AI 自動化

n8n用客製節點,自動執行區塊鏈轉賬

AI 自動化

n8n用客製節點,自動執行區塊鏈轉賬

你有沒有想過 存放在區塊鏈上的錢,能夠自動轉出!? 現在用 n8n 就能做到了 那要怎麼做呢? 首先假設這筆錢,不存放在交易所,不然直接用交易所的 API 就好了~ 而是持有私鑰的地址,有著一筆錢。 現在私鑰有了。什麼情況要轉帳呢? 最有可能是某個新聞消息。誰又中彈、誰被抓去關等等...... 我們可以假設是從 RSS 來的,因為新聞不只一筆,所以要逐筆處理。 然後我們可以透過 AI 去判斷是不是我們指定的相關新聞,例如:哪個政治人物怎樣。 透過 Switch 把相關事件,交給我們今天的主角「客製化的節點」。 製作客製化節點(Node) 要製作客製化節點,首先我們可以去 GitHub 把官方範例下載下來 https://github.com/n8n-io/n8n-nodes-starter 然後放到 n8n 的使用者目錄中。預設是在 ~/n8n,

By Mason Tang
n8n 哪裡有社群節點清單?

AI 自動化

n8n 哪裡有社群節點清單?

如果想知道 n8n 有哪些社群節點,要到 NPM 倉庫找,而不是 GitHub 上。 根據 n8n 官網文件,要成為 n8n 社群節點,需要在 package.json 的 keywords 要有 n8n-community-node-package。 一般很直覺會在 GitHub 上找 Topics ,但是官網文件並沒要求是 GitHub 上的專案,甚至壓根不用是 git 專案。 但是 n8n Node 終究是要上傳到 NPM ,所以只有 NPM 能找到所有開放的社群節點。 可以從搜尋結果很明顯發現 GitHub 上只有 48 筆公開 repository,NPM 上卻有將近 1000 筆。

By Mason Tang
n8n 將陣列元素拉到頂層

AI 自動化

n8n 將陣列元素拉到頂層

在使用 n8n 跑迴圈的時候,會遇到第一個問題,就是要跑的陣列資料,其實是在某個欄位底下。 例如: 你期望是這樣 [ { "sessionId": "1735730631200", "action": "sendMessage", "chatInput": "從2007年到2016年間,「乾淨與公平選舉聯盟」所組織的一系列「淨選盟大會」是馬來西亞歷史上重要的社會運動。雖然五次的淨選盟集會有數以萬計的人參與,但對於馬來西亞族群政治的前景,學者馮垂華傾向持保守態度,原因是馬來西亞多元族群互動仍未成熟,仍有隔閡。", "link": "https://www.thenewslens.com/article/246957" } ] 實際拿到是 [ { "data"

By Mason Tang
Perplexity AI 初體驗

AI 自動化

Perplexity AI 初體驗

功能簡述 Perplexity AI 是黃仁勳有投資的一家 AI 公司,功能上整合了多家 AI 的功能。 提問包含了,網路搜尋、學術搜尋、數學計算、寫作、視頻、社交評論、推理。 最後可以將與AI的戶動,自動改寫成文章,分享於 Perplexity AI 的社群網路中。 編寫成文 使用收藏夾,歸類和他人協作 收藏夾除了將現有的一篇AI互動歸類之外,還可以用於與他人協作。一起增加相關主題帖子。 最後可以將多段與AI互動的結果,將整個收藏夾分享出去。 https://www.perplexity.ai/collections/ri-ben-jia-qi-THaYkY66QZuA2bJNnWVH4Q

By Mason Tang
RAG=Vector db+LLM

AI 自動化

RAG=Vector db+LLM

現在生成式 AI 很常聽到 RAG 或是 Vector DB,但說明的圖都很複雜。 後來找到一張圖,很好的說明 RAG 怎麼在運作的。 VectorDB 其實就是有著海量知識庫的DB,裡面的知識都已經切片成一段一段。 當有查詢時,會將prompt進到 Vector DB 裡,撈出文字相似性高的知識片段。 最後將查詢的prompt 結合剛剛撈出的知識片段,組合成新的 prompt 送給 LLM 進行生成文字。 圖片來源:https://medium.com/@cch.chichieh/rag實作教學-langchain-llama2-創造你的個人llm-d6838febf8c4

By Mason Tang