ワークフロー概要

これは「Weekly Shopify Sales Summary（週次Shopify売上サマリー）」と呼ばれるN8n自動化ワークフローであり、Shopifyの売上データを処理・分析するためのものです。本ワークフローはRAG（Retrieval-Augmented Generation：検索拡張生成）技術、ベクトルデータベースによる保存、およびAIチャットモデルを組み合わせることで、売上データのインテリジェントな処理およびサマリー機能を実現しています。

ワークフロー構成

トリガー機構

• Webhookトリガー: POSTリクエストによりワークフローを起動。パスは /weekly-shopify-sales-summary
• 外部システムまたはスケジュールタスクがHTTPリクエストを通じてデータ処理フローを開始可能

コア処理フロー

1. データ前処理フェーズ

テキスト分割器 (Text Splitter)

• 受信したデータをより小さなテキストチャンクに分割
• チャンクサイズ: 400文字
• チャンクオーバーラップ: 40文字
• 目的: 後続のベクトル化処理および検索効率を最適化

2. ベクトル化と保存

埋め込みモデル (Embeddings)

• Cohereの embed-english-v3.0 モデルを使用
• テキストデータをベクトル表現に変換
• Cohere APIに接続して埋め込み処理を実行

Pineconeベクトルデータベース

• 挿入モード (Pinecone Insert): ベクトル化されたデータを weekly_shopify_sales_summary という名前のインデックスに保存
• クエリモード (Pinecone Query): 同一インデックスから関連ベクトルデータを検索
• 長期的なデータ保存およびセマンティック検索機能を実現

3. AIインテリジェント処理レイヤー

RAGエージェント (RAG Agent)

• システムプロンプト: "You are an assistant for Weekly Shopify Sales Summary"
• 複数のAIコンポーネントを統合し協調動作:

チャットモデル (Chat Model)

• AnthropicのClaude AIモデルを使用
• インテリジェントな応答およびデータ分析を担当

ベクトルツール (Vector Tool)

• 名称: "Pinecone"
• 説明: "Vector context"
• RAGエージェントにベクトルコンテキスト検索機能を提供

ウィンドウメモリ (Window Memory)

• セッション履歴を維持
• 対話コンテキストの一貫性を確保

4. 出力と監視

Google Sheets連携 (Append Sheet)

• 操作タイプ: データ追記
• 対象ドキュメント: IDが SHEET_ID のGoogleスプレッドシート
• 対象シート: "Log" という名前のシート
• 処理ステータスおよび結果を記録

エラー処理 (Slack Alert)

• 監視チャンネル: #alerts
• ワークフローにエラーが発生した場合、自動的にSlackへエラーメッセージを送信
• メッセージ形式: Weekly Shopify Sales Summary error: {エラー詳細}

技術スタック統合

必要なAPI認証情報

1. Cohere API: テキスト埋め込み用
2. Pinecone API: ベクトルデータベース保存用
3. Anthropic API: Claude AIモデル用
4. Google Sheets OAuth2: データ記録用
5. Slack API: エラー通知用

接続トポロジー

Webhook → Text Splitter → Embeddings → Pinecone Insert
                                    ↓
                               Pinecone Query → Vector Tool
                                                      ↓
Window Memory ←────────────────────────────→ RAG Agent → Append Sheet
                                                      ↓
Chat Model ──────────────────────────────────┘   (Error) → Slack Alert

ワークフローの特徴

利点

1. インテリジェント処理: RAG技術と大規模言語モデルを組み合わせ、スマートなデータ分析を実現
2. スケーラビリティ: ベクトルデータベースにより大規模データの保存および高速検索をサポート
3. フォールトトレランス: 充実したエラー処理およびアラートシステム
4. データ永続化: Google Sheetsへの記録によりデータのトレーサビリティを確保
5. コンテキスト認識: ウィンドウメモリ機能により対話の一貫性を維持

利用シーン

• 売上データの自動集計
• 定期的な売上トレンド分析
• 売上データに関するインテリジェントQ&Aシステム
• 売上レポートの自動生成

ノード統計

• 総ノード数: 12個
• トリガーノード: 1個（Webhook）
• AI/MLノード: 7個（Text Splitter, Embeddings, Pinecone×2, Vector Tool, Memory, Chat Model）
• 統合ノード: 2個（Google Sheets, Slack）
• その他ノード: 2個（Sticky Note, RAG Agent）

実行設定

• 実行順序バージョン: v1
• トリガー回数: 1