Twitter 新追蹤者自動私訊模板
Auto-DM New Twitter Followers
運用 RAG 技術與 AI 自動向 Twitter 新追蹤者發送個人化私訊,整合向量資料庫以實現智慧內容生成與日誌記錄
工作流概述
這是一個自動化 Twitter 新追蹤者私訊發送系統,結合了 RAG(檢索增強生成)技術與向量資料庫。該工作流能夠智慧地處理新追蹤者資料,透過 AI 生成個人化的私訊內容,並將操作結果記錄到 Google Sheets 中。
核心功能
智慧私訊自動化
- 當有新的 Twitter 追蹤者時,系統透過 Webhook 觸發工作流
- 使用 AI 技術生成個人化的私訊內容
- 自動發送歡迎訊息給新追蹤者
RAG 技術整合
- 利用 Pinecone 向量資料庫儲存和檢索上下文資訊
- 透過 Cohere 嵌入模型將文字轉換為向量表示
- 支援語義搜尋,提供更準確的上下文理解
工作流架構
1. 觸發器層
Webhook Trigger(Webhook 觸發器)
- 接收 POST 請求至端點:
auto-dm-new-twitter-followers - 作為整個工作流的入口點
- 接收新追蹤者的相關資料
2. 資料處理層
Text Splitter(文字分割器)
- 將輸入文字分割成較小的區塊
- 區塊大小:400 字元
- 重疊部分:40 字元
- 確保文字片段在分割時保持上下文連貫性
Embeddings(嵌入模型)
- 使用 Cohere 的 embed-english-v3.0 模型
- 將文字轉換為數值向量表示
- 支援語義相似度計算
3. 向量儲存層
Pinecone Insert(向量插入)
- 將嵌入後的向量儲存到 Pinecone 資料庫
- 索引名稱:
auto-dm_new_twitter_followers - 模式:插入模式(insert)
Pinecone Query(向量查詢)
- 從 Pinecone 資料庫檢索相關上下文
- 使用相同的索引進行查詢
- 為 AI 生成提供背景資訊
4. AI 處理層
Chat Model(聊天模型)
- 使用 OpenAI 的語言模型
- 負責生成智慧回覆內容
Vector Tool(向量工具)
- 名稱:Pinecone
- 描述:Vector context
- 將向量查詢結果提供給 AI 代理
Window Memory(視窗記憶體)
- 維護對話歷史記錄
- 確保上下文連貫性
- 支援多輪對話
RAG Agent(RAG 代理)
- 系統提示:You are an assistant for Auto-DM New Twitter Followers
- 處理類型:定義文字處理
- 整合向量工具和記憶體,生成最終回應
5. 輸出層
Append Sheet(附加到試算表)
- 將處理結果記錄到 Google Sheets
- 文件 ID:SHEET_ID
- 工作表名稱:Log
- 操作:附加新列
- 記錄欄位:Status
Slack Alert(Slack 警報)
- 錯誤處理機制
- 發送頻道:#alerts
- 訊息格式:
Auto-DM New Twitter Followers error: {錯誤資訊}
資料流向
Webhook 接收 → 文字分割 → 向量嵌入 →
↓
Pinecone 儲存
↓
Webhook 接收 → 視窗記憶體 → RAG 代理 ← 向量查詢 ← Pinecone
↓ ↓
聊天模型 向量工具
↓
成功 → Google Sheets 日誌
↓
失敗 → Slack 警報
技術特點
智慧化程度高
- 使用大型語言模型生成個人化內容
- RAG 技術確保回覆準確且相關
- 自動學習和適應用戶偏好
可擴充性強
- 向量資料庫支援大規模資料儲存
- 模組化設計便於功能擴充
- 支援自訂提示詞和參數
可靠性保障
- 完整的錯誤處理機制
- Slack 即時告警
- Google Sheets 日誌記錄
應用場景
- 社群媒體行銷:自動歡迎新追蹤者,提高用戶參與度
- 客戶關係管理:建立初始聯繫,收集用戶回饋
- 品牌推廣:傳遞品牌資訊,引導用戶行為
- 社群營運:批次處理新成員,提供個人化歡迎
設定需求
API 憑證
- Cohere API(嵌入服務)
- Pinecone API(向量資料庫)
- OpenAI API(語言模型)
- Google Sheets OAuth2(資料記錄)
- Slack API(錯誤通知)
節點總數:12 個節點
- 1 個觸發器節點
- 4 個資料處理節點
- 3 個 AI/ML 節點
- 2 個向量儲存節點
- 2 個輸出節點