ИИ-исследование по многим источникам — одним запросом

Как это работает

Интеграция okoCrm и Mandrill собирается из готового сценария — вот как он устроен по шагам.

1. Запуск: Запись Webhook
2. Затем: Задать переменные
3. Затем: Проверить кэш
4. Проверка: Проверить попадание в кэш
5. Если да — Вернуть из кеша
6. Если да — Записать попадание в кеш
7. Если нет — Проверить лимит Limit
8. Затем: Агент многошагового рассуждения
9. Затем: Разделить подзапросы
10. Затем: Агент оптимизации запросов
11. Затем: Агент многоисточникового поиска
12. Затем: Разделить URL для параллельного скрапинга
13. Затем: Параллельный веб-скрапинг
14. Затем: Продвинутое извлечение и анализ данных
15. Затем: Проверить источник
16. Проверка: Проверить источники Filter
17. Если да — Агрегировать все результаты
18. Затем: Умный Summarizeр с контекстом
19. Затем: Сохранить в кеш
20. Затем: Подготовить результаты
21. Запуск: Ответить на вебхук
22. Затем: Отправить уведомление в Slack
23. Затем: Отправить email-отчет
24. Затем: Записать в таблицу
25. Затем: Парсер вывода рассуждения
26. Затем: GPT-4o (Рассуждение)
27. Затем: Парсер вывода оптимизатора
28. Затем: GPT-4o Mini (Оптимизатор)
29. Затем: Bright Data MCP Tool
30. Затем: Парсер вывода поиска
31. Затем: GPT-4o (Поиск)
32. Затем: Парсер вывода извлечения
33. Затем: GPT-4o (Извлечение)
34. Затем: Парсить результат валидации
35. Затем: Проверить GPT-4o Mini
36. Затем: Распарсить итог
37. Затем: Проверить GPT-4o (Summarizeр)

Настроить такую автоматизацию (okoCrm + Mandrill) можно в Scriptera — без кода: опишите задачу, остальное сделают за вас.