Steg 2: Anslut BrowserAct-körning av uppgift

BrowserAct-arbetsflödet kör GitHub-sökningen efter bidragsgivare och returnerar rått utdata från uppgiften.

1. Öppna Launch Workflow Task och ställ in Workflow ID till [YOUR_ID].
2. Konfigurera Input Parameters såsom Language = Python, Location = Berlin, Total_Page = 2 och Public_Repositories = 5.
3. Inloggningsuppgifter krävs: Anslut era browserActApi-inloggningsuppgifter i Launch Workflow Task.
4. Öppna Retrieve Task Details och ställ in Task ID till {{ $json.id }}, Operation till getTask, Wait For Finish till true, Max Wait Time till 600 och Polling Interval till 20.
5. Inloggningsuppgifter krävs: Anslut era browserActApi-inloggningsuppgifter i Retrieve Task Details.

Steg 3: Sätt upp datatransformering och AI-poängsättning

Utdata från uppgiften parsas till items, poängsätts sedan med AI-agenten och struktureras för efterföljande uppdateringar.

1. I Transform JSON Script, behåll JavaScript-koden som parsar $input.first().json.output.string till flera items.
2. Öppna Candidate Scoring Agent och ställ in Text till den angivna prompten som innehåller uttryck som {{ $json.Summary }}, {{ $json.Followers }} och {{ $json.TotalRepo }}.
3. Säkerställ att Candidate Scoring Agent har Has Output Parser aktiverat och att Structured Result Parser är kopplad som output parser.
4. Öppna Structured Result Parser och ställ in JSON Schema Example till den angivna schema-mallen.
5. Öppna Gemini Conversation Model och koppla den som språkmodell för Candidate Scoring Agent.
6. Inloggningsuppgifter krävs: Anslut era googlePalmApi-inloggningsuppgifter i Gemini Conversation Model. Structured Result Parser använder den överordnade agenten och tar inte emot inloggningsuppgifter direkt.

Steg 4: Konfigurera utdatauuppdateringar och notifieringar

Poängsatta kandidater skrivs till Google Sheets och en Slack-notifiering skickas efter uppdateringar.

1. Öppna Update Spreadsheet Row och ställ in Operation till appendOrUpdate.
2. Ställ in Document ID till [YOUR_ID] och Sheet Name till [YOUR_ID].
3. Mappa kolumner till uttryck: URL = {{ $json.output.URL }}, Name = {{ $json.output.Name }}, Score = {{ $json.output.Score }}, Folowers = {{ $json.output.Folowers }}, Location = {{ $json.output.Location }}, TotalRepo = {{ $json.output.TotalRepo }}.
4. Ställ in Matching Columns till Name så att uppdateringar matchar befintliga rader.
5. Inloggningsuppgifter krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i Update Spreadsheet Row.
6. Öppna Notify Slack Channel och ställ in Text till GitHub Contributors Updated, och välj sedan er Slack-kanal.
7. Inloggningsuppgifter krävs: Anslut era slackOAuth2Api-inloggningsuppgifter i Notify Slack Channel.

Steg 5: Lägg till varningar för felhantering

Arbetsflödet skickar fel vid hämtning av uppgift till en Slack-varning för bättre insyn.

1. Bekräfta att Retrieve Task Details använder felutgången för att ansluta till Post Error Alert.
2. Öppna Post Error Alert och ställ in Text till BrowserAct Workflow Faces Problem.
3. Välj lämplig Channel där felvarningar ska visas.
4. Inloggningsuppgifter krävs: Anslut era slackOAuth2Api-inloggningsuppgifter i Post Error Alert.

Steg 6: Testa och aktivera ert arbetsflöde

Verifiera varje del av automatiseringen innan ni aktiverar den med ett skarpt schema.

1. Klicka på Execute Workflow för att köra Scheduled Automation Trigger manuellt.
2. Bekräfta att Launch Workflow Task och Retrieve Task Details returnerar en uppgift med en output.string-payload.
3. Verifiera att Transform JSON Script ger flera items och att Candidate Scoring Agent returnerar strukturerade resultat via Structured Result Parser.
4. Kontrollera att Update Spreadsheet Row skriver eller uppdaterar rader och att Notify Slack Channel postar GitHub Contributors Updated.
5. Om det behövs, tvinga fram ett fel i Retrieve Task Details för att validera notifieringar i Post Error Alert.
6. När allt är verifierat, växla arbetsflödet till Active för att köra enligt schema.