Votre banque de workflows N8N

Ce workflow n8n a pour objectif de créer un agent AI capable de générer des graphiques en réponse à des messages reçus via une interface de chat. Conçu pour les entreprises qui souhaitent intégrer des capacités d'analyse visuelle dans leurs interactions, ce workflow est particulièrement utile pour les équipes marketing et commerciales qui ont besoin de visualiser des données en temps réel. Grâce à l'automatisation n8n, les utilisateurs peuvent interagir avec l'agent AI, qui utilise le modèle OpenAI pour traiter les demandes et générer des graphiques pertinents. Le processus commence par le déclencheur 'When chat message received', qui active le workflow dès qu'un message est reçu. Ensuite, le 'OpenAI Chat Model' traite la requête et utilise la 'Window Buffer Memory' pour conserver le contexte de la conversation. Une fois la demande de graphique formulée, le workflow appelle le nœud 'Generate a chart', qui exécute le sous-workflow nécessaire pour créer le graphique. Ce sous-workflow est ensuite exécuté via le nœud 'Execute "Generate a chart" tool', qui permet d'obtenir la définition du graphique à partir d'une requête HTTP à l'API OpenAI. Enfin, les résultats sont renvoyés à l'utilisateur via le nœud 'Set response'. Les bénéfices de ce workflow incluent une meilleure visualisation des données, une interaction utilisateur améliorée et une réduction du temps nécessaire pour générer des rapports visuels. En intégrant cette automatisation, les entreprises peuvent offrir une expérience client enrichie tout en optimisant leur processus décisionnel.

Ce workflow n8n a pour objectif d'automatiser la récupération des données des événements sportifs à l'aide de TheOddsAPI et de les stocker dans Airtable. Idéal pour les entreprises qui suivent les résultats sportifs ou qui gèrent des paris, ce flux permet de récupérer les événements à venir chaque jour et de mettre à jour les résultats à la fin de la journée. Le workflow commence par un déclencheur programmé qui s'active à 7h00 pour récupérer les données des événements sportifs à venir. Ensuite, il utilise un nœud HTTP pour faire une requête à TheOddsAPI afin d'obtenir les informations nécessaires. Après cela, les données sont enregistrées dans Airtable grâce à un nœud dédié qui crée des enregistrements pour chaque événement. À 23h00, un autre déclencheur programmé active le processus de récupération des résultats des événements sportifs. Ces résultats sont ensuite combinés avec les enregistrements d'événements à l'aide d'un nœud de fusion, permettant ainsi d'associer les résultats avec les événements correspondants. Enfin, les enregistrements dans Airtable sont mis à jour avec les scores et résultats des événements. Ce système d'automatisation n8n permet de gagner du temps et d'améliorer l'efficacité en éliminant les tâches manuelles de suivi des données sportives.

Ce workflow n8n est conçu pour automatiser la surveillance de capteurs IoT à distance en utilisant MQTT et InfluxDB. Dans un contexte où la collecte de données en temps réel est cruciale, ce système permet aux entreprises de suivre l'état de leurs capteurs sans intervention manuelle. Les cas d'usage incluent la gestion de l'environnement, la surveillance de la production et le suivi des équipements. Étape 1 : le workflow démarre avec un déclencheur MQTT qui capte les données des capteurs. Étape 2 : les données reçues sont ensuite préparées grâce à un nœud de traitement qui utilise du code JavaScript pour formater les informations. Étape 3 : enfin, les données sont envoyées à un bucket InfluxDB via une requête HTTP, garantissant ainsi leur stockage pour une analyse ultérieure. Ce processus permet non seulement de gagner du temps, mais aussi de réduire les erreurs humaines dans la collecte des données. En intégrant ce workflow, les entreprises peuvent améliorer leur réactivité face aux anomalies détectées par les capteurs, optimisant ainsi leur efficacité opérationnelle et leur prise de décision.

Ce workflow n8n a pour objectif d'automatiser le transfert de transcriptions de vidéos YouTube vers Airtable, facilitant ainsi la gestion et l'analyse des contenus vidéo. Dans un contexte où les entreprises cherchent à optimiser leur gestion de contenu, ce workflow est idéal pour les équipes marketing et de communication qui souhaitent extraire des informations clés des vidéos et les centraliser dans une base de données. Grâce à cette automatisation n8n, les utilisateurs peuvent facilement récupérer les transcriptions des vidéos, les résumer et les organiser dans Airtable pour un accès rapide et une meilleure exploitation des données. Le processus débute par un déclencheur programmé qui active le workflow à intervalles réguliers. Ensuite, le premier nœud récupère la transcription de la vidéo via une requête HTTP. Le workflow utilise également des nœuds de code pour extraire l'ID de la vidéo et combiner les transcriptions. Une fois les données traitées, les résumés détaillés et les idées principales sont extraits à l'aide d'un nœud d'extraction d'informations. Enfin, les résultats sont mis à jour dans Airtable, permettant une gestion efficace des contenus. Les bénéfices de ce workflow incluent une réduction significative du temps consacré à la gestion manuelle des transcriptions et une amélioration de l'accès aux informations clés, ce qui permet aux équipes de se concentrer sur des tâches à plus forte valeur ajoutée.

Ce workflow n8n a pour objectif d'automatiser la collecte et l'analyse de données provenant de Twitter, tout en les intégrant dans des bases de données comme Postgres et MongoDB. Il est particulièrement utile pour les entreprises qui souhaitent surveiller leur image de marque ou analyser des tendances sur les réseaux sociaux. En utilisant ce workflow, les utilisateurs peuvent facilement récupérer des tweets en fonction de mots-clés spécifiques, les analyser grâce à Google Cloud Natural Language, et stocker les résultats dans des bases de données pour une exploitation ultérieure. Étape 1 : le déclencheur Cron permet de lancer le processus à intervalles réguliers. Étape 2 : le nœud Twitter récupère les tweets correspondant aux critères définis. Étape 3 : les données sont ensuite analysées avec Google Cloud Natural Language pour en extraire des insights. Étape 4 : selon les résultats de l'analyse, le workflow peut conditionnellement diriger les données vers MongoDB ou Postgres. Étape 5 : enfin, les résultats peuvent être envoyés sur Slack pour informer les équipes concernées. Cette automatisation n8n permet non seulement de gagner du temps, mais aussi d'améliorer la prise de décision grâce à des données précises et à jour.

Ce workflow n8n a pour objectif de centraliser et d'automatiser la collecte de données provenant de différentes plateformes comme Docker, GitHub et npm. Il s'adresse principalement aux équipes techniques et aux développeurs qui souhaitent suivre les performances de leurs projets en temps réel. Grâce à cette automatisation n8n, les utilisateurs peuvent obtenir des informations précieuses sur les téléchargements, les étoiles et les problèmes ouverts de leurs dépôts, ce qui facilite la prise de décision et l'optimisation des ressources. Le workflow commence par un déclencheur de type Cron, qui permet d'exécuter le processus à intervalles réguliers. Ensuite, les données sont récupérées via des requêtes HTTP pour chaque service : Docker, GitHub et npm. Par exemple, les nœuds 'Retrieve Docker Data' et 'Retrieve npm Data' effectuent des appels API pour obtenir les métriques pertinentes. Les données brutes sont ensuite traitées par des nœuds de fonction, tels que 'Massage npm Data' et 'Massage Docker Data', qui permettent de structurer et d'enrichir les informations avant de les envoyer à la configuration du tableau de bord. En intégrant ces données dans un tableau de bord, les utilisateurs bénéficient d'une vue d'ensemble sur la santé de leurs projets, ce qui leur permet d'identifier rapidement les problèmes et d'améliorer leur efficacité opérationnelle. Cette automatisation n8n représente une valeur ajoutée significative pour les entreprises souhaitant optimiser leur gestion de projet et leur suivi de performance.

Ce workflow n8n a pour objectif de transformer du texte en parole en utilisant l'API de synthèse vocale d'OpenAI. Il s'adresse aux entreprises souhaitant intégrer des fonctionnalités de conversion texte-parole dans leurs applications ou services, améliorant ainsi l'accessibilité et l'interaction utilisateur. Les cas d'usage incluent la création d'assistants vocaux, la lecture de contenu pour les personnes malvoyantes ou l'enrichissement d'applications éducatives. Le workflow commence par un déclencheur manuel, permettant à l'utilisateur de tester le flux. Ensuite, il configure le texte d'entrée et la voix TTS via un nœud de configuration. L'étape suivante envoie une requête HTTP à l'API d'OpenAI pour générer l'audio correspondant au texte fourni. Le résultat peut être affiché dans plusieurs notes autocollantes, permettant une visualisation claire des étapes et des résultats. En utilisant ce workflow, les entreprises peuvent automatiser la génération de contenu audio, réduisant ainsi le temps et les efforts nécessaires pour créer des expériences utilisateur engageantes. Cela offre une valeur ajoutée significative en améliorant l'accessibilité et en enrichissant l'interaction avec les utilisateurs.

Ce workflow n8n a pour objectif de créer un chatbot capable de répondre à des requêtes de recherche sur le web en utilisant GPT-4o et MCP Brave Search. Dans un contexte où les entreprises cherchent à améliorer leur service client et à automatiser les réponses aux questions fréquentes, ce type de solution permet de gagner du temps et d'augmenter la satisfaction client. Le workflow commence par un déclencheur qui active le chatbot lorsque un message de chat est reçu. Ensuite, il utilise l'agent AI pour traiter la requête. L'étape suivante consiste à récupérer les outils nécessaires via MCP, suivie de l'exécution de la recherche sur Brave. Les résultats sont ensuite gérés par un système de mémoire simple qui permet de garder une trace des interactions précédentes. Enfin, les réponses sont formulées grâce à GPT-4o, offrant des réponses précises et contextuelles. Les bénéfices de cette automatisation n8n sont multiples : réduction des délais de réponse, amélioration de l'expérience utilisateur et optimisation des ressources humaines.

Ce workflow n8n a pour objectif d'automatiser la gestion des alertes et des tâches via Telegram et Google Tasks. Dans un contexte où la communication rapide et efficace est essentielle, ce type d'automatisation est particulièrement utile pour les équipes de travail, les gestionnaires de projet et les entreprises qui souhaitent optimiser leur flux de travail. Grâce à ce workflow, les utilisateurs peuvent recevoir des alertes en temps réel concernant des tâches à accomplir, tout en intégrant des modèles d'IA pour des réponses automatisées et personnalisées. Le processus débute avec un déclencheur Webhook qui permet de recevoir des messages sur Telegram. Ensuite, plusieurs nœuds sont utilisés pour traiter ces messages, notamment des modèles de chat OpenAI qui génèrent des réponses intelligentes. Les tâches sont ensuite gérées à l'aide de Google Tasks, où les utilisateurs peuvent créer, modifier ou supprimer des tâches. Les nœuds de mémoire Postgres garantissent que les interactions précédentes sont prises en compte, améliorant ainsi la pertinence des réponses. En parallèle, des alertes de cancellation sont envoyées via Telegram pour notifier les utilisateurs des changements importants. Les bénéfices pour les entreprises sont multiples : réduction du temps de réponse, amélioration de la gestion des tâches et augmentation de la productivité. En intégrant des outils comme Telegram et Google Tasks dans un workflow n8n, les équipes peuvent se concentrer sur des tâches à plus forte valeur ajoutée tout en s'assurant que les communications essentielles ne sont jamais manquées.

Ce workflow n8n a pour objectif de simplifier la préparation de fichiers CSV en utilisant l'intelligence artificielle d'OpenAI. Dans un contexte où les entreprises doivent souvent traiter des données volumineuses, ce workflow permet d'automatiser la génération et la conversion de données en CSV, facilitant ainsi la gestion des informations pour les équipes de données, de marketing ou de vente. Les cas d'usage incluent la génération de rapports, l'exportation de données clients ou la création de listes de produits. Le déroulé commence par un déclencheur manuel, où l'utilisateur clique sur 'Exécuter le workflow'. Ensuite, le modèle OpenAI est utilisé pour générer des données basées sur un prompt spécifique. Ces données sont ensuite divisées en lots pour un traitement plus efficace. Après cela, les données sont converties en format JSON, puis en tableau JSON. Le workflow se poursuit avec la conversion des données en format CSV, qui est ensuite enregistré sur le disque. Des étapes supplémentaires incluent le nettoyage des données pour s'assurer qu'elles ne contiennent pas de caractères indésirables. Les bénéfices business de ce workflow incluent un gain de temps significatif dans le traitement des données, une réduction des erreurs humaines et une meilleure organisation des informations. En utilisant ce type d'automatisation n8n, les entreprises peuvent se concentrer sur des tâches à plus forte valeur ajoutée, tout en assurant une gestion efficace de leurs données.

Ce workflow n8n a pour objectif d'envoyer des alertes météo en temps réel via Twilio, en utilisant les données d'OpenWeatherMap. Il est particulièrement utile pour les entreprises qui souhaitent informer leurs employés ou clients des conditions météorologiques, comme les sociétés d'événementiel ou de logistique. En intégrant ce système d'automatisation n8n, vous pouvez facilement configurer des notifications basées sur des critères spécifiques, améliorant ainsi la communication et la réactivité de votre équipe face aux changements climatiques. Étape 1 : Le déclencheur est un nœud Cron qui active le workflow à des intervalles réguliers. Étape 2 : Ensuite, le nœud OpenWeatherMap récupère les données météorologiques pour une ville spécifiée. Étape 3 : Le nœud IF évalue les conditions définies, par exemple, si la température dépasse un certain seuil. Étape 4 : Si les conditions sont remplies, le nœud Twilio envoie un message d'alerte au numéro de téléphone spécifié. Ce processus permet de réduire les risques liés aux intempéries et d'assurer une meilleure préparation des équipes. En intégrant ce workflow, les entreprises peuvent non seulement gagner du temps, mais aussi améliorer leur efficacité opérationnelle et leur service client.

Ce workflow n8n a pour objectif de faciliter la gestion des incidents dans Taiga, un outil de gestion de projet. Il est particulièrement utile pour les équipes de développement qui cherchent à automatiser la création, la mise à jour et la récupération d'incidents sans avoir à passer par des processus manuels fastidieux. En intégrant ce workflow, les utilisateurs peuvent gagner un temps précieux et réduire les risques d'erreurs humaines lors de la gestion des tâches. Le workflow commence par un déclencheur manuel, permettant à l'utilisateur de lancer l'automatisation à tout moment. Ensuite, le premier nœud interagit avec Taiga pour créer un nouvel incident, en spécifiant des paramètres tels que le sujet et l'identifiant du projet. Une fois l'incident créé, le workflow peut être configuré pour mettre à jour cet incident ou en récupérer les détails, grâce aux nœuds suivants qui exploitent les fonctionnalités de l'API de Taiga. Les opérations de mise à jour et de récupération sont également gérées de manière fluide, garantissant que les informations restent à jour et accessibles. Les bénéfices business de ce workflow sont significatifs : il permet non seulement d'améliorer l'efficacité opérationnelle des équipes, mais aussi d'assurer une meilleure traçabilité des incidents. En réduisant le temps consacré à des tâches répétitives, les équipes peuvent se concentrer sur des missions à plus forte valeur ajoutée, augmentant ainsi leur productivité globale.