Easily Compare LLMs Using OpenAI and Google Sheets
该工作流旨在自动化对比不同的大语言模型，通过用户聊天输入实时调用多个模型的独立响应，并将结果及上下文信息记录到Google Sheets中，方便后续评估和比较。支持记忆隔离管理，确保上下文准确传递，同时提供用户友好的模板，便于非技术人员参与模型效果评估，提升团队的决策效率和测试准确性。
Tags
工作流名称
Easily Compare LLMs Using OpenAI and Google Sheets
主要功能和亮点
- 实时接收用户聊天输入，同时调用两个不同的大语言模型（LLMs）对同一输入进行独立响应。
- 自动将两个模型的回答及上下文信息同步记录到Google Sheets中，方便后续对比和评估。
- 在聊天界面中并排展示两个模型的回答，支持直观对比。
- 支持基于会话ID对模型记忆进行隔离管理，保证上下文的准确传递。
- 灵活支持OpenRouter、OpenAI、Google Vertex AI等多家模型提供商，便于扩展和切换。
- 为团队提供简单易用的Google Sheets模板，非技术人员也能参与模型效果评估。
解决的核心问题
在AI代理开发中，由于大语言模型的非确定性，选用哪个模型更合适往往需要反复测试和比较。该工作流帮助用户自动化这一对比过程，避免手动调用和整理答案的繁琐，提高效率和准确性。
应用场景
- AI产品研发团队评估不同LLM模型性能表现。
- 需要在多模型间选择最佳语言模型以用于生产环境。
- 组织内想让非技术成员参与模型回答质量评估。
- 教育和研究机构进行语言模型对比实验。
主要流程步骤
- 用户通过聊天接口发送消息触发工作流。
- 定义并拆分待对比的模型列表（默认为OpenAI GPT-4.1和Mistral大模型）。
- 为每个模型设置独立的会话ID，实现记忆隔离。
- 同步调用两个模型生成回答，AI代理节点处理模型调用和上下文管理。
- 聚合整理两个模型的回答，格式化为便于阅读和比较的文本。
- 将用户输入、模型回答、上下文及评估字段写入Google Sheets。
- 聊天界面显示两个模型的回答，支持即时对比。
涉及的系统或服务
- OpenRouter API（支持OpenAI、Mistral等模型调用）
- Google Sheets（作为结果记录和评估平台）
- n8n自动化平台核心节点（如Set、Split、Loop、Aggregate等）
- LangChain相关节点（聊天触发、记忆管理、AI代理）
适用人群或使用价值
- AI开发者和数据科学家：快速测评模型表现，优化模型选型。
- 产品经理和业务人员：通过Google Sheets直观参与模型效果评估。
- 教育和研究人员：便捷搭建多模型对比实验环境。
- 团队协作：统一平台管理、比较模型响应，提升决策效率。
该工作流极大地简化了多模型对比的流程，通过自动化和结构化的数据记录，帮助团队科学、系统地选择最佳语言模型，降低AI项目的试错成本。
AI Agent to chat with you Search Console Data, using OpenAI and Postgres
该工作流构建了一款智能AI聊天代理，用户可以通过自然语言与其对话，实时查询和分析Google Search Console中的网站数据。借助OpenAI的智能对话理解能力和Postgres数据库的历史记忆存储，用户无需了解API细节即可轻松获取精准的数据报告。同时，该代理能主动引导用户，优化数据查询过程，提升用户体验，支持多轮对话，简化了数据分析和决策支持的流程。
智能文档问答 - 基于Google Drive与Pinecone的向量检索聊天系统
这个工作流主要实现了从Google Drive自动下载文档，并利用OpenAI进行文本处理和向量生成，存储在Pinecone向量数据库中。用户可以通过聊天界面快速进行自然语言提问，系统会基于向量检索返回相关答案。该方案有效解决了传统文档检索的低效与不精准问题，广泛适用于企业知识库、法律、科研及客服等场景，提升信息获取的便捷性与准确性。
自动文档笔记生成与导出工作流
该工作流通过监控本地文件夹，实现新文档的自动提取、智能摘要、向量存储，并生成学习笔记、简报和时间线等多种格式的文档。支持PDF、DOCX及纯文本等多种文件格式，结合先进的AI语言模型和向量数据库，提升内容理解与检索能力，显著减少传统文档整理所需的时间，适合学术研究、培训、内容创作及企业知识管理等场景，极大提高信息提炼和使用的效率。
AI Document Assistant via Telegram + Supabase
此工作流将Telegram机器人转变为智能文档助理，用户可通过Telegram上传PDF文档，系统自动解析并生成语义向量，存储于Supabase数据库中，便于智能检索与问答。机器人利用强大的语言模型实时回答复杂问题，支持丰富的HTML格式输出和自动拆分长回复，确保信息清晰展示。此外，集成天气查询功能，增强用户体验，适用于个人知识管理、企业助手、教育辅导和客服支持等场景。
Create AI-Ready Vector Datasets for LLMs with Bright Data, Gemini & Pinecone
该工作流通过自动化方式，从网页抓取数据，提取和格式化内容，生成高质量文本向量嵌入，并将其存储在向量数据库中，形成一个完整的数据处理闭环。结合高效的数据爬取、智能内容提取和向量检索技术，用户能够快速构建适用于大语言模型训练的向量数据集，提升数据质量与处理效率，适用于机器学习、智能搜索和知识管理等多个场景。
API Schema Crawler & Extractor（API架构爬取与提取工作流）
API架构爬取与提取工作流是一款智能化的自动化工具，能够高效地搜索、爬取和提取指定服务的API文档。通过整合搜索引擎、网页爬虫和大语言模型，该工作流不仅能精确识别API操作，还能将信息结构化存储至Google Sheets，并生成定制化的API架构JSON文件，便于集中管理和分享，极大地提升了开发和集成的效率，帮助用户快速获取和整理API信息。
智能文档问答与向量数据库管理工作流
该工作流通过从Google Drive下载电子书，自动拆分文本并生成向量，存储于Supabase向量数据库。用户可以通过聊天接口实时提问，系统利用向量检索和问答链技术，快速提供智能回答。此外，支持文档的增删改查操作，提升了知识库管理的灵活性，适用于企业知识管理、教育辅导和研究机构的内容提取需求。
🤖 AI Powered RAG Chatbot for Your Docs + Google Drive + Gemini + Qdrant
这个工作流构建了一款智能聊天机器人，利用检索增强生成技术从Google Drive文档中提取信息，结合自然语言处理进行智能问答。它支持文档批量下载、元数据提取和文本向量化存储，能够高效进行语义搜索。通过Telegram实现操作通知和人工审核，确保数据安全，适用于企业知识库、法律咨询和客户支持等场景，提升信息检索与人机交互效率。