便签自动化

此工作流适合以下人群：
- 开发者：希望利用自动化工具简化工作流程。
- 数据科学家：需要快速生成和测试与AI相关的查询。
- 研究人员：希望通过自动化工具获取维基百科的信息。
- 教育工作者：需要创建互动的学习工具，帮助学生理解AI和自动化的概念。

此工作流解决了以下问题：
- 手动执行工作流程的复杂性：通过手动触发，用户可以轻松启动工作流程，而无需编写代码。
- 生成AI响应的效率：通过集成LangChain，用户可以快速获取AI生成的响应。
- 信息检索的便捷性：用户可以通过自定义工具节点直接从维基百科获取信息，节省时间和精力。

工作流程的详细步骤如下：
1. 手动触发工作流程：用户点击"执行工作流程"按钮，启动整个流程。
2. 设置输入数据：使用Set2和Set3节点分别设置两个查询："Tell me a joke"和"What year was Einstein born?"。
3. 生成AI响应：通过Custom - LLM Chain Node1节点，使用LangChain生成基于输入查询的AI响应。
4. AI代理处理：AI Agent节点接收输入并调用OpenAI Chat Model和OpenAI Chat Model1获取AI的回答。
5. 维基百科查询：通过Custom - Wikipedia1节点，用户可以查询维基百科获取相关信息。
6. 结果展示：最后，工作流程的结果将以可视化的方式展示在Sticky Note中，供用户查看。

用户可以根据以下步骤自定义和适应此工作流：
- 修改查询内容：在Set2和Set3节点中更改chatInput的值，以适应不同的查询需求。
- 调整AI模型：在OpenAI Chat Model和OpenAI Chat Model1节点中，用户可以选择不同的AI模型，以获得不同的响应效果。
- 扩展功能：用户可以添加更多的Set节点，输入不同的查询，并将其连接到AI代理，以获取更多的响应。
- 自定义工具节点：用户可以修改Custom - Wikipedia1节点中的JavaScript代码，以实现更复杂的维基百科查询逻辑。