Visão Geral do Fluxo de Trabalho

Este é um modelo de fluxo de trabalho baseado no N8N para monitoramento da saúde das culturas por meio de imagens de drones. O fluxo recebe dados de imagens agrícolas capturadas por drones e utiliza tecnologia de IA para realizar análises inteligentes, permitindo o monitoramento e registro automatizados da saúde das culturas. O sistema integra armazenamento em banco de dados vetorial, perguntas e respostas inteligentes com IA e funcionalidades de registro de dados, oferecendo suporte técnico à agricultura de precisão.

Funcionalidades Principais

1. Análise Inteligente de Imagens

• Recebe dados de imagens de campos agrícolas coletadas por drones
• Utiliza tecnologia de IA para analisar a saúde das culturas
• Constrói uma base de conhecimento para consultas inteligentes

2. Armazenamento Vetorizado

• Converte os resultados da análise em dados vetoriais
• Armazena no banco de dados vetorial Supabase
• Permite recuperação semântica eficiente

3. Sistema de Diálogo Inteligente

• Perguntas e respostas inteligentes baseadas no modelo Anthropic Claude
• Possui memória contextual
• Permite consultar dados históricos de análises

Análise Detalhada dos Nós

Nós de Entrada

Nome do Nó	Tipo	Descrição da Função
Webhook	n8n-nodes-base.webhook	Endpoint POST /drone_image_crop_health que recebe os dados de imagem do drone

Nós de Processamento de Dados

Nome do Nó	Tipo	Descrição da Função
Splitter	textSplitterCharacterTextSplitter	Divisor de texto que separa textos longos em blocos de 400 caracteres, com sobreposição de 40 caracteres
Embeddings	embeddingsOpenAi	Gera incorporações vetoriais de texto usando a OpenAI

Nós de Armazenamento

Nome do Nó	Tipo	Descrição da Função
Insert	vectorStoreSupabase	Insere dados vetoriais no índice drone_image_crop_health do banco de dados Supabase
Query	vectorStoreSupabase	Consulta informações relevantes no banco de dados vetorial

Nós de IA Inteligente

Nome do Nó	Tipo	Descrição da Função
Tool	toolVectorStore	Ferramenta de armazenamento vetorial para uso pelo Agente de IA
Memory	memoryBufferWindow	Cache de memória de diálogo que mantém a continuidade do contexto
Chat	lmChatAnthropic	Modelo de linguagem Anthropic Claude
Agent	agent	Agente inteligente de IA que integra ferramentas e memória

Nós de Saída

Nome do Nó	Tipo	Descrição da Função
Sheet	googleSheets	Adiciona os resultados processados à planilha de log do Google Sheets

Nós Auxiliares

Nome do Nó	Tipo	Descrição da Função
Sticky	stickyNote	Nota adesiva com instruções do fluxo de trabalho, com título "Drone Image Crop Health"

Fluxograma de Dados

[Recebimento de dados via Webhook]
        ↓
    ┌───┴───┐
    ↓       ↓
[Divisão de Texto] [Cache de Memória]
    ↓           ↓
[Incorporação Vetorial] ↓
    ↓           ↓
    ├→[Armazenamento no Supabase]
    ↓           ↓
[Consulta ao Banco Vetorial] ↓
    ↓           ↓
[Criação de Ferramenta] ↓
    ↓           ↓
    └→[Agente de IA]←[Modelo Claude]
           ↓
    [Registro no Google Sheets]

Stack Tecnológica

Serviços Utilizados

1. OpenAI API – vetorização de texto
2. Supabase – armazenamento em banco de dados vetorial
3. Anthropic Claude – modelo de diálogo com IA
4. Google Sheets – registro de logs de dados

Configurações de Parâmetros-Chave

• Divisão de texto: tamanho do bloco de 400 caracteres, sobreposição de 40 caracteres
• Nome do índice vetorial: drone_image_crop_health
• Método de acionamento: requisição POST via Webhook
• Ordem de execução: versão v1

Casos de Uso

Finalidades Principais

1. Monitoramento agrícola de precisão – análise em tempo real do crescimento das culturas
2. Alerta precoce contra pragas e doenças – identificação antecipada de problemas na saúde das plantas
3. Previsão de produtividade – estimativa de colheita com base nos dados de saúde das culturas
4. Tomada de decisões no manejo agrícola – recomendações de plantio orientadas por dados

Valor Comercial

• Aumenta a eficiência da produção agrícola
• Reduz custos com inspeções manuais
• Permite gestão agrícola orientada por dados
• Constrói uma base de conhecimento agrícola

Requisitos de Implantação

Credenciais de API Necessárias

1. Chave da API OpenAI
2. Credenciais do banco de dados Supabase
3. Chave da API Anthropic
4. Autenticação OAuth2 do Google Sheets

Pré-requisitos

1. Criar tabela de banco de dados vetorial no Supabase
2. Configurar o ID do documento do Google Sheets
3. Configurar o endpoint Webhook
4. Inicializar o índice vetorial

Sugestões de Expansão

1. Adicionar reconhecimento de imagens – integrar modelos de visão computacional para processar diretamente as imagens
2. Sistema de alerta em tempo real – incluir detecção de anomalias e notificações automáticas
3. Visualização de dados – criar painéis para exibir os resultados das análises
4. Fusão de múltiplas fontes de dados – integrar dados climáticos, de solo e outras dimensões
5. Processamento em lote – suportar análise paralela de múltiplas imagens

Conclusão

Este modelo de fluxo de trabalho demonstra como aplicar tecnologias modernas de IA ao setor agrícola, criando um sistema completo de monitoramento da saúde das culturas por meio da coleta de imagens por drones, armazenamento vetorial, análise inteligente e registro automático. O sistema não apenas processa dados em tempo real, mas também oferece um serviço inteligente de consulta por meio de uma interface de diálogo com IA, fornecendo sólido suporte técnico à agricultura de precisão.