Supabase 设置 Postgres

此工作流适合以下人群：
- 开发者：希望快速集成 LangChain 和 Supabase 的开发者。
- 数据分析师：需要通过数据库存储和检索聊天记录的分析师。
- 产品经理：希望通过自动化工作流提升产品功能的产品经理。
- 技术爱好者：对自动化和机器学习有兴趣的技术爱好者。

此工作流解决了以下问题：
- 自动化聊天记录存储：自动将聊天记录存储到 Supabase 数据库中，避免手动操作。
- 数据更新：根据用户输入自动更新数据库中的信息，如用户姓名等。
- 集成 AI 模型：利用 LangChain 集成 AI 模型，提升聊天体验和响应速度。

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，手动启动工作流。
2. 设置示例输入变量：定义输入变量，如 session_id、name 和 chatInput。
3. 调用 AI 模型：通过 GeminiFlash2.0 节点调用 AI 语言模型，获取响应。
4. 与数据库交互：使用 Supabase Postgres Database 节点存储和检索聊天记录，确保上下文的连贯性。
5. 更新额外值：通过 Update additional Values 节点更新数据库中的用户信息，如姓名等。
6. 完成工作流：工作流完成后，用户可以查看更新后的数据和 AI 模型的响应。

用户如何自定义和适应此工作流：
- 修改输入变量：在‘设置示例输入变量’节点中，可以根据实际需求修改 session_id、name 和 chatInput 的值。
- 更改 AI 模型：在 GeminiFlash2.0 节点中，可以选择不同的 AI 模型，以满足特定的业务需求。
- 调整数据库表名：在 Supabase Postgres Database 节点中，可以更改 tableName 参数，以适应不同的数据库表。
- 添加更多节点：根据需要，可以添加更多的 n8n 节点，扩展工作流的功能，比如发送通知、记录日志等。