KI-gestützter n8n Community Ersteller-Bestenlisten-Analysator

KI-gestützter n8n Creators Leaderboard Analytics Workflow

Diese n8n Workflow-Vorlage ist ein hochentwickeltes, KI-gesteuertes Analysesystem, das darauf ausgelegt ist, aufschlussreiche Berichte über Top-Beitragende und beliebte Workflows in der n8n-Automatisierungs-Community abzurufen, zu verarbeiten und zu generieren. Durch die Nutzung öffentlich verfügbarer Statistiken, die auf GitHub gehostet werden, und die Integration mit den Sprachmodellen von OpenAI liefert es dynamische, menschenlesbare Markdown-Zusammenfassungen, die auf bestimmte Ersteller zugeschnitten sind – ideal für Community-Engagement, Leistungsvergleiche und Trendanalysen.

Was der Workflow tut

Der Workflow ruft zwei JSON-Datensätze aus einem öffentlichen GitHub-Repository ab:

• Erstellerbezogene Statistiken: Aggregierte Metriken pro Benutzer (z. B. Gesamtzahl der wöchentlichen/monatlichen Inserter).
• Workflowbezogene Statistiken: Detaillierte Metriken für einzelne Workflows (z. B. eindeutige Besucher, Nutzungstrends).

Anschließend verarbeitet er diese Daten durch Parsen, Sortieren, Begrenzen und Zusammenführen von Datensätzen basierend auf dem Benutzernamen. Wenn er ausgelöst wird – entweder über eine Chat-Nachricht oder eine externe Workflow-Ausführung –, filtert er die Ergebnisse für einen bestimmten Ersteller und verwendet einen KI-Agenten (gestützt durch gpt-4o-mini), um einen umfassenden Markdown-Bericht zu synthetisieren. Dieser Bericht enthält Zusammenfassungen, Vergleichstabellen, Einblicke in die Popularität und Analysen der Community-Auswirkungen. Optional wird die Ausgabe als lokal gespeicherte .md-Datei mit Zeitstempel gespeichert.

Hauptfunktionen und Fähigkeiten

• Unterstützung für zwei Trigger: Kann entweder über eine natürlichsprachliche Chat-Oberfläche oder programmatisch über einen anderen Workflow aktiviert werden.
• KI-gestützte Berichterstellung: Verwendet einen strukturierten Prompt mit gpt-4o-mini, um gut formatierte, aufschlussreiche Markdown-Inhalte zu erstellen.
• Dynamisches Datenabrufen: Ruft Live-Statistiken aus auf GitHub gehosteten JSON-Dateien ab, um aktuelle Leaderboard-Daten zu gewährleisten.
• Flexible Filterung: Konzentriert die Analyse auf jeden angegebenen n8n-Ersteller-Benutzernamen.
• Lokales Speichern der Ausgabe: Speichert generierte Berichte automatisch als Markdown-Dateien mit Zeitstempeln zur Archivierung.
• Erweiterbare Architektur: Enthält auskommentierte Unterstützung für lokale LLMs (z. B. Ollama) für datenschutzfreundliche Bereitstellungen.
• Umfangreiche Dokumentation: Eingebettete Haftnotizen bieten klare Anleitungen, Erklärungen und Schnellstartanleitungen.

Hauptknoten und ihre Zwecke

Anwendungsfälle und Vorteile

• Community-Manager: Identifizieren Sie Top-Beitragende, verfolgen Sie Engagement-Trends und beleuchten Sie wirkungsvolle Workflows.
• Workflow-Ersteller: Vergleichen Sie ihre eigenen Workflows mit denen von Kollegen und verstehen Sie, was die Akzeptanz fördert.
• Neue Benutzer: Entdecken Sie hochwertige, beliebte Automatisierungen zum Lernen oder Wiederverwenden.
• Datenanalysten: Automatisieren Sie die Extraktion und Interpretation von Community-Nutzungsmustern ohne manuelles Skripting.
• KI-Enthusiasten: Demonstrieren Sie, wie LLMs Rohmetriken mit minimaler Konfiguration in narrative Erkenntnisse umwandeln können.

Vorteile sind Zeitersparnis, verbesserte Dateninterpretierbarkeit, automatisierte Berichterstattung und tiefere Community-Transparenz – alles innerhalb des n8n-Ökosystems.

Schritt-für-Schritt-Workflow-Logik

1. Trigger: Der Workflow startet entweder über:

   • Eine Chat-Nachricht (z. B. „Zeige mir Statistiken für den Benutzernamen joe“) → weitergeleitet an den KI-Agenten.
   • Einen externen Workflow-Aufruf mit { "query": { "username": "joe" } } → weitergeleitet an Globale Variablen.

2. Datenvorbereitung (für externe Trigger):

   • Globale Variablen legt die Basis-URL und die Dateinamen fest.
   • Zwei HTTP Request-Knoten rufen creators.json und workflows.json von GitHub ab.

3. Datenverarbeitungspipeline:

   • Rohe JSON-Antworten werden geparst, um die data-Arrays zu extrahieren.
   • Arrays werden mithilfe von Split Out-Knoten in einzelne Datensätze aufgeteilt.
   • Datensätze werden nach sum_unique_weekly_inserters (Ersteller) oder unique_weekly_inserters (Workflows) sortiert.
   • Die Ergebnisse werden auf die Top 25 Ersteller und Top 300 Workflows begrenzt.
   • Feldnamen werden über die Knoten Creators Data und Workflows Data standardisiert.

4. Datenintegration:

   • Ersteller- und Workflow-Datensätze werden über den Merge-Knoten nach username zusammengeführt.
   • Der zusammengeführte Datensatz wird gefiltert, um nur Einträge beizubehalten, die mit dem Eingabe-username übereinstimmen.

5. KI-Analyse:

   • Die gefilterten Daten werden zu einem einzigen JSON-Array aggregiert.
   • Der n8n Creator Stats Agent empfängt diese Daten und verwendet gpt-4o-mini mit einem detaillierten System-Prompt, um einen strukturierten Markdown-Bericht zu generieren.

6. Ausgabeverarbeitung:

   • Die Antwort der KI wird in Summary Report erfasst.
   • Über creator-summary in reinen Text konvertiert.
   • Als lokale .md-Datei gespeichert (z. B. creator-summary-2024-06-15-03-45-22.md) mit Save creator-summary.md.

7. Antwortlieferung:

   • Der endgültige Bericht ist sowohl als Workflow-Ausgabe als auch als persistente lokale Datei verfügbar.

Dieser Workflow veranschaulicht, wie n8n offene Daten, Automatisierung und generative KI verbinden kann, um umsetzbare Erkenntnisse zu liefern – und rohe Community-Metriken ohne manuelles Eingreifen in überzeugende Erzählungen umwandelt.