¿Es posible hoy en día una automatización como esta con Discourse AI?

Comunidad
1

Hay una tarea que hacemos hoy en la que he podido progresar bastante en la automatización usando n8n, pero me pregunto si es posible de forma nativa con Discourse.

Tenemos una categoría de borradores donde los gerentes de marketing de productos redactan anuncios de productos que se enviarán sobre sus productos. Cuando crean ese borrador, miramos el nombre del producto, la versión, si es una versión principal/secundaria/de parche. También tomamos el cuerpo del contenido de su anuncio y lo resumimos con un LLM para obtener una descripción del contenido de 4 a 7 palabras.

Luego usamos eso para crear el banner de anuncio en Adobe, así:

La imagen presenta una ilustración de una persona usando una computadora portátil con un enfoque en mejoras de seguridad, destacando específicamente las "Extensiones del lado del cliente PolicyPak 25.3" en azul. (Subtitulado por IA)
La imagen presenta una ilustración de una persona usando una computadora portátil con un enfoque en mejoras de seguridad, destacando específicamente las "Extensiones del lado del cliente PolicyPak 25.3" en azul. (Subtitulado por IA)1380×828 94.8 KB

Siento que esto podría hacerse con un LLM y algo de lógica tradicional:

  • El fondo es de un solo tono por tipo de anuncio y hay cuatro variaciones de cada color; simplemente seleccionamos uno al azar.
  • El nombre del producto y la versión se ingresan en los cuadros de la parte superior.
  • La descripción en el centro del cuerpo.
  • Usamos https://storyset.com/ para crear rápidamente una ilustración para poner a la derecha.

Creo que tengo un buen enfoque para hacer esto con n8n, pero me pregunto si se podría hacer de forma nativa con Discourse AI y otras herramientas.

3 Me gusta
3

La persona Diseñador, que utiliza el excelente modelo GPT Image 1, es capaz de hacer cosas como esta:

POLICYPAK 25.3 Client-Side Enhancements ilustra a un hombre trabajando en un portátil en un entorno tecnológico con iconos como un escudo, un candado y un mando a distancia, lo que posiblemente signifique seguridad o funciones de software. (Subtitulado por IA)
POLICYPAK 25.3 Client-Side Enhancements ilustra a un hombre trabajando en un portátil en un entorno tecnológico con iconos como un escudo, un candado y un mando a distancia, lo que posiblemente signifique seguridad o funciones de software. (Subtitulado por IA)1536×1024 86.6 KB

La imagen muestra a un profesional utilizando un portátil, con el título "POLICYPAK 25.3 Client-Side Extensions Enhancements" e iconos relacionados que representan seguridad y tecnología en el fondo. (Subtitulado por IA)
La imagen muestra a un profesional utilizando un portátil, con el título "POLICYPAK 25.3 Client-Side Extensions Enhancements" e iconos relacionados que representan seguridad y tecnología en el fondo. (Subtitulado por IA)1536×1024 86.2 KB

Creo que podrías implementar algo utilizando una persona personalizada y las herramientas adecuadas para lograr gran parte de esto, sin duda.

4 Me gusta
4

Nota para el uso de herramientas personalizadas, siempre que haya API REST adecuadas, puedes integrarlas fácilmente, por ejemplo, así es como me integro con la generación de imágenes de flux:

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;
}

Puedes ver la publicación HTTP y el análisis de la imagen base 64 en el ejemplo.

5 Me gusta
5

Si se proporciona el cuerpo de una publicación, ¿la carga de convertir el contenido de ese cuerpo en parámetros válidos recae en Discourse AI para leer el contenido y luego crear el objeto de solicitud? ¿O se debe pasar el contenido sin procesar a la herramienta y la carga para que un LLM analice eso en busca de los datos necesarios para construir una entrada adecuada para su llamada API existe allí?

1 me gusta
6

Sí, en ese caso la herramienta ya tiene una API para leer publicaciones, por lo que simplemente puedes pasar un ID.

2 Me gusta
7

¿Podrías indicarme los documentos para esto por casualidad?

10

Disculpe la demora en responder, es complicado, nuestra documentación está evolucionando y la superficie de la API crece semanalmente.

Este tipo de técnica proporciona un kilometraje preciso y actualizado, pero creo que debemos esperar un poco a que toda la API se estabilice antes de dar cosas por sentado:

2 Me gusta