Chatbot Multi-Agents pour la Visualisation de Données et QuickCharts - Workflow n8n

Analystes et Data Scientists nécessitant des retours exploitables instantanés sur les bases de données.
Utilisateurs de PostgreSQL ou Supabase exigeant une visualisation automatisée des données.
Développeurs n8n recherchant des exemples avancés d'orchestration multi-agents.
Utilisateurs techniques souhaitant exploiter la puissance de la suite de nœuds n8n LangChain avec des outils.

Ce puissant modèle de flux de travail n8n est conçu pour l'interaction complexe et la visualisation de données. Il établit un système d'IA multi-niveaux, commençant par un déclencheur n8n qui reçoit un message de chat. Un 'Agent Primaire' sert de routeur, redirigeant la requête de l'utilisateur (par exemple, 'Montre-moi les données de ventes' ou 'Graphique du prix moyen') vers des agents secondaires spécialisés. Cette architecture garantit un traitement efficace : l''Agent Secondaire Postgres' gère toutes les opérations de base de données (connexion transparente via un nœud n8n Postgres pour exécuter les requêtes), tandis que l''Agent Secondaire QuickChart' traduit les enregistrements de données résultants en une visualisation. L'ensemble de ce processus d'automatisation n8n utilise les modèles d'OpenAI (comme GPT-4o-mini) combinés à un contrôle de flux robuste pour fournir des réponses textuelles précises et des graphiques basés sur des données en direct.

Le fonctionnement de ce flux de travail n8n avancé est divisé en trois étapes clés :

1. Initialisation et Routage Principal : Le flux démarre avec le déclencheur n8n 'When chat message received' (Quand un message de chat est reçu). L'invite d'entrée est transmise à l''🤖Primary Agent' (Agent Primaire). Cet agent principal est connecté à un nœud n8n 'Postgres Chat Memory' pour conserver l'historique de la conversation. Il évalue la requête de l'utilisateur et décide s'il doit invoquer l'outil querydatabasetool ou generatecharttool.

1. Routeur d'Agent d'Outil : L'agent principal appelle le flux de travail à l'aide du nœud n8n 'LangChain Workflow Tool', déclenchant le nœud de déclenchement n8n 'When Executed by Another Workflow' (Quand exécuté par un autre flux de travail). Le nœud Switch (Commutateur) n8n '🔀Tool Agent Router' examine ensuite la variable d'entrée route. Si la route est querydatabasetool, l'exécution est dirigée vers la branche de l'agent Postgres.

1. Exécution de l'Agent Postgres : L''🤖Secondary Postgres Agent' (Agent Secondaire Postgres) reçoit l'invite. Cet agent tire parti de trois outils de nœuds n8n Postgres spécifiques ('Execute SQL Query', 'DB Schema and Tables', 'Table Definitions') pour formuler et exécuter avec précision la requête SQL nécessaire sur la base de données connectée (Postgres ou Supabase). Les données résultantes sont ensuite renvoyées à l'Agent Principal, ou, si un graphique a été demandé, préparées pour l'étape suivante.

1. Génération QuickChart : Si la route est generatecharttool, le flux est dirigé vers l''🤖Secondary QuickChart Agent' (Agent Secondaire QuickChart). Cet agent prend en entrée l'invite de l'utilisateur et les enregistrements de la base de données. Il utilise un LLM OpenAI (gpt-4o-mini-2) et le nœud n8n 'QuickChart Object Schema' (un Analyseur de Sortie/Output Parser) pour générer un objet JSON de configuration Chart.js valide. Ce JSON est converti en une URL via le nœud n8n 'QuickChart GET URL', exécuté via un nœud n8n 'HTTP Request', et l'URL du graphique final est renvoyée pour compléter l'opération du flux de travail n8n initial.

Pour implémenter ce flux de travail n8n sophistiqué, suivez ces étapes :

1. Importation : Copiez les données JSON fournies et collez-les dans votre instance n8n en utilisant la fonction 'New' -> 'Import from JSON' (Nouveau -> Importer depuis JSON).


2. Identifiants de Base de Données : Vous devez configurer une connexion pour le nœud Postgres de n8n. Ce flux nécessite une base de données compatible Postgres (comme Supabase ou PostgreSQL standard). Configurez les identifiants nommés 'Postgres account' (Compte Postgres).


3. Identifiants OpenAI : Configurez vos identifiants OpenAI pour les connexions des nœuds Language Model (Modèle de Langage) de n8n. Le flux utilise plusieurs instances du modèle 'gpt-4o-mini'. Assurez-vous que votre clé API est configurée avec les permissions requises.


4. Schéma de la Base de Données : Peupler votre base de données Postgres avec des données et s'assurer que l'agent dispose des permissions nécessaires pour interroger les schémas de tables et exécuter des requêtes SELECT.


5. Activation : Une fois les identifiants configurés et la base de données connectée, activez le déclencheur principal n8n, 'When chat message received', et commencez à interagir avec votre nouveau chatbot IA.

When chat message received (déclencheur n8n) : Le point d'entrée de ce flux de travail n8n, responsable de la capture des entrées utilisateur depuis une interface de chat LangChain.
🤖Primary Agent (nœud Agent n8n LangChain) : Agit comme l'intelligence centrale et le routeur. Il décide quel outil spécialisé (interrogation de base de données ou génération de graphique) doit traiter la requête de l'utilisateur.
querydatabasetool / generatequickcharttool (nœuds Workflow d'Outil LangChain n8n) : Ces outils permettent à l'agent principal d'exécuter des sous-fonctions spécifiques contenues dans le même flux de travail n8n, acheminant les données entre les agents.
Postgres Chat Memory (nœud Mémoire LangChain n8n) : Stocke l'historique de chat dans une table PostgreSQL dédiée (nommée d'après l'ID du flux de travail) pour fournir du contexte à l'agent.
🔀Tool Agent Router (nœud Switch n8n) : Le composant clé de contrôle de flux. Il évalue la variable route entrante provenant de l'appel d'outil de l'agent principal et dirige le flux vers la branche de l'agent secondaire correcte. Ceci est crucial pour le caractère modulaire du flux de travail n8n.
🤖Secondary Postgres Agent (nœud Agent n8n LangChain) : Entièrement dédié à l'interaction avec la base de données. Il utilise les outils intégrés des nœuds Postgres n8n (pour l'interrogation, les définitions de tables et l'extraction de schéma) pour traduire le langage naturel en SQL optimisé.
Execute SQL Query (nœud Postgres n8n) : Exécute le SQL généré par l'agent Postgres secondaire.
🤖Secondary QuickChart Agent (nœud Agent n8n LangChain) : Dédié à la visualisation. Il traite les enregistrements de la base de données et la demande de visualisation de l'utilisateur, générant une structure JSON Chart.js valide.
QuickChart Object Schema (nœud Output Parser n8n) : Assure que la sortie de l'IA est strictement conforme au schéma JSON requis par QuickChart, améliorant ainsi la fiabilité du flux de travail n8n.
QuickChart GET URL / Create QuickChart (nœuds Set & HTTP Request n8n) : Formulent l'URL finale de l'image QuickChart en intégrant la configuration JSON du graphique généré.