Question 1

n8n-də AI agent ilə chain arasında necə seçim edirsən?

Accepted Answer

Fərqi izah et, sonra seçim meyarını xərc və proqnozlaşdırıla bilənlik üzərindən qur. "Chain əvvəlcədən müəyyən edilmiş ardıcıllıqla işləyir: giriş gəlir, model çağırılır, nəticə çıxır. Bir çağırış, bir nəticə. Vacib məhdudiyyəti — n8n-də chain-lər yaddaş dəstəkləmir, yəni əvvəlki sualları xatırlamırlar. Agent isə qərar verən komponentdir: hansı aləti çağıracağına özü qərar verir, nəticəni qiymətləndirir, lazım olsa yenidən çağırır. Ona görə bir icrada model bir neçə dəfə çağırılır. Seçim meyarım sadədir: nə baş verməli olduğunu mən bilirəmsə — chain. Kateqoriyalaşdırma, xülasə, sahə çıxarma, tərcümə — bunlar üçün agent lazım deyil və o, sadəcə xərci artırır. Model özü qərar verməlidirsə — agent. Məsələn "bu müştərinin vəziyyəti nədir?" sualına cavab vermək üçün CRM-ə, ödəniş sisteminə və ya sənədlərə müraciət lazım ola bilər — hansına, bunu əvvəlcədən bilmirəm. Ən çox gördüyüm səhv hər şeyə agent qoymaqdır: xərc qat-qat artır, nəticə isə daha qeyri-sabit olur."

Question 2

n8n-də cluster node quruluşunu izah et.

Accepted Answer

Vizual quruluşu təsvir et — bu, anladığını göstərən ən sürətli yoldur. "Cluster node bir root node və ona aşağıdan qoşulan sub-node-lardan ibarətdir. Root node əsas data axınında dayanır — giriş alır, çıxış verir. Sub-node-lar isə axında deyil; onlar root node-un icra vaxtı müraciət etdiyi resurslardır. AI Agent nümunəsində root node agentin özüdür, sub-node-lar isə: Chat Model — hansı dil modelindən istifadə edəcəyi Memory — söhbət tarixçəsi Tool — çağıra biləcəyi alətlər; ən azı biri qoşulmalıdır RAG qurulanda buraya Embeddings, Vector Store və Document Loader də əlavə olunur. Bu quruluşun praktik mənası: sub-node-a "növbəti addım" kimi baxmaq səhvdir. Onlar paralel yollar deyil — root node-un ehtiyac duyduqda müraciət etdiyi imkanlardır."

Question 3

AI workflow-unun xərcini necə idarə edərsən?

Accepted Answer

Bu, senior sualıdır. Konkret rıçaqları sadala. "1. Agent əvəzinə chain. Ən böyük qənaət buradadır. Agent bir icrada modeli bir neçə dəfə çağırır; sabit tapşırıqda chain bir dəfə çağırır. Tapşırığın həqiqətən qərar tələb edib-etmədiyini yoxlamaq birinci addımdır. 2. Modelə gedən datanın azaldılması. Bütün item-i modelə ötürmək əvəzinə Edit Fields ilə yalnız lazım olan sahələri saxlayıram. Xərc token-ə görədir, ona görə hər lazımsız sahə pul deməkdir. 3. Model səviyyələndirməsi. Sadə tapşırıqlar üçün daha kiçik və ucuz model, mürəkkəb qərarlar üçün daha güclü model. n8n-də bunu Switch ilə şaxələndirib fərqli Chat Model sub-node-larına yönləndirmək olar. 4. Erkən filtr. Modelə çatmazdan əvvəl Filter node-u ilə lazımsız item-ləri atıram — məsələn spam və ya avtomatik cavab e-poçtlarını AI-ya heç göndərmirəm. 5. Nəticələrin təkrar istifadəsi. Eyni giriş üçün eyni nəticə çıxırsa, onu saxlayıb ikinci dəfə modelə müraciət etmirəm. Əlavə olaraq n8n-in evaluation imkanları var — nəticə keyfiyyətini ölçmək. Bu, birbaşa xərc rıçağı deyil, amma "daha ucuz modelə keçsək keyfiyyət düşərmi?" sualına cavab verməyə imkan verir. Ölçmədən model dəyişmək təxminə əsaslanan qərardır."

Meyar	Chain	Agent
Necə işləyir	Əvvəlcədən müəyyən edilmiş ardıcıllıqla komponentləri çağırır	Dil modeli hansı addımı atacağına özü qərar verir
Alətlər	Yoxdur	Var — ən azı bir alət qoşulmalıdır
Yaddaş	Dəstəklənmir — əvvəlki sualları xatırlamır	Dəstəklənir
İcra sayı	Bir dəfə	Bir neçə dəfə — alət çağırır, cavabı qiymətləndirir, davam edir
Proqnozlaşdırıla bilənlik	Yüksək — nə baş verəcəyini bilirsən	Aşağı — model qərar verir
Xərc	Bir model çağırışı	Bir neçə çağırış — daha bahalı

n8n-də AI komponentləri: chain və agent

📚 Mənbələr və sənədlər