Pour Pyragogy AI Village, ce flux de travail automatisé intègre 35 agents pour orchestrer le traitement des données via des webhooks. Il vérifie la connexion à la base de données PostgreSQL, utilise l'intelligence artificielle d'OpenAI pour analyser et synthétiser les entrées, et facilite la révision humaine. Les résultats sont archivés et peuvent être publiés sur GitHub, garantissant une gestion efficace et collaborative des contenus. Ce processus optimise la création de contenu tout en intégrant des retours humains pour améliorer la qualité.
- Éditeurs : Pour gérer efficacement le contenu des manuels et des documents.
- Équipes de marketing : Pour synthétiser et créer du contenu à partir de données brutes.
- Chercheurs : Pour examiner et analyser des résultats de recherche ou des rapports.
- Développeurs : Pour automatiser les mises à jour de contenu sur GitHub et gérer les demandes de révision.
- Gestionnaires de projet : Pour suivre le flux de travail et assurer la collaboration entre les agents et les humains.
- Automatisation : Réduit le temps et les efforts nécessaires pour créer, réviser et archiver du contenu.
- Collaboration : Facilite la collaboration entre les agents d'IA et les réviseurs humains, garantissant que le contenu est de haute qualité avant d'être publié.
- Suivi des modifications : Permet de garder une trace des contributions et des révisions, assurant une transparence dans le processus.
- Intégration : Connecte plusieurs outils et plateformes, rendant le processus fluide et efficace.
1. Déclenchement : Le workflow commence par un webhook qui reçoit des données d'entrée.
2. Vérification de la connexion à la base de données : S'assure que la base de données PostgreSQL est accessible.
3. Orchestration : Un agent d'orchestration (Meta-Orchestrator) analyse les données d'entrée et détermine la séquence optimale d'agents à exécuter.
4. Préparation des agents : Les données d'entrée sont préparées pour chaque agent, en fonction de leur rôle spécifique.
5. Exécution des agents : Les agents tels que le Résumeur, le Synthétiseur et le Relecteur sont exécutés en séquence, chacun produisant un résultat qui est transmis au suivant.
6. Demande de révision humaine : Une fois le contenu généré, une demande de révision est envoyée à un réviseur humain par e-mail.
7. Attente de l'approbation : Le workflow attend la réponse du réviseur, qui peut approuver ou rejeter le contenu.
8. Gestion des résultats : Si le contenu est approuvé, il est enregistré dans la base de données et peut être envoyé à GitHub. S'il est rejeté, des commentaires sont collectés pour une révision ultérieure.
9. Notifications : Une fois le processus terminé, une notification peut être envoyée via Slack pour informer les parties prenantes.
- Modifier les agents : Ajouter ou retirer des agents selon les besoins spécifiques de leur projet.
- Ajuster les messages : Personnaliser les messages envoyés aux agents d'IA pour obtenir des résultats plus adaptés au contexte.
- Configurer les identifiants : Mettre à jour les identifiants de connexion pour les services comme PostgreSQL, OpenAI, GitHub et Slack.
- Adapter les conditions : Modifier les conditions logiques dans les nœuds pour répondre à des cas d'utilisation spécifiques.
- Personnaliser les notifications : Changer le contenu des e-mails et des notifications Slack pour qu'ils soient en accord avec la voix de la marque ou les préférences de communication de l'équipe.