes les 30 minutes la présence de nouvelles vidéos sur la chaîne YouTube spécifiée. Étape 2 : Le noeud 'Fetch Latest Videos' récupère les dernières vidéos en fonction des filtres définis, garantissant que seules les vidéos pertinentes sont prises en compte. Étape 3 : Ensuite, le noeud 'Generate Post for X with ChatGPT' utilise l'intelligence artificielle pour créer un message engageant à partir des informations de la vidéo récupérée. Étape 4 : Enfin, le noeud 'Post to X' publie ce message sur Twitter, tandis que des notes autocollantes peuvent être utilisées pour garder une trace des actions effectuées. Grâce à cette automatisation n8n, les utilisateurs peuvent réduire le temps consacré à la gestion des réseaux sociaux tout en augmentant leur portée et leur engagement. La valeur ajoutée réside dans la simplification du processus de publication, permettant aux créateurs de se concentrer sur la création de contenu de qualité.

Ce workflow n8n permet d'automatiser l'interaction avec les données de Google Search Console en utilisant un agent AI. Grâce à cette automatisation n8n, les utilisateurs peuvent poser des questions sur leurs données de recherche et obtenir des réponses instantanées, ce qui facilite la prise de décision basée sur des données précises. Ce type de solution est particulièrement utile pour les équipes marketing et les analystes de données qui cherchent à optimiser leur visibilité en ligne. Le workflow commence par un déclencheur de type Webhook, qui reçoit les entrées de l'utilisateur. Ensuite, les données sont stockées dans une mémoire Postgres via le nœud 'Postgres Chat Memory'. L'agent AI, alimenté par le modèle OpenAI, traite les requêtes et interroge les données de Search Console à l'aide de nœuds HTTP. Les résultats sont ensuite agrégés et renvoyés à l'utilisateur. Ce processus permet non seulement de gagner du temps, mais aussi d'améliorer la précision des analyses. En intégrant ce workflow, les entreprises peuvent réduire les erreurs humaines, accélérer le traitement des données et obtenir des insights précieux en temps réel, augmentant ainsi leur efficacité opérationnelle.

Ce workflow n8n est conçu pour automatiser l'analyse de phishing en utilisant les services URLScan.io et VirusTotal. Dans un contexte où la sécurité des données est primordiale, ce workflow permet aux entreprises de détecter et d'analyser les URL suspectes de manière efficace. Les cas d'usage incluent la surveillance proactive des menaces et la gestion des alertes de sécurité, ce qui est essentiel pour les équipes de sécurité informatique et de gestion des risques. Étape 1 : Le workflow est déclenché manuellement ou par un calendrier via le nœud 'Schedule Trigger'. Étape 2 : Il récupère tous les messages non lus dans Outlook pour identifier les URL à analyser. Étape 3 : Chaque URL est ensuite scannée à l'aide du nœud 'URLScan: Scan URL' et 'VirusTotal: Scan URL'. Étape 4 : Les rapports sont ensuite récupérés et fusionnés pour une analyse complète. Étape 5 : Si des indicateurs de compromission sont trouvés, des notifications sont envoyées via Slack. Ce processus permet de réduire le temps de réponse face aux menaces et d'améliorer la sécurité globale des systèmes d'information. En intégrant cette automatisation n8n, les entreprises bénéficient d'une surveillance continue et d'une réactivité accrue face aux menaces potentielles.

Ce workflow n8n permet de créer un assistant personnel pour les achats en ligne via WooCommerce, en intégrant des technologies avancées telles qu'OpenAI et RAG. Idéal pour les entreprises de e-commerce, ce système automatise la gestion des requêtes clients en temps réel, offrant une expérience d'achat personnalisée et fluide. Le déclencheur initial est un message reçu dans le chat, qui active une série de traitements pour analyser et répondre aux besoins des utilisateurs. Étape 1 : le message est capturé par le noeud 'When chat message received'. Étape 2 : les données sont stockées temporairement grâce à 'Window Buffer Memory' pour maintenir le contexte de la conversation. Étape 3 : le noeud 'Calculator' permet d'effectuer des calculs nécessaires pour les recommandations de produits. Étape 4 : avec 'OpenAI Chat Model', le système génère des réponses adaptées. Les noeuds 'RAG' et 'Qdrant Vector Store' sont utilisés pour gérer les données et améliorer la pertinence des recommandations. Enfin, le noeud 'personal_shopper' interagit avec WooCommerce pour finaliser les achats. Ce workflow offre une valeur ajoutée significative en réduisant le temps de réponse et en augmentant la satisfaction client, tout en optimisant les processus de vente.

Ce workflow n8n a pour objectif de fournir des prévisions de qualité de l'air et de pollen, permettant ainsi aux utilisateurs de mieux planifier leurs activités en extérieur. En intégrant des données provenant de différentes sources, ce système d'automatisation n8n est particulièrement utile pour les entreprises du secteur de la santé, du bien-être ou même pour des collectivités souhaitant informer leurs citoyens. Le processus commence par un déclencheur programmé qui active le workflow à des intervalles réguliers. Ensuite, le noeud 'Get Air data' interroge une API pour récupérer les données de qualité de l'air, tandis que le noeud 'Get Pollen data' effectue une tâche similaire pour les niveaux de pollen. Ces informations sont ensuite traitées par un agent IA qui analyse les données et génère des recommandations. Le modèle de chat OpenAI est utilisé pour formuler ces recommandations de manière compréhensible. Enfin, les résultats sont envoyés par email via le noeud Gmail, permettant une diffusion rapide et efficace des informations. Grâce à cette automatisation, les utilisateurs peuvent anticiper les conditions environnementales et prendre des décisions éclairées, réduisant ainsi les risques pour la santé liés à la pollution et aux allergies.