Load Prompts from Github Repo and auto populate n8n expressions

工作流名称

Load Prompts from Github Repo and auto populate n8n expressions

主要功能和亮点

该工作流自动从指定的GitHub仓库中加载文本提示（Prompts），并智能识别其中的变量占位符，通过预设的变量集合自动替换这些占位符，确保提示内容完整无缺。工作流还包含变量完整性校验机制，若检测到缺失变量，会自动终止并反馈错误信息，保障后续处理的准确性。最终，经过变量替换的完整提示会传入AI代理（LangChain agent）进行智能处理，支持与Ollama语言模型集成，实现高效的自然语言生成或分析。

解决的核心问题

• 自动化地从代码仓库中动态获取最新的文本提示内容，避免手动复制粘贴带来的错误和效率低下。
• 智能变量替换，支持模板化提示定制，提升提示复用和灵活性。
• 变量校验确保所有必需信息齐全，防止因缺失关键参数导致的运行错误。
• 无缝对接AI语言模型，便于快速实现基于提示的智能文本生成或任务执行。

应用场景

• 营销、SEO、内容创作领域，自动拉取关键词研究、文案撰写等提示模板，结合具体客户或产品信息生成个性化内容。
• 软件开发或数据分析团队，动态加载配置脚本或提示模板，实现自动化脚本生成与执行。
• 任何需要基于模板文本结合变量生成动态内容的自动化业务场景。

主要流程步骤

1. 手动触发工作流启动。
2. 在setVars节点中预设GitHub账户名、仓库名、文件路径及变量信息。
3. 通过GitHub节点获取指定路径下的提示文件内容。
4. 利用Extract from File节点提取文本数据。
5. 赋值给SetPrompt节点，准备进行变量检测。
6. Check All Prompt Vars Present节点动态提取提示中的变量名，并校验是否全部在预设变量中存在。
7. 根据校验结果，若缺失变量则触发Stop and Error节点终止流程并报告错误；若完整则进入replace variables节点替换模板变量。
8. 替换后的完整提示存入Set Completed Prompt节点。
9. 送入AI Agent节点调用LangChain代理处理，结合Ollama Chat Model进行AI语言交互。
10. 最终结果通过Prompt Output节点输出。

涉及的系统或服务

• GitHub：作为提示模板的存储和版本管理平台。
• n8n核心节点：包括手动触发、变量设置、文本提取、条件判断、代码执行、自定义错误终止等。
• LangChain AI Agent：实现智能提示解析与文本生成。
• Ollama语言模型：作为AI后端语言模型提供自然语言处理能力。

适用人群或使用价值

• 内容创作者和市场营销人员：自动化生成个性化营销文案和关键词研究报告。
• 自动化开发者和运维工程师：快速构建基于模板的自动化工作流，提升工作效率。
• AI产品经理和数据科学家：方便地管理和动态调用提示模板，优化AI交互体验。
• 任何希望将GitHub中的文本资源与AI智能结合，实现动态内容生成的团队或个人。

总结来说，该工作流通过结合GitHub的版本化文本存储和n8n的自动化编排，配合智能变量替换与AI语言模型，极大地简化了动态提示内容的管理与应用流程，提升了内容生成的智能化和自动化水平。