用于ManualTrigger Automate，通过手动触发自动化流程，提取并分析Trustpilot上的公司评论，利用K均值聚类算法识别相似反馈，生成客户洞察并导出至Google Sheets，帮助企业快速获取用户反馈，优化服务和产品。
该工作流适用于希望自动化从 Trustpilot 收集和分析客户评论的企业、市场营销人员和数据分析师。特别是对于需要深入了解客户反馈、提升产品或服务质量的团队，或者希望通过数据驱动的洞察来优化业务决策的决策者。
此工作流解决了手动收集和分析客户评论的低效问题。通过自动化流程，用户可以快速提取、分析 Trustpilot 上的评论，识别客户的主要关注点和情绪，进而做出更明智的商业决策。该工作流通过 Qdrant 向量数据库进行聚类分析，帮助用户发现潜在的改进领域和客户满意度。
2. 抓取 Trustpilot 页面：使用 HTTP 请求节点抓取指定公司的最新评论，最多抓取 3 页。通过提取 HTML 内容节点，获取评论作者、评分、标题、文本、国家和日期等信息。
3. 数据处理：将提取的评论数据整理成数组格式，便于后续处理。
4. 存储评论数据：将处理后的评论数据插入到 Qdrant 向量数据库中，以便进行相似性搜索和聚类分析。
5. 查找评论：通过 Qdrant API 获取与公司相关的评论数据，设置日期范围进行过滤。
6. 应用 K-means 聚类算法：对评论向量进行聚类，识别出 3+ 个点 的聚类，提取出相似评论的 ID。
7. 获取聚类的有效评论：只保留包含 3 个以上点 的聚类，进一步分析这些聚类。
8. 生成客户洞察：使用语言模型分析聚类的评论，提取出关键见解、情感分析和建议改进的领域。
9. 输出结果到 Google Sheets：将最终的洞察结果导出到 Google Sheets，方便分享和后续分析。
用户可以根据具体需求自定义此工作流：
- 修改 Set Variables 节点中的 companyId，以适应不同的公司。
- 调整 Get TrustPilot Page 节点中的 URL，以抓取特定公司的评论。
- 更改聚类算法的参数，例如 K-means 的聚类数量，以适应不同的数据集。
- 根据需要添加或删除节点，以扩展工作流的功能，例如增加数据可视化或生成报告的步骤。