手动触发自动化

此工作流适合以下人群：
- 市场营销人员：需要分析客户反馈以改进产品和服务。
- 数据分析师：希望通过客户评论获取深刻见解和趋势。
- 企业主：想要监控品牌声誉并优化客户体验。
- 开发者：需要集成自动化工作流以提高工作效率。
- 研究人员：希望获取大量评论数据以进行情感分析和主题建模。

该工作流解决了以下问题：
- 客户反馈分析：自动从 Trustpilot 获取客户评论并进行分析，帮助识别客户的痛点和需求。
- 数据存储与管理：将评论数据存储在 Qdrant 向量数据库中，便于后续检索和分析。
- 情感与主题提取：利用语言模型提取评论的情感和主题，提供洞察和改进建议。
- 数据可视化：将分析结果导出到 Google Sheets，便于分享和报告。

工作流过程详细说明：
1. 手动触发：用户点击‘测试工作流’按钮开始流程。
2. 设置变量：定义公司 ID 以便后续使用。
3. 清除现有评论：通过 Qdrant API 清除指定公司的现有评论数据。
4. 获取 Trustpilot 页面：抓取指定公司的评论页面，最多获取 3 页评论。
5. 提取评论：解析 HTML 内容，提取评论作者、评分、标题、文本、国家等信息。
6. 将评论转化为列表：将提取的评论数据转换为适合处理的列表格式。
7. 存储评论数据：将评论数据存储到 Qdrant 向量数据库中，为后续分析做准备。
8. 查找评论：通过 Qdrant API 查找符合条件的评论。
9. 应用 K-means 聚类算法：对评论向量进行聚类分析，识别相似评论群体。
10. 获取聚类结果：提取每个聚类的评论 ID，以便后续检索详细信息。
11. 提取评论的有效信息：从聚类结果中提取评论的有效信息，生成见解和建议。
12. 导出结果：将分析结果导出到 Google Sheets，以便分享和进一步分析。

用户可以通过以下方式自定义和适应此工作流：
- 修改公司 ID：在‘设置变量’节点中更改 companyId 的值，以适应不同的公司。
- 调整抓取页面数量：在‘获取 Trustpilot 页面’节点中修改 maxRequests 的值，以获取更多或更少的评论。
- 自定义数据提取：在‘提取评论’节点中，根据需要修改 CSS 选择器，以提取不同的数据字段。
- 调整聚类算法参数：在‘应用 K-means 聚类算法’节点中，可以修改 n_clusters 的值，以改变聚类的数量。
- 更改导出设置：在‘导出到 Sheets’节点中，修改 Google Sheets 的文档 ID 和工作表名称，以适应不同的输出需求。