iT邦幫忙

2025 iThome 鐵人賽

DAY 28
0
生成式 AI

從上下文工程到 Agent:30 天生成式 AI 與 LLM 學習紀錄系列 第 28

[Day28] AI Agent 實作:自動改錯字 Agent (一)

  • 分享至 

  • xImage
  •  

目標與概念

  昨天我們完成了 n8n 的本地部署,今天要動手建立一個真正能協助你工作的「代理人」,因為到了現在,我始終覺得注音輸入法的自動選字還是很笨,因此我想利用 AI Agent 的概念,基於 LLM 來實作一個「自動改錯字 Agent」。
  這個 Agent 的任務很簡單:接收我們輸入的文字 -> 透過 LLM 自動檢查錯字 -> 回傳修正版文字,透過這樣的改錯字 Agent,終於不用選字選半天了,不然打一篇文本,大概有 80% 的躁度都來自於選字。

工作流程設計

我們將在 n8n 建立以下流程(Workflow):

Webhook -> ChatGPT 節點 -> Function 節點(格式化輸出)-> 回傳結果

1.進入到 n8n 介面後點選「Start from Scratch」

Start from Scratch

2.點選中間的 Add first step... & 點選 On webhook call

Add first stepOn webhook call

並將 On webhook call 各項設定如下圖
On webhook call設定

3.新增 AI 節點

這裡可以選擇你想使用的 LLM,不管是本地或是雲端都可以,在這裡使用 GPT5-nano 做示範。

  1. 依序點選如下:
    AIOpenAImessage

  2. 先設定 API KEY,點選 Create new credential,輸入 API KEY 後按右上角 Save
    keykey

  3. 其餘設定如下

Prompt:

你是一個中文文稿校對助手。
請根據輸入文字,幫我修正文中的錯字與語法錯誤,保持語氣自然,
並只以 JSON 格式回覆,格式如下:
{"corrected_text": "<修正後文字>"}

文字內容如下:

User:

{{$json["body"]["text"]}}

gpt set

3.新增 Code 節點用於格式化輸出

  1. 依序點選如下:
    Corecode

  2. 設定如下

// 將 OpenAI 回傳的字串 JSON 解析成物件
const parsed = JSON.parse($json["message"]["content"]);
return parsed;

java

4.Respond to Webhook

  1. 搜尋 Respond to webhook
    R

  2. 設定如下
    Response Body:

{
  "corrected_text": "{{$json['corrected_text']}}"
}

R set

以上四節點都新增完後,就已經完成50%啦,明天將繼續完成剩餘步驟!


上一篇
[Day27] 利用 n8n 來打造你的本地 AI Agent
系列文
從上下文工程到 Agent:30 天生成式 AI 與 LLM 學習紀錄28
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言