Извлечение личных данных с помощью саморазмещаемой LLM Mistral NeMo

Разблокируйте защиту данных уровня предприятия, запуская открытые LLM, такие как Mistral NeMo, локально с помощью Ollama и интеграции LangChain от n8n. Легко извлекайте структурированную персональную информацию из ввода пользователя, преобразуя неструктурированный текст в настраиваемые форматы JSON, соответствующие вашим нуждам. Воспользуйтесь надежной обработкой ошибок, включая автоматическую коррекцию выходных данных и ведение журналов ошибок для упрощения устранения неполадок. Начните с набора инструментов n8n AI Starter Kit, настраивайте цепочки LLM и определяйте схемы для точного извлечения данных — никакая чувствительная информация не покидает ваш сервер. Изучайте дальше с большими справочными материалами, учебниками и практическими ресурсами, чтобы максимально использовать потенциал вашего локального AI рабочего…

Category: n8n

Описание
Отзывы (0)

Описание

Этот рабочий процесс демонстрирует, как извлекать структурированные персональные данные из неструктурированного ввода пользователя с помощью развернутой локально модели большого языка (LLM), в частности модели Mistral NeMo, работающей локально через Ollama. Он использует интеграцию LangChain в n8n для обработки сообщений чата, парсинга вывода в определенную JSON-схему и реализации обработки ошибок с функциями автоматического исправления для обеспечения согласованности данных.

Целевые сценарии использования:

Корпоративные среды, требующие локальной обработки данных для соблюдения требований конфиденциальности
Автоматизированное извлечение личной информации (например, имя, способ связи) из свободно-форматированного ввода
Сценарии, требующие структурированного JSON-вывода от ответов разговорного ИИ

Логические блоки:

1.1 Прием ввода: Принимает сообщения чата, инициирующие рабочий процесс
1.2 Обработка LLM: Отправляет ввод в локальную модель Mistral NeMo через Ollama и обрабатывает ответы
1.3 Парсинг и валидация вывода: Парсит вывод LLM в структурированный JSON-формат и валидирует его по схеме
1.4 Автоисправление и обработка ошибок: Автоматически повторяет и исправляет выводы, которые не соответствуют ограничениям схемы
1.5 Подготовка окончательного вывода: Извлекает и форматирует окончательный JSON-вывод для дальнейшего использования