planeta ai logo
Darmowy szablon automatyzacji

🗼 Wieża kontroli łańcucha dostaw oparta na sztucznej inteligencji z BigQuery i GPT-4o

2586
25 dni temu
12
bloków


Kontekst

Cześć! Jestem Samir, inżynier łańcucha dostaw i data scientist z Paryża, a także założyciel LogiGreen Consulting.

Projektujemy narzędzia, które pomagają firmom usprawniać procesy logistyczne dzięki analizie danych, sztucznej inteligencji i automatyzacji – wszystko po to, aby redukować koszty i minimalizować wpływ na środowisko.

Razem z n8n możemy budować inteligentniejsze i bardziej zrównoważone łańcuchy dostaw!

Dla kogo jest ten szablon?

Ten szablon workflow jest przeznaczony dla operacji logistycznych, które potrzebują rozwiązania do monitorowania swoich łańcuchów dystrybucji.

Połączony z systemami zarządzania transportem (TMS), ten agent AI może odpowiedzieć na każde pytanie dotyczące przesyłek obsługiwanych przez Twoje zespoły dystrybucyjne.

Jak to działa?

Workflow jest podłączony do tabeli Google BigQuery, która przechowuje dane o zamówieniach wychodzących (dostawy do klientów).

Oto, co robi agent AI:

  • Odbiera pytanie użytkownika przez czat.
  • Rozumie zapytanie i generuje odpowiednie zapytanie SQL.
  • Wykonuje zapytanie SQL przy użyciu węzła BigQuery.
  • Odpowiada użytkownikowi w prostym języku.

Dzięki pamięci czatu użytkownicy mogą zadawać kolejne pytania, aby zgłębić dane.

Co jest potrzebne do rozpoczęcia?

Ten workflow nie wymaga zaawansowanych umiejętności programowania.

Potrzebujesz:

  • Konta Google BigQuery z tabelą SQL przechowującą rekordy transakcyjne.
  • Klucza API OpenAI (GPT-4o) dla modelu czatu.

Następne kroki

Postępuj zgodnie z notatkami w workflow, aby skonfigurować każdy węzeł i zacząć korzystać z AI w swoich operacjach łańcucha dostaw.

Przykłady zastosowań

Ten szablon automatyzacji może być wykorzystany w różnych scenariuszach związanych z logistyką i zarządzaniem łańcuchem dostaw. Oto kilka przykładów:

  • Śledzenie statusu przesyłek w czasie rzeczywistym.
  • Analiza opóźnień w dostawach i ich przyczyn.
  • Generowanie raportów o efektywności dostaw.
  • Monitorowanie poziomów zapasów i prognozowanie potrzeb.
  • Automatyzacja odpowiedzi na pytania klientów dotyczące przesyłek.
  • Optymalizacja tras dostaw w oparciu o dane historyczne.
  • Identyfikacja wąskich gardeł w procesach logistycznych.

Dodatkowe informacje

Wyzwalacz czatu można łatwo zastąpić Teams, Telegramem lub Slackiem dla lepszego doświadczenia użytkownika.

Można również podłączyć to do okna czatu klienta za pomocą webhooka.

Workflow został zbudowany przy użyciu n8n w wersji 1.82.1.

Zgłoszono: 24 marca 2025.


   Skopiuj kod szablonu   
{"meta":{"instanceId":"6a5e68bcca67c4cdb3e0b698d01739aea084e1ec06e551db64aeff43d174cb23"},"nodes":[{"id":"53b36910-966f-45ba-a425-a3260a55059f","name":"OpenAI Chat Model","type":"@n8n/n8n-nodes-langchain.lmChatOpenAi","position":[340,480],"parameters":{"model":{"__rl":true,"mode":"list","value":"gpt-4o-mini"},"options":{}},"typeVersion":1.2},{"id":"177235e8-c925-43d0-9695-10f072e26350","name":"AI Control Tower Agent","type":"@n8n/n8n-nodes-langchain.agent","position":[380,240],"parameters":{"options":{"systemMessage":"=You are an AI-powered SQL assistant specialized in supply chain analytics. nYour role is to execute SQL queries on BigQuery and return only the results in a structured format.nnToday we are May 31, 2021.nn### **Behavior & Rules**n1️⃣ **Query Execution:**n - Your only task is to process user requests and return **direct results** from BigQuery.n - Do **not** display the SQL query.n - Only return structured **data** as output.nn2️⃣ **Data Presentation:**n - Format the results as a **table** whenever possible.n - If results are numerical (counts, percentages, aggregates), return them **clearly and concisely**.n - If results contain multiple rows, return **only the first 10** for preview, unless the user specifies otherwise.nn3️⃣ **Handling Large Datasets:**n - If the user asks for many rows, show the first **100 rows max** unless specified.n - Provide a **summary** when dealing with large data instead of showing everything.nn4️⃣ **Response Format:**n - ✅ **For counts & metrics:** n `"There were 5,432 delayed shipments in the last 21 days."`n - ✅ **For tables:** n | ShipmentID | City | Store | Order Date | Delivery Date | On Time? |n |-----------|-------|--------|------------|--------------|----------|n | 12345 | NYC | ST1 | 2024-03-10 | 2024-03-15 | No |n | 67890 | Paris | ST4 | 2024-03-11 | 2024-03-16 | Yes |nn5️⃣ **Clarifying Unclear Requests:**n - If the user request is **too broad**, ask for clarification instead of running an expensive query.nn---nn### Schema AwarenessnAll SQL queries must use the BigQuery table: n`transport.shipments` nnThis table includes fields such as:n- `Shipment ID`, `City`, `Store`, `Order Date`, `Delivery Date`, `On Time Delivery`n- As well as operational timestamps: `Transmission`, `Loading`, `Airport Arrival`, etc.n- And status flags: `Transmission OnTime`, `Loading OnTime`, `Airport OnTime`, `Store Open`nnUse these fields appropriately when analyzing shipment performance.nn---nn### Tool Usage Instruction (for "bigquery_tool")nnWhenever you need to run a SQL query, use the tool called `bigquery_tool`.nnYou must provide the query in the following format:n```jsonn{n "query": "SELECT COUNT(*) FROM `transport.shipments` WHERE `On Time Delivery` = FALSE"n}n"}},"typeVersion":1.8},{"id":"5366cc5f-85d3-44d2-9b1b-62febfcb44e3","name":"Sticky Note1","type":"n8n-nodes-base.stickyNote","position":[-100,-120],"parameters":{"color":7,"width":200,"height":520,"content":"### 1. Workflow Trigger with ChatnThis workflow uses a simple chat window as a trigger. You can replace it with Telegram, Slack, Teams or a webhook trigger linked to your chat.nn#### How to setup?n*Nothing to do.*n"},"typeVersion":1},{"id":"4218a062-12f8-437d-ab22-5a653a3089b2","name":"Sticky Note2","type":"n8n-nodes-base.stickyNote","position":[140,-120],"parameters":{"color":7,"width":700,"height":740,"content":"### 2. AI Agent equipped with the query toolnIn order to have more control on the input of the BigQuery node, we don't use the BigQuery tool. Instead we have a set of nodes to retrieve the SQL query, clean it and send it to a BigQuery Node.nn#### How to setup?n- **AI Agent with the Chat Model**:n 1. Add a **chat model** with the required credentials *(Example: Open AI 4o-mini)*n 2. Adapt the **name of your BigQuery table** in the system prompt *(Example: transports.shipments)*n 3. Adapt the **tables fields explanation** in the system promptn [Learn more about the AI Agent Node](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent)n- Copy and past the **nodes in the yellow sticker** in another workflow. Point the query tool to this workflow.n[Learn more about the Custom n8n Workflow Tool node](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.toolworkflow)"},"typeVersion":1},{"id":"c5967f58-00e8-4f03-9110-913547f7ab9c","name":"Call Query Tool","type":"@n8n/n8n-nodes-langchain.toolWorkflow","position":[640,440],"parameters":{"name":"bigquery_tool","workflowId":{"__rl":true,"mode":"list","value":"4Os7DoxHjFuTwWio","cachedResultName":"🔨 Big Query Tool"},"description":"=Use this tool to run an SQL query and fetch the result from the BigQuery database.nnThe tool expects input in the following format:n{n "query": "SELECT COUNT(*) FROM `transport.shipments` WHERE `On Time Delivery` = FALSE"n}nnOnly provide the SQL query as a string inside the 'query' key. Do not include code formatting (like ```sql), comments, or explanations. The tool will return only the raw result from the database.n","workflowInputs":{"value":{"query":"={{ $fromAI("query", "SQL query to run") }}"},"schema":[{"id":"query","type":"string","display":true,"removed":false,"required":false,"displayName":"query","defaultMatch":false,"canBeUsedToMatch":true}],"mappingMode":"defineBelow","matchingColumns":["query"],"attemptToConvertTypes":false,"convertFieldsToString":false}},"typeVersion":2},{"id":"429813c8-b07f-4551-aeea-1744a1225449","name":"Sticky Note","type":"n8n-nodes-base.stickyNote","position":[900,-120],"parameters":{"width":760,"height":460,"content":"### 3. Big Query WorkflownExecute the SQL query generated by the AI agent in Big Query. Retrieve the results and send them back to the AI Agent.nn### How to set up?n- Paste these nodes in a separate workflow so you can use it with multiple agents.n- **Google BigQuery API**:n 1. Add your Google Translate API credentialsn 2. The project in which your table is locatedn [Learn more about the Google BigQuery Node](https://docs.n8n.io/integrations/builtin/app-nodes/n8n-nodes-base.googlebigquery)n"},"typeVersion":1},{"id":"bede0624-8923-4af0-8adc-8be22d556066","name":"Query Database","type":"n8n-nodes-base.googleBigQuery","position":[1520,180],"parameters":{"options":{},"sqlQuery":"={{ $json.query }}","projectId":{"__rl":true,"mode":"list","value":"=","cachedResultUrl":"=","cachedResultName":"="}},"notesInFlow":true,"typeVersion":2.1},{"id":"137e4dbc-db8d-4ec7-a3e0-478dde6ef27c","name":"Trigger Executed by the AI Tool","type":"n8n-nodes-base.executeWorkflowTrigger","position":[960,180],"parameters":{"workflowInputs":{"values":[{"name":"query"}]}},"typeVersion":1.1},{"id":"42a2801e-582e-4340-83af-ef0041eab4f9","name":"Sanitising the Query","type":"n8n-nodes-base.code","position":[1240,180],"parameters":{"jsCode":"return [n {n json: {n query: $input.first().json.query.replace(/```sql|```/g, "").trim()n }n }n];n"},"typeVersion":2},{"id":"7c86fda0-116c-47ad-aaf5-8b83d2c083c6","name":"Chat Memory","type":"@n8n/n8n-nodes-langchain.memoryBufferWindow","position":[480,480],"parameters":{},"typeVersion":1.3},{"id":"e1408ac1-24da-4d38-8fdf-c110a54d3f55","name":"Chat with the User","type":"@n8n/n8n-nodes-langchain.chatTrigger","position":[-60,240],"webhookId":"ee7c418b-d7d6-41f9-8e87-0f71b8ae1cf9","parameters":{"options":{}},"typeVersion":1.1},{"id":"bc49829b-45f2-4910-9c37-907271982f14","name":"Sticky Note3","type":"n8n-nodes-base.stickyNote","position":[900,380],"parameters":{"width":780,"height":540,"content":"### 4. Do you need more details?nFind a step-by-step guide in this tutorialn![Guide](https://www.samirsaci.com/content/images/2025/04/image.png)n[🎥 Watch My Tutorial](https://www.loom.com/share/50271f9d50214d7184830985497a75ec?sid=d0c410dc-29f1-488f-b89a-4011de0ded07)"},"typeVersion":1}],"pinData":{},"connections":{"Chat Memory":{"ai_memory":[[{"node":"AI Control Tower Agent","type":"ai_memory","index":0}]]},"Call Query Tool":{"ai_tool":[[{"node":"AI Control Tower Agent","type":"ai_tool","index":0}]]},"OpenAI Chat Model":{"ai_languageModel":[[{"node":"AI Control Tower Agent","type":"ai_languageModel","index":0}]]},"Chat with the User":{"main":[[{"node":"AI Control Tower Agent","type":"main","index":0}]]},"Sanitising the Query":{"main":[[{"node":"Query Database","type":"main","index":0}]]},"Trigger Executed by the AI Tool":{"main":[[{"node":"Sanitising the Query","type":"main","index":0}]]}}}
  • cpde
  • Javascript
  • JS
  • Python
  • Script
  • Custom Code
  • Function
  • LangChain
  • Chat
  • Conversational
  • Plan and Execute
  • ReAct
  • Tools
Planeta AI 2025 
magic-wandmenu linkedin facebook pinterest youtube rss twitter instagram facebook-blank rss-blank linkedin-blank pinterest youtube twitter instagram