便签自动化

目标用户

- 企业用户：需要收集和分析客户评论以改进产品和服务。
- 市场分析师：希望通过客户反馈获得市场洞察。
- 开发者：希望集成和自定义评论分析功能的应用程序。
- 数据科学家：需要处理和分析大量文本数据以提取有价值的信息。

解决的问题

此工作流通过自动化处理客户评论，解决了企业在管理和分析客户反馈时的效率低下问题。它能够快速插入、搜索和比较评论，提供推荐和分析，帮助企业做出更明智的决策。通过整合 Qdrant 和 LangChain，用户可以轻松访问和利用评论数据，提升客户满意度和产品质量。

工作流程步骤

1. 手动触发：用户通过手动触发工作流开始操作。
2. 创建 Qdrant 集合：如果没有现成的集合，自动创建名为 trustpilot_reviews 的集合。
3. 创建索引：为 metadata.company_id 字段创建索引，以支持快速的 facet 搜索。
4. 工具调用：根据用户请求，调用不同的工具（如插入评论、搜索评论、比较评论和生成推荐）。
5. 处理嵌入：通过 OpenAI 的 API 获取文本嵌入，以便进行相似性搜索和推荐。
6. 结果聚合：将从 Qdrant 获取的结果进行聚合，简化输出，便于用户理解。
7. 条件判断：根据结果是否为空进行条件判断，以决定后续操作。

自定义指南

- 调整工具输入：根据用户的具体需求，修改工具的输入参数，以便更好地满足不同的问题场景。
- 增加更多功能：可以根据需要添加其他 API 调用，扩展功能，例如增加数据可视化或报告生成。
- 修改触发条件：用户可以根据业务需求修改手动触发的条件，或者设置定时触发。
- 安全性增强：在生产环境中，确保启用身份验证，以保护 API 接口和数据安全。