A/B Split Testing
该工作流实现了基于会话的A/B拆分测试，能够随机分配不同提示语（baseline和alternative）给用户，从而评估语言模型响应的效果。通过集成数据库记录会话及分配路径，并结合GPT-4o-mini模型，确保对话记忆的持续管理，提升测试的科学性和准确性。适用于AI产品研发、聊天机器人优化及多版本效果验证，帮助用户快速验证提示策略，优化交互体验。
Tags
工作流名称
A/B Split Testing
主要功能和亮点
该工作流主要实现了基于会话的A/B拆分测试，用以随机分配不同的提示语（baseline和alternative）给用户聊天会话，从而有效评估不同语言模型提示的表现差异。通过集成Supabase数据库记录会话及分配路径，并结合OpenAI GPT-4o-mini模型，支持对话记忆的持久化管理，保证同一会话内提示的一致性，提升测试的科学性和准确性。
解决的核心问题
在大语言模型（LLM）应用中，如何科学地比较不同提示语对模型响应效果的影响，是优化对话体验和模型调优的关键。该工作流通过自动分配和管理测试路径，实现了持续的、动态的拆分测试，避免了手动干预和数据混乱的问题，大幅提升了测试效率和数据可靠性。
应用场景
- 需要评估不同提示语对话效果的AI产品研发团队
- 优化聊天机器人对话策略的运营人员
- 进行多版本提示语效果验证的市场和用户研究
- 教育、客服、内容生成等多领域的语言模型应用测试
主要流程步骤
- 接收聊天消息：通过LangChain的chatTrigger节点捕获用户输入。
- 定义测试提示值：设定baseline和alternative两组提示语。
- 检查会话状态：利用Supabase查询当前会话是否已有分配。
- 会话路径分配：对于新会话，随机分配显示baseline或alternative提示。
- 选择正确的提示语：根据会话分配结果确定使用的提示。
- 调用OpenAI模型生成回答：使用GPT-4o-mini模型输出聊天内容。
- 持久化聊天记忆：将会话历史存储至Postgres数据库，保证上下文连贯。
- 返回结果给用户：完成一次基于拆分测试的对话交互。
涉及的系统或服务
- Supabase：用于存储和管理拆分测试会话数据。
- OpenAI GPT-4o-mini：作为语言模型生成对话回复。
- PostgreSQL：持久化存储对话历史，实现上下文记忆。
- n8n LangChain节点：实现聊天消息触发和AI代理调用。
适用人群或使用价值
该工作流适合AI产品经理、数据科学家、对话系统研发人员及运营团队，帮助他们科学、系统地进行语言模型提示语拆分测试，快速验证不同提示策略的实际效果，优化用户交互体验，提升产品智能化水平。对于希望在生产环境中进行多版本测试和效果评估的用户，提供了一套可复制、易扩展的自动化解决方案。
Get Airtable data in Obsidian Notes
该工作流能够将Airtable数据库中的数据实时同步到Obsidian笔记中，用户只需在Obsidian中选择相关文本并发送请求，智能AI代理会理解查询意图并调用OpenAI模型，获取所需数据。最终，结果会自动插入到笔记中，简化了数据检索和知识管理的流程，提升了工作效率和用户体验。适合需要快速获取结构化数据的专业人士和团队协作用户。
CoinMarketCap_AI_Data_Analyst_Agent
该工作流构建了一个多智能体AI分析系统，整合了CoinMarketCap的实时数据，提供全面的加密货币市场洞察。用户可以通过Telegram快速获取币种行情、交易所持仓和去中心化交易数据的分析结果。系统可处理复杂查询，自动生成市场情绪和交易数据报告，助力投资者和研究人员做出精准决策，从而提升信息获取效率，简化操作流程。
Generate AI-Ready llms.txt Files from Screaming Frog Website Crawls
该工作流通过自动处理Screaming Frog导出的CSV文件，生成符合AI训练标准的`llms.txt`文件。它支持多语言环境，具备智能URL过滤和可选的AI文本分类功能，确保提取的内容高质量且相关性强。用户只需上传文件，即可获得结构化的数据，便于AI模型训练和网站内容优化，显著提升工作效率和数据处理的精准度。最终文件可方便地下载或直接保存至云存储。
Building RAG Chatbot for Movie Recommendations with Qdrant and Open AI
该工作流构建了一个智能电影推荐聊天机器人，利用检索增强生成（RAG）技术，结合Qdrant向量数据库和OpenAI语言模型，为用户提供个性化的电影推荐。通过导入丰富的IMDb数据，生成文本向量并进行高效的相似度搜索，能够深刻理解用户的电影偏好，优化推荐结果，提升用户互动体验，特别适用于在线影视平台和影评社区。
竞争对手调研智能代理
该工作流通过自动化智能代理，帮助用户高效进行竞争对手调研。用户只需输入目标公司官网链接，系统便能自动发现相似公司，采集并分析其基本信息、产品服务和客户评价。最终，所有数据将整合成详尽的报告，存储在Notion中，显著提升调研效率，解决了传统调研中信息分散和整理繁琐的问题，助力市场分析和战略决策。
RAG & GenAI App With WordPress Content
该工作流通过自动化抓取WordPress网站的文章和页面内容，实现基于检索增强生成式人工智能的智能问答系统。它对内容进行过滤、转换和向量化处理，并将数据存储在Supabase数据库中，支持高效的语义检索和动态问答。结合OpenAI的GPT-4模型，用户可以享受更精准的查询体验，同时实现了聊天记忆的持久化管理，增强了交互的上下文连续性，提升了网站内容的智能化利用价值。
Slack AI Chatbot with RAG for company staff
该工作流构建了一个智能聊天机器人，集成于Slack平台，使用RAG技术实时连接企业内部知识库，帮助员工快速查询公司文件、政策和流程。机器人支持自然语言交互，能够精准提取相关信息并以友好的格式回复，确保信息准确可靠。此系统不仅提升了信息获取效率，还自动化了IT支持和人力资源相关问题的响应，极大地改善了员工的工作体验和沟通效率。
YouTube视频智能摘要与问答生成
这个工作流能够自动从指定的YouTube视频中提取转录文本，生成简明摘要，并智能地提供与视频内容相关的问答示例。通过集成先进的文本处理和自然语言生成技术，它大幅提升了信息获取的效率，适用于内容创作者、教育工作者和市场分析师等专业人士，帮助他们快速掌握视频主旨并进行知识管理和内容再利用。