مقدمه

ساخت پشتیبان هوشمند اسلک با n8n:

N8Nابزاری است که به کمک آن می توانید در مدت‌زمان کوتاهی، فرایندهای خود را با هوش مصنوعی خودکار کنید و از مزایای اتوماسیون هوشمند بهره‌ مند شوید.

N8N برای چه کسب و کارهایی مناسب است:

اگر سازمان شما کوچک می باشد و هم اکنون بسیاری از کار های خود را با نرم افزار هایی همچون اکسل انجام می دهید، N8N برای کسب و کار شما ایده آل است و در صورتی که کسب و کاری متوسط یا بزرگ دارید می توانید بخش های بسیاری از فرایند های غیر کلیدی خود را با این ابزار هوشمند کنید.

اگر به پیاده‌سازی اختصاصی، اتصال n8n به نرم‌افزارهای سازمانی یا سفارشی‌سازی Workflowها متناسب با کسب‌وکارتان نیاز دارید، Danix با بررسی نیازهای کسب‌وکار تان، می‌تواند این فرایند را از طراحی تا استقرار برای شما انجام دهیم.

برای کسب و کارهای کوچک به این لینک مراجعه کنید.

همچنین اگر ترجیح می‌دهید شخصاً نصب و راه‌اندازی را انجام دهید، می‌توانید از اطلاعات موجود در مقالات، دسته N8N استفاده کنید .همچنین می توانید template موجود در این workflow را به صورت رایگان از این قسمت دانلود کنید.

رمز فایل: danixai.com

ساخت پشتیبان هوشمند اسلک با n8n برای پاسخگویی خودکار به سازمان:

پلتفرم n8n ابزاری قدرتمند برای اتصال برنامه‌ها بدون کدنویسی پیچیده است. شما با پیاده‌سازی این سناریو می‌توانید فرایندهای پشتیبانی را کاملاً هوشمندسازی کرده و هزینه‌های عملیاتی را به شدت کاهش دهید.

طراحی یک ربات هوشمند متصل به پایگاه داده، پاسخگویی به سوالات را بسیار سریع می‌کند. این سناریوی قدرتمند در پلاتفرم n8n طراحی شده است تا وظیفه دریافت پیام، پردازش هوشمند و ارسال پاسخ را انجام دهد. این ربات ابتدا پیام را از اسلک دریافت کرده و هویت فرستنده را بررسی می‌کند.

سپس با فراخوانی مدل هوش مصنوعی و جستجو در پایگاه دانش Confluence، اطلاعات دقیق را استخراج کرده و در قالب یک پیام مرتب به کاربر بازمی‌گرداند. ساخت پشتیبان هوشمند اسلک با n8n به شما کمک می‌کند تمام فرایندهای پاسخگویی را بدون نیاز به نیروی انسانی مدیریت کنید.

در این مقاله آموزش کامل پیکربندی و راه‌اندازی این سناریوی جذاب را بررسی خواهیم کرد تا بتوانید آن را در سازمان خود پیاده‌سازی کنید.

قبل از شروع

اگر هنوز n8n را نصب نکرده‌اید، پیشنهاد می‌کنیم ابتدا مقاله «آموزش n8n» را مطالعه کنید. در آن مقاله، مراحل نصب با Node.js و Docker، راه‌اندازی اولیه و ساخت اولین Workflow به‌صورت کامل آموزش داده شده است. پس از نصب و راه‌اندازی، به این مقاله بازگردید و مراحل پیاده‌سازی این Workflow را دنبال کنید.

این Workflow چه کاری انجام می‌دهد؟

سناریوی یک دستیار هوشمند پشتیبانی در پیام‌رسان اسلک ایجاد می‌کند. زمانی که کاربری در اسلک به ربات پیام مستقیم می‌فرستد، این سیستم پیام را دریافت کرده و ابتدا امن بودن درخواست و عدم ارسال آن توسط ربات‌های دیگر را بررسی می‌کند.

در ادامه، یک پیام اولیه با مضمون “در حال بررسی و جستجو هستم” برای کاربر ارسال می‌کند تا او از دریافت پیام مطلع شود. در مرحله بعد، متن کاربر به یک عامل هوش مصنوعی داده می‌شود. این عامل هوشمند با استفاده از حافظه کوتاه‌مدت، تاریخچه پیام‌های قبلی کاربر را به یاد می‌آورد.

و درنهایت، مدل هوش مصنوعی با ابزار اختصاصی خود در پایگاه دانش شرکت جستجو کرده و اطلاعات مرتبط را پیدا می‌کند. پس از آماده شدن پاسخ نهایی، پیام اولیه حذف شده و پاسخ دقیق به همراه لینک مقالات برای کاربر ارسال می‌شود.

کاربردهای این Workflow

• پاسخگویی خودکار به سوالات متداول فنی و فناوری اطلاعات کارمندان در اسلک.

• راهنمایی کارمندان جدید در فرایند آنبوردینگ با معرفی مستندات سازمان.

• جستجوی سریع در مستندات پایگاه دانش Confluence بدون نیاز به خروج از اسلک.

• کاهش حجم تیکت‌های ورودی به تیم پشتیبانی و منابع انسانی.

• ایجاد دستیار هوشمند برای دسترسی به قوانین و دستورالعمل‌های داخلی شرکت.

• تحلیل و خلاصه‌سازی مقالات آموزشی سازمانی برای کاربران بر اساس سوال آن‌ها.

پیش‌نیازها

در راستای پیاده‌سازی این سناریو به پیش‌نیازهای زیر نیاز دارید:

• نصب و راه‌اندازی پلاتفرم n8n روی سرور یا سیستم شخصی.

• ساخت یک Slack App و دریافت OAuth Token با دسترسی‌های لازم برای دریافت و ارسال پیام.

• کلید دسترسی API از سرویس OpenAI برای فعال‌سازی مدل هوش مصنوعی.

• دسترسی به پایگاه دانش Confluence و ساخت یک سناریوی فرعی برای جستجو در آن.

• تنظیم Webhook در پنل توسعه‌دهندگان اسلک جهت ارسال رویدادها به n8n.

دانلود Template

فایل JSON این Workflow را از این قسمت دانلود کنید.

رمز فایل: danixai.com

آموزش Import کردن Workflow

1. وارد داشبورد n8n شوید.

2. روی Import from File کلیک کنید.

3. فایل JSON را انتخاب کنید.

4. Workflow ایجاد خواهد شد.

5. Credentialهای موردنیاز را تنظیم کنید.

ساختار Workflow و آموزش کامل تمام Nodeها

در این بخش تمام نودهای موجود در این جریان کاری را به صورت دقیق بررسی می‌کنیم.

Receive DMs

• وظیفه Node: دریافت پیام‌های مستقیم ارسال شده از سمت اسلک به صورت Webhook.

• ورودی آن: درخواست‌های POST ارسال شده از طرف Slack Event API.

• خروجی آن: اطلاعات پیام شامل متن، شناسه کاربر و شناسه کانال.

• تنظیمات مهم: متد HTTP روی POST تنظیم شده و حالت ResponseMode روی responseNode قرار دارد.

• نکات قابل تغییر: مسیر Webhook path را می‌توانید بر اساس نیاز خود تغییر دهید.

• دلیل استفاده: شروع‌کننده کل سناریو هنگام ارسال پیام توسط کاربر است.

 Verify Webhook

• وظیفه Node: پاسخگویی به در خواست‌های اعتبارسنجی امنیتی اسلک.

• ورودی آن: داده‌های دریافتی از نود Receive DMs.

• خروجی آن: مقدار challenge در قالب فرمت JSON.

• تنظیمات مهم: ارسال کد 200 و تنظیم پاسخ با ساختار challenge.

• نکات قابل تغییر: ساختار هدرها قابل ویرایش است.

• دلیل استفاده: اسلک برای اطمینان از فعال بودن Webhook به صورت دوره‌ای این درخواست را ارسال می‌کند.

Check if Bot

• وظیفه Node: تشخیص این که پیام توسط یک کاربر واقعی فرستاده شده یا یک ربات.

• ورودی آن: خروجی نود Verify Webhook.

• خروجی آن: مسیر True در صورت عدم وجود شناسه کاربر (ربات) و مسیر False برای کاربران واقعی.

• تنظیمات مهم: شرط بررسی عدم وجود مقدار user در بدنه پیام.

• نکات قابل تغییر: می‌توانید شروط دیگری برای فیلتر کردن کاربران خاص اضافه کنید.

• دلیل استفاده: جلوگیری از افتادن ربات در حلقه بی‌نهایت پاسخگویی به خودش.

No Operation, do nothing

• وظیفه Node: متوقف کردن اجرای جریان برای پیام‌های ربات.

• ورودی آن: خروجی مسیر True از نود Check if Bot.

• خروجی آن: هیچ خروجی ندارد.

• تنظیمات مهم: نیازی به تنظیمات ندارد.

• نکات قابل تغییر: تغییر خاصی ندارد.

• دلیل استفاده: پایان دادن به جریان کاری در صورت دریافت پیام از سمت ربات‌ها.

Send Initial Message

• وظیفه Node: ارسال یک پیام فوری برای آگاهی کاربر از دریافت درخواست.

• ورودی آن: خروجی مسیر False از نود Check if Bot.

• خروجی آن: شناسه و زمان ارسال پیام اولیه.

• تنظیمات مهم: متن پیام “On it…” و آیکون سفارشی ربات.

• نکات قابل تغییر: تغییر متن پیام اولیه به فارسی مانند “در حال بررسی سوال شما هستم…”.

• دلیل استفاده: ایجاد حس پاسخگویی سریع به کاربر تا زمان تولید پاسخ توسط هوش مصنوعی.

OpenAI Chat Model

• وظیفه Node: تامین مدل هوش مصنوعی برای پردازش متن.

• ورودی آن: اتصال به نود AI Agent از طریق ai_languageModel.

• خروجی آن: پردازش زبانی متون.

• تنظیمات مهم: مدل انتخاب شده gpt-4o است.

• نکات قابل تغییر: امکان تغییر مدل به gpt-4o-mini برای کاهش هزینه‌ها.

• دلیل استفاده: قدرت بالا در درک مفاهیم و تولید پاسخ‌های دقیق.

Window Buffer Memory

• وظیفه Node: ذخیره‌سازی تاریخچه مکالمات کاربر.

• ورودی آن: اتصال به نود AI Agent از طریق ai_memory.

• خروجی آن: ارسال تاریخچه مکالمات به عامل هوشمند.

• تنظیمات مهم: تنظیم sessionKey بر اساس شناسه کانال و نگهداری ۱۰ پیام آخر.

• نکات قابل تغییر: افزایش یا کاهش تعداد پیام‌های ذخیره شده در حافظه.

• دلیل استفاده: یادآوری پیام‌های قبلی کاربر برای درک بهتر سوالات متوالی.

Call Confluence Workflow Tool

• وظیفه Node: فراخوانی سناریوی فرعی برای جستجو در پایگاه دانش Confluence.

• ورودی آن: اتصال به نود AI Agent از طریق ai_tool.

• خروجی آن: نتایج مقالات و لینک‌های یافت شده در پایگاه دانش.

• تنظیمات مهم: شناسه سناریوی فرعی (workflowId) و توضیحات نحوه استفاده از ابزار.

• نکات قابل تغییر: جایگزینی پایگاه دانش دیگر مانند Notion یا Google Drive.

• دلیل استفاده: دسترسی عامل هوشمند به اطلاعات داخلی سازمان.

AI Agent

• وظیفه Node: تحلیل سوال کاربر، تصمیم‌گیری برای استفاده از ابزار و تولید پاسخ نهایی.

• ورودی آن: متن سوال کاربر، مدل زبانی، حافظه و ابزار Confluence.

• خروجی آن: متن پاسخ نهایی و لینک‌های مرتبط.

• تنظیمات مهم: تنظیم دستورالعمل‌های سیستم (System Message) و فرمت‌بندی لینک‌ها.

• نکات قابل تغییر: تغییر پرامپت‌ها برای تعیین شخصیت و لحن پاسخگویی ربات.

• دلیل استفاده: هسته اصلی تصمیم‌گیری و پردازش هوشمند در این جریان کاری.

Delete Initial Message

• وظیفه Node: حذف پیام اولیه ارسال شده به کاربر.

• ورودی آن: خروجی نود AI Agent بعد از تولید پاسخ.

• خروجی آن: تاییدیه حذف پیام از اسلک.

• تنظیمات مهم: عملیات delete با استفاده از timestamp پیام اولیه.

• نکات قابل تغییر: ندارد.

• دلیل استفاده: خلوت نگه‌داشتن صفحه چت کاربر و جلوگیری از شلوغی چت.

Send Message

• وظیفه Node: ارسال پاسخ نهایی آماده شده به کاربر در اسلک.

• ورودی آن: خروجی نود AI Agent.

• خروجی آن: پیام ارسال شده به کاربر.

• تنظیمات مهم: تبدیل فرمت مارک‌داون به فرمت استاندارد لینک‌ها و متون در اسلک.

• نکات قابل تغییر: تغییر آیکون و نام نمایش داده شده برای ربات.

• دلیل استفاده: تحویل پاسخ نهایی و دقیق به کاربر.

نحوه شخصی‌سازی Workflow

این جریان کاری کاملاً قابل تغییر است و می‌توانید آن را متناسب با نیازهای سازمان خود ویرایش کنید.

• پرامپت‌ها (Prompts): با ورود به نود AI Agent می‌توانید متن System Message را تغییر دهید. می‌توانید لحن ربات را رسمی‌تر کرده یا قوانین جدیدی برای فرمت پاسخ‌ها تعیین کنید.

• مدل‌های هوش مصنوعی (AI Models): اگر قصد کاهش هزینه‌ها را دارید، می‌توانید نود OpenAI را حذف کرده و از مدل‌های دیگر مانند Claude یا مدل‌های بومی متصل به Ollama استفاده کنید.

• محرک‌ها (Triggers): می‌توانید به جای اسلک، از سرویس‌های دیگری مثل تلگرام، دیسکورد یا واتساپ به عنوان ورودی استفاده کنید.

• حافظه (Memory): در نود Window Buffer Memory می‌توانید تعداد پیام‌های یادآوری شده را تغییر دهید تا حافظه کوتاه مدت ربات کم یا زیاد شود.

• شرط‌ها و مسیرها: در نود Check if Bot می‌توانید شرایط جدیدی قرار دهید؛ مثلاً پیام‌های حاوی کلمات کلیدی خاص مستقیم به پشتیبان انسانی وصل شوند.

مزایای استفاده از این Workflow

• پاسخگویی ۲۴ ساعته: پشتیبان هوشمند بدون وقفه و در تمام ساعات شبانه‌روز به سوالات پاسخ می‌دهد.

• کاهش هزینه‌ها: نیاز به نیروی انسانی برای پاسخگویی به سوالات تکراری را به حداقل می‌رساند.

• یکپارچه‌سازی کامل: اتصال مستقیم اسلک به پایگاه دانش سازمان بدون نیاز به کدنویسی.

• درک بافت گفتگو: به دلیل داشتن حافظه، سوالات بعدی کاربر را در контекست قبلی درک می‌کند.

• چیدمان تمیز چت: با حذف پیام اولیه، محیط چت کاربر همیشه مرتب باقی می‌ماند.

• پشتیبانی از فرمت‌بندی اسلک: لینک‌ها و متن‌ها به صورت خوانا و استاندارد در اسلک تبدیل و نمایش داده می‌شوند.

نکات مهم

• تنظیم دسترسی‌های Slack: مطمئن شوید Bot Token دسترسی‌های im:history ،im:write و chat:write را داشته باشد.

• محدودیت نرخ ارسال OpenAI: میزان استفاده از API را مدیریت کنید تا با خطای Rate Limit مواجه نشوید.

• تنظیم درست Webhook URL: آدرس Webhook در پنل اسلک باید دقیقاً با آدرس سرور n8n شما مطابقت داشته باشد.

• بهینه‌سازی پایگاه دانش: نتایج جستجو در Confluence بستگی به کیفیت و عنوان مقالات موجود در پایگاه دانش دارد.

• امنیت اطلاعات: مطمئن شوید داده‌های حساس سازمان در پرامپت‌ها افشا نمی‌شوند.

• استفاده از سیستم SSL: اتصال Webhook اسلک نیازمند فعال بودن HTTPS روی سرور n8n است.

• تنظیمات Timeout: زمان پاسخگویی نود AI Agent را کنترل کنید تا درخواست اسلک با خطای زمان انقضا روبرو نشود.

• تست سناریوی فرعی: قبل از فعال‌سازی ربات، از صحت عملکرد Workflow متصل به Confluence مطمئن شوید.

خطاهای رایج (Troubleshooting)

خطا	علت احتمالی	راه حل پیشنهادی
Slack Webhook Verification Failed	عدم تطابق پاسخ challenge یا عدم استفاده از HTTPS	آدرس URL را بررسی کرده و مطمئن شوید سرور دارای گواهی SSL معتبر است.
Invalid Credentials (OpenAI)	کلید API اشتباه است یا اعتبار حساب تمام شده	کلید جدید در پنل OpenAI ساخته و شارژ حساب را بررسی کنید.
Message Not Found on Delete	شناسه timestamp پیام اولیه درست منتقل نشده	تنظیمات نود Delete Initial Message و ارسال خروجی نود اولیه را بررسی کنید.
AI Agent Tool Error	سناریوی فرعی Confluence غیرفعال است یا ID آن اشتباه وارد شده	شناسه Workflow فرعی را در نود Call Confluence چاگذاری کرده و آن را فعال کنید.
Channel Not Found	ربات به کانال یا چت خصوصی دسترسی ندارد	دسترسی‌های App در اسلک را بررسی کرده و ربات را مجدداً نصب کنید.

سوالات متداول

آیا می‌توان از پایگاه دانش دیگری به جای Confluence استفاده کرد؟

بله، شما می‌توانید سناریوی فرعی را به هر ابزار دیگری مانند Notion ،Google Docs یا یک دیتابیس متصل کنید.

آیا این ربات می‌تواند به پیام‌ها در کانال‌های عمومی اسلک هم پاسخ دهد؟

بله، با تغییر تنظیمات Event Subscriptions در اسلک و ویرایش نود دریافت پیام، امکان پاسخگویی در کانال‌ها نیز وجود دارد.

هزینه استفاده از این پشتیبان هوشمند چقدر است؟

هزینه اصلی مربوط به استفاده از API سرویس OpenAI است که بر اساس میزان توکن‌های مصرفی محاسبه می‌شود.

چگونه می‌توان پاسخ‌های ربات را فارسی کرد؟

کافی است در نود AI Agent و در بخش System Message به هوش مصنوعی دستور دهید که تمامی پاسخ‌ها را به زبان فارسی تولید کند.

آیا تاریخچه گفتگوهای کاربران با یکدیگر تداخل پیدا می‌کند؟

خیر، نود Window Buffer Memory حافظه هر کاربر را بر اساس شناسه کانال و چت اختصاصی خودش تفکیک و ذخیره می‌کند.

جمع‌بندی

اتوماسیون فرایندهای پشتیبانی در سازمان‌ها یکی از بهترین راه‌ها برای افزایش سرعت پاسخگویی و رضایت کارمندان است. اتوماسیون پاسخگویی اسلک با n8n به شما این امکان را می‌دهد تا یک دستیار هوشمند و متصل به پایگاه دانش بسازید که توانایی درک کامل سوالات کاربران را دارد.

در این سناریو، نحوه دریافت پیام از اسلک، بررسی هویت کاربر، پردازش توسط مدل هوش مصنوعی GPT-4o و جستجو در Confluence را آموزش دادیم. این سیستم با داشتن حافظه کوتاه‌مدت، تجربه‌ای کاملاً طبیعی و شبیه به انسان را در پاسخگویی ارائه می‌دهد.

با پیاده‌سازی و اتوماسیون ساخت پشتیبان هوشمند اسلک با n8n، تیم پشتیبانی شما می‌تواند به جای پاسخ به سوالات تکراری، تمرکز خود را روی مسائل پیچیده‌تر بگذارد. ابزار n8n با انعطاف‌پذیری بالای خود مسیر هوشمندسازی سازمان‌ها را بسیار هموار کرده است.

GIT