このような自動化は今日のDiscourse AIで可能ですか？

[jordan-violet]

n8n を使用して自動化を進めることができたタスクが今日ありますが、Discourse ネイティブで可能かどうか疑問に思っています。

製品マーケティングマネージャーが製品に関する製品発表をドラフトするドラフトカテゴリがあります。ドラフトを作成する際に、製品名、バージョン、メジャー/マイナー/パッチリリースかどうかを確認します。また、発表コンテンツの本文を LLM で要約し、コンテンツの 4 ～ 7 語の説明を作成します。

これを使用して、次のような Adobe で発表バナーを作成します。

Minor Version 25.3 Released

LLM と従来のロジックでこれが可能だと感じています。

• 背景は発表タイプごとに 1 つの色合いで、各色に 4 つのバリエーションがあります。ランダムに 1 つ選択します。
• 製品名とバージョンは上部のボックスに入力されます。
• 説明は中央下部にあります。
• https://storyset.com/ を使用して、右側に配置する簡単なイラストを作成します。

n8n でこれを行う良いアプローチがあると感じていますが、Discourse AI やその他のツールでネイティブに実行できるかどうか疑問に思っています。

[sam (Sam Saffron)]

デザイナーペルソナは、優れた新しいGPT Image 1モデルを使用して、次のようなことを行うことができます。

PolicyPak 25.3: Client-Side Extension Enhancements

カスタムペルソナを使用して適切なツールを組み合わせれば、これの多くを確実に達成できると思います。

[sam (Sam Saffron)]

カスタムツールの使用に関する注記。適切なREST APIがあれば簡単に統合できます。たとえば、flux画像生成との統合は次のようになります。

const apiKey = "password";
const model = "black-forest-labs/FLUX.1.1-pro";

let prompt;

function invoke(params) {
  let seed = parseInt(params.seed);
  if (!(seed > 0)) {
    seed = Math.floor(Math.random() * 1000000) + 1;
  }

  let height = parseInt(params.height);
  if (!height || height < 256 || height > 1440) {
      height = 768;
  }
  let width = parseInt(params.width);
  if (!width || width < 256 || width > 1440) {
      width = 1024;
  }
  
  width = width - (width % 32);
  height = height - (height %32);

  prompt = params.prompt;
  const negative_prompt = params.negative_prompt || "";
  const body = {
    model: model,
    prompt: prompt,
    width: width,
    height: height,
    steps: 10,
    n: 1,
    seed: seed,
    negative_prompt: negative_prompt,
    response_format: "b64_json",
  };

  const result = http.post("https://api.together.xyz/v1/images/generations", {
    headers: {
      "Authorization": `Bearer ${apiKey}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify(body),
  });
  
  if (result.status !== 200) {
      return { error: true, body: result.body };
  }

  const base64Image = JSON.parse(result.body).data[0].b64_json;
  const image = upload.create("generated_image.png", base64Image);
  const raw = `
![${prompt}](${image.short_url})
`;
  
  if (!params.show_to_user === false) {
     chain.setCustomRaw(raw);
  }

  return { result: "Image generated successfully", prompt: prompt, url: image.url, seed: seed, negative_prompt: negative_prompt };
}

function details() {
  return prompt;
}

サンプルでは、HTTP POSTとbase 64画像の解析を確認できます。

[jordan-violet]

投稿本文が与えられた場合、その本文の内容を有効なパラメータに変換する責任は、Discourse AI がコンテンツを読み取り、リクエストオブジェクトを作成することにありますか？それとも、生のコンテンツをツールに渡され、API呼び出しに必要なデータに必要な解析を行う責任がLLMに存在することになりますか？

[sam (Sam Saffron)]

その場合、ツールには既に投稿を読むためのAPIがあるので、IDを渡すだけで済みます

[jordan-violet]

これのドキュメントを教えていただけますか？

[sam (Sam Saffron)]

返信が遅くなり申し訳ありません。これは難しい問題です。当社のドキュメントは進化しており、APIサーフェスは毎週拡大しています。

この種の技術は、いくつかの正確な最新の走行距離を提供しますが、すべてを確定する前に、APIが安定するまでもう少し待つ必要があると思います。

Discourse AI Tool JS API Explained - AI Conversation - Sam Saffron's Blog