対話型Text-to-SQLによるデータ分析とプロット生成 - n8n ワークフロー
この高度なn8nワークフローは、自然言語によるリクエストをPostgreSQLに対する実行可能なSQLクエリに変換します。AIエージェントやメモリを含む複数のn8nノードステップを使用し、可視化のための構造化データを提供します。強力なn8nテンプレートです。
ワークフロープレビュー
自動化の準備はいいですか？
このn8nワークフローテンプレートをダウンロードして、今すぐ使い始めましょう。
こんな方におすすめ
- 手動でSQLを書かずにデータベースを照会したいデータアナリストおよびBI（ビジネスインテリジェンス）ユーザー。
- 対話型のデータインタラクションツールを構築する開発者。
- n8nワークフロー内でのAIエージェントの連鎖やデータ処理の高度な例を探しているn8nスペシャリスト。
- Text-to-SQL自動化のための堅牢なn8nテンプレートソリューションを求めるすべての人。
概要
「対話型Text-to-SQL」n8nワークフローは、自然言語による対話と構造化されたデータベースクエリの橋渡しという複雑な問題を解決します。大規模言語モデル（LLM）とPostgreSQLの機能を統合することにより、ユーザーはこのn8nワークフローでデータについて質問するだけでよくなります。まず、ワークフローはセットアップ時にデータベーススキーマのメタデータをインテリジェントに抽出します。ユーザーが専用のn8nトリガー経由でクエリを送信すると、主要なAIエージェントがテキストを正確なSQLクエリに変換します。このクエリはデータベースに対して実行され、その結果は2番目のAIエージェントに渡されます。この2番目のエージェントはクエリ結果を処理し、可視化（曲線やプロットなど）に適した構造化された出力を生成します。このデュアルエージェントアプローチにより、正確なデータ取得と、それに続く意味のある可視化指示の両方が保証され、このn8nノード構成は非常に強力になります。
仕組み
この強力な自動化は、「セットアップ」と「実行」という2つの明確なフェーズで動作します。
セットアップフェーズ（手動トリガー）
- n8nワークフローは、「ワークフローをテスト」クリック時のn8nトリガーで開始され、スキーマ抽出プロセスが開始されます。
データベース内の全テーブルを一覧表示およびスキーマ抽出器のn8nノードステップがPostgreSQLに接続し、メタデータを取得します。- このメタデータは整形され、JSONに変換され、
ローカルにファイルを保存n8nノード経由でローカルに保存され、AIエージェントに必要なコンテキストが作成されます。
実行フェーズ（チャットトリガー）
チャットトリガーn8nトリガーノードがユーザー入力（自然言語クエリ）を待ち受けます。- 事前に保存されたデータベーススキーマがロードされ、
スキーマデータとチャット入力を結合n8nノードを使用してチャット入力と結合されます。 - 結合された入力とスキーマは、
ウィンドウバッファメモリn8nノードによって提供される会話履歴と共に、AIエージェント（Deepseek-chat搭載）に供給されます。 AIエージェントがリクエストを処理し、生成されたSQLクエリを含む構造化された応答を出力します。SQLクエリを抽出n8nノードがSQL文字列を分離します。If（もしも）n8nノード（クエリの存在を確認）がSQL出力を検証します。有効であれば、最終SQL結果Postgres n8nノードがクエリを実行します。- 生のデータ結果が整形され、2次的な
プロットエージェントn8nノードに渡されます。 プロットエージェントは、Deepseek-chatLLMと構造化出力パーサーを使用して、表形式データを構造化されたプロット指示（例：JSONデータポイントや曲線定義）に変換します。- 最後に、
最終出力を準備n8nノードによって結果がマージ・準備され、ユーザーにクエリ結果情報と可視化データの両方が提供されます。
インストールガイド
この包括的なn8nワークフローをデプロイするには、次の手順に従ってください。
- n8nワークフローのインポート: 提供されたJSONデータをコピーし、ワークフロータブから直接n8nインスタンスにインポートします。「新規」ボタンを使用し、「JSONからインポート」を選択してください。
- 認証情報の設定:
テーブルを一覧表示、スキーマ抽出器、および最終SQL結果の各n8nノードインスタンスに対してPostgreSQLの認証情報を設定する必要があります。認証情報が関連するデータベースへの読み取りアクセス権を持っていることを確認してください。AI/LLM: Deepseek-chatのn8nノードインスタンスの認証情報を設定します（または、OpenAI互換のLLM接続に置き換え、APIキーが有効であることを確認してください）。
- 初期スキーマ設定:
チャットトリガーを使用する前に、「ワークフローをテスト」クリック時n8nトリガーを使用して、上流のフローを一度実行してください。これにより、スキーマ抽出n8nノードシーケンスが実行され、AIエージェントがアクセスするために必要なスキーマファイルがローカルに保存されます。 - ワークフローの有効化: 主要な
チャットトリガーが有効になっていることを確認してください（Webhook URLが表示されるはずです）。 - テスト:
チャットトリガーにリンクされたチャットインターフェースを使用して、データベースに対する対話形式のクエリをテストします。
ノード詳細
チャットトリガー (n8nトリガー): 対話型入力の主要なエントリーポイントです。このn8nトリガーは、外部チャットインタラクションに基づいてプロセス全体を開始します。
Deepseek-chat (LLM): 主要なAIエージェントが複雑なText-to-SQL翻訳を実行するために使用する中核となるLLMエンジンです。
AIエージェント (LangChain n8nノード): Deepseek LLM、ロードされたデータベーススキーマ、およびウィンドウバッファメモリを活用して、正確なSQLクエリを策定する意思決定プロセスを調整します。
Postgres (n8nノード): 3つの主要な場所で使用されます。
- 最初にすべてのテーブルと列のスキーマを抽出するため。
- AIによって生成されたSQLクエリ（
最終SQL結果）を実行するため。
プロットエージェント (LangChain n8nノード): 実行されたSQLから得られた結果データを受け取り、視覚的表現に適した構造化JSONに変換する専門の二次エージェントです。確実な出力形式のために
構造化出力パーサーn8nノードを使用します。- ウィンドウバッファメモリ (LangChain n8nノード): 会話のコンテキストを維持し、このn8nワークフローの現在のセッション内でのフォローアップ質問をAIエージェントが理解できるようにします。
関連するn8nワークフロー
Gemini AIとPineconeによる記憶機能を備えた対話型WhatsAppアシスタント
Google GeminiとPineconeを活用し、永続的で文脈を保持する記憶機能を備えた、高機能な対話型WhatsApp AIアシスタントを構築するためのn8nワークフローテンプレートです。
AIによる対話型ホテル・航空券予約の自動化
この高度なn8nワークフローを使用して、対話型の旅行予約エージェントを構築します。OpenAI n8nノードを活用して自然言語によるリクエストを処理し、外部APIで航空券やホテルを検索、自動的に予約確認を送信します。これはAIオペレーションのための必須n8nテンプレートの一つです。
AIとRAGを活用した対話型Eコマース販売自動化
この高度なn8nワークフローを使用して、WooCommerce向けの24時間365日稼働するAI販売エージェントを導入します。RAGによるFAQ、Stripe決済、CRMリード獲得機能などを、専用のn8nテンプレートを活用して処理します。
AIを活用した三面図から動的360度動画への変換ツール
GPT-4oの画像生成機能とKling動画合成APIを駆使し、2D三面図を滑らかに回転する360度動画へ変換する、高度なn8nワークフローです。
特徴*
