Выводы из отзывов клиентов по темам — автоматически

Сценарий собирает отзывы, объединяет похожие в темы и по каждой готовит короткий вывод, а итог складывает в таблицу.

  • Читает и группирует отзывы за вас
  • Похожие сводит в темы
  • Готовый вывод по каждой теме
  • Итог — сразу в таблице
Default Data LoaderEmbeddings OpenAIQdrant Vector Store
Подключить Postgres PGVector Store и запуститьScriptera

Как это работает

Перенос данных из Microsoft SQL в Postgres PGVector Store делается готовым сценарием: он сам замечает новое и переносит его.

  1. Запуск: Запуск вручную
  2. Затем: Задать переменные
  3. Затем: Очистить существующие отзывы
  4. Затем: Получить страницу TrustPilot
  5. Затем: Извлечь отзывы
  6. Затем: Заархивировать записи
  7. Затем: Преобразовать отзывы в список
  8. Затем: Векторное хранилище Qdrant
  9. Затем: Подготовить значения для триггера
  10. Затем: Запустить инсайты
  11. Затем: Загрузчик данных по умолчанию
  12. Затем: Рекурсивный разделитель текста по символам
  13. Затем: Векторные представления OpenAI
  14. Затем: Получить полезную нагрузку точек
  15. Затем: Агент анализа клиентов
  16. Затем: Подготовить вывод для экспорта
  17. Затем: Экспортировать в Sheets
  18. Затем: Преобразовать кластеры в список
  19. Проверка: Только кластеры с 3+ точками
  20. Затем: Модель чата OpenAI
  21. Затем: Задать переменные1
  22. Затем: Найти отзывы
  23. Затем: Применить алгоритм кластеризации K-means
  24. Запуск: Триггер выполнения сценария

Настроить такую автоматизацию (Microsoft SQL + Postgres PGVector Store) можно в Scriptera — без кода: опишите задачу, остальное сделают за вас.

Похожие сценарии