Steg 2: anslut datakällorna GHL och ClickUp

Hämta vunna affärer från HighLevel och uppgifter från ClickUp parallellt.

1. Öppna Retrieve GHL Wins och ställ in Resource till opportunity och Operation till getAll.
2. I Retrieve GHL Wins, ställ in Limit till 100 och Filters → status till won.
3. Inloggningsuppgifter krävs: anslut era HighLevel-inloggningsuppgifter i Retrieve GHL Wins (det här arbetsflödet har inga konfigurerade).
4. Öppna Gather ClickUp Tasks och ställ in Authentication till oAuth2.
5. Ställ in Team, Space, Folder och List till era ID:n: YOUR_TEAM_ID, YOUR_SPACE_ID, YOUR_FOLDER_ID, YOUR_LIST_ID.
6. Ställ in datumfilter till {{ $today.minus({ days: 1 }).toFormat('yyyy-MM-dd') }} för dueDateGt och {{ $today.toFormat('yyyy-MM-dd') }} för dueDateLt.
7. Inloggningsuppgifter krävs: anslut era ClickUp-inloggningsuppgifter i Gather ClickUp Tasks (det här arbetsflödet har inga konfigurerade).
8. Observera att Planned Report Trigger skickar utdata till både Retrieve GHL Wins och Gather ClickUp Tasks parallellt.

Steg 3: normalisera och aggregera den kombinerade datan

Slå ihop båda källorna och omvandla dem till en enda aggregerad payload för AI-analys.

1. Bekräfta att Combine Source Records är ansluten till både Retrieve GHL Wins och Gather ClickUp Tasks.
2. Öppna Normalize Data Payload och behåll den tillhandahållna JavaScript-koden intakt för att transformera och aggregera items.
3. Uppdatera vid behov platshållarvärden inne i koden, till exempel YOUR_PIPELINE_ID och YOUR_LOCATION_ID.
4. Säkerställ att noden returnerar ett enda aggregerat item för vidare AI-bearbetning.

Steg 4: konfigurera generering av AI-sammanfattning

Skapa en strukturerad sammanfattning vid dagens slut med Azure OpenAI och strukturerad parsing.

1. Öppna Generate EOD Summary AI och behåll Text-prompten med uttrycket {{ JSON.stringify($json.opportunities || $json, null, 2) }}.
2. I Generate EOD Summary AI, behåll Prompt Type som define och ha Has Output Parser aktiverad.
3. Öppna Azure LLM Model och ställ in Model till gpt-4o.
4. Inloggningsuppgifter krävs: anslut era Azure OpenAI-inloggningsuppgifter i Azure LLM Model (det här arbetsflödet har inga konfigurerade).
5. Öppna Parse Structured Output och behåll JSON-schemaexemplet.
6. Öppna Buffer Memory Window och behåll Session Key som "eod_report_generator" och ställ in Context Window Length till 7.

Steg 5: konfigurera kanalloggik och leverans

Formatera rapporten för Slack, e-post och Google Drive, och routa sedan varje payload till rätt destination.

1. Öppna Compose Channel Formats och behåll JavaScript-koden som returnerar tre objekt med type-värden för Slack, e-post och Google Drive.
2. Bekräfta att Compose Channel Formats skickar utdata till Branch Slack Route, Branch Email Route och Branch Drive Route parallellt.
3. I Branch Slack Route, behåll villkoret att {{ $json.type }} är lika med slack.
4. I Post Slack Update, ställ in Channel till er Slack-kanal och behåll den formaterade meddelandetexten.
5. Inloggningsuppgifter krävs: anslut era slackApi-inloggningsuppgifter i Post Slack Update.
6. I Branch Email Route, behåll villkoret att {{ $json.type }} är lika med email.
7. I Dispatch Email Brief, ställ in To Email och From Email till er adress och behåll Subject som {{ $json.subject }}.
8. Inloggningsuppgifter krävs: anslut era smtp-inloggningsuppgifter i Dispatch Email Brief.

Steg 6: spara rapporten i Google Drive

Konvertera rapporten till en fil och ladda upp den till Drive.

1. I Branch Drive Route, behåll villkoret att {{ $json.type }} är lika med google_drive.
2. Öppna Convert Content to File och ställ in Operation till toJson.
3. Öppna Store Report in Drive och ställ in Name till {{ $('Branch Drive Route').item.json.filename }}.
4. Ställ in destinationen till er Drive och mapp (till exempel Drive My Drive och Folder root).
5. Inloggningsuppgifter krävs: anslut era Google Drive-inloggningsuppgifter i Store Report in Drive (det här arbetsflödet har inga konfigurerade).

Steg 7: testa och aktivera ert arbetsflöde

Kör ett manuellt test för att verifiera hela dataflödet och utdataformateringen.

1. Klicka på Execute Workflow för att köra Planned Report Trigger manuellt.
2. Verifiera att både Retrieve GHL Wins och Gather ClickUp Tasks returnerar data och slås ihop i Combine Source Records.
3. Bekräfta att Generate EOD Summary AI matar ut strukturerad JSON som Compose Channel Formats kan parsa.
4. Kontrollera att Post Slack Update postar en formaterad sammanfattning, att Dispatch Email Brief skickar ett varumärkesanpassat e-postmeddelande och att Store Report in Drive laddar upp en fil.
5. När ni är nöjda, slå om arbetsflödet till Active så att Planned Report Trigger kör enligt schemat.