工作流概述

这是一个自动化Twitter新关注者私信发送系统，结合了RAG（检索增强生成）技术和向量数据库。该工作流能够智能地处理新关注者数据，通过AI生成个性化的私信内容，并将操作结果记录到Google Sheets中。

核心功能

智能私信自动化

• 当有新的Twitter关注者时，系统通过Webhook触发工作流
• 使用AI技术生成个性化的私信内容
• 自动发送欢迎消息给新关注者

RAG技术集成

• 利用Pinecone向量数据库存储和检索上下文信息
• 通过Cohere嵌入模型将文本转换为向量表示
• 支持语义搜索，提供更准确的上下文理解

工作流架构

1. 触发器层

Webhook Trigger（Webhook触发器）

• 接收POST请求到端点：auto-dm-new-twitter-followers
• 作为整个工作流的入口点
• 接收新关注者的相关数据

2. 数据处理层

Text Splitter（文本分割器）

• 将输入文本分割成较小的块
• 块大小：400字符
• 重叠部分：40字符
• 确保文本片段在分割时保持上下文连贯性

Embeddings（嵌入模型）

• 使用Cohere的embed-english-v3.0模型
• 将文本转换为数值向量表示
• 支持语义相似度计算

3. 向量存储层

Pinecone Insert（向量插入）

• 将嵌入后的向量存储到Pinecone数据库
• 索引名称：auto-dm_new_twitter_followers
• 模式：插入模式（insert）

Pinecone Query（向量查询）

• 从Pinecone数据库检索相关上下文
• 使用相同的索引进行查询
• 为AI生成提供背景信息

4. AI处理层

Chat Model（聊天模型）

• 使用OpenAI的语言模型
• 负责生成智能回复内容

Vector Tool（向量工具）

• 名称：Pinecone
• 描述：Vector context
• 将向量查询结果提供给AI代理

Window Memory（窗口内存）

• 维护对话历史记录
• 确保上下文连贯性
• 支持多轮对话

RAG Agent（RAG代理）

• 系统提示：You are an assistant for Auto-DM New Twitter Followers
• 处理类型：定义文本处理
• 整合向量工具和内存，生成最终响应

5. 输出层

Append Sheet（追加到表格）

• 将处理结果记录到Google Sheets
• 文档ID：SHEET_ID
• 工作表名称：Log
• 操作：追加新行
• 记录字段：Status

Slack Alert（Slack警报）

• 错误处理机制
• 发送频道：#alerts
• 消息格式：Auto-DM New Twitter Followers error: {错误信息}

数据流向

Webhook接收 → 文本分割 → 向量嵌入 → 
               ↓
            Pinecone存储
               ↓
Webhook接收 → 窗口内存 → RAG代理 ← 向量查询 ← Pinecone
               ↓           ↓
            聊天模型   向量工具
               ↓
            成功 → Google Sheets日志
               ↓
            失败 → Slack警报

技术特点

智能化程度高

• 使用大语言模型生成个性化内容
• RAG技术确保回复准确且相关
• 自动学习和适应用户偏好

可扩展性强

• 向量数据库支持大规模数据存储
• 模块化设计便于功能扩展
• 支持自定义提示词和参数

可靠性保障

• 完整的错误处理机制
• Slack实时告警
• Google Sheets日志记录

应用场景

1. 社交媒体营销：自动欢迎新关注者，提高用户参与度
2. 客户关系管理：建立初始联系，收集用户反馈
3. 品牌推广：传递品牌信息，引导用户行为
4. 社群运营：批量处理新成员，提供个性化欢迎

配置要求

API凭证

• Cohere API（嵌入服务）
• Pinecone API（向量数据库）
• OpenAI API（语言模型）
• Google Sheets OAuth2（数据记录）
• Slack API（错误通知）

节点总数：12个节点

• 1个触发器节点
• 4个数据处理节点
• 3个AI/ML节点
• 2个向量存储节点
• 2个输出节点