Steg 2: mappa inkommande frågedata

Normalisera den inkommande webhook-payloaden så att efterföljande AI-noder pålitligt kan komma åt frågesträngen.

1. Öppna Map Market Query Fields och lägg till en enda tilldelning.
2. Ställ in Name på body.query.
3. Ställ in Value till uttrycket {{ $json.body.query }}.
4. Bekräfta att Map Market Query Fields är kopplad till Detect Market Intent Signals AI.

Steg 3: sätt upp AI för marknadsintention-analys

Konfigurera agenten för att analysera offentligt socialt innehåll och ta fram strukturerade signaler om marknadsintention.

1. Öppna Detect Market Intent Signals AI och ställ in Text till hela prompten som börjar med Analyze public social media discussions related to the following query:.
2. Säkerställ att Prompt Type är inställd på define och att Has Output Parser är aktiverad.
3. Bekräfta att OpenAI Market Reasoner är ansluten som språkmodell för Detect Market Intent Signals AI.
4. Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter för OpenAI Market Reasoner. Som en språkmodell-subnod, lägg till inloggningsuppgifter på den överordnade Detect Market Intent Signals AI om ni blir ombedda.
5. Bekräfta att Social Intel Fetch Tool är ansluten som verktyg för Detect Market Intent Signals AI med Endpoint URL inställd på https://mcp.xpoz.ai/mcp och Authentication inställd på bearerAuth.
6. Inloggningsuppgifter krävs: Anslut era httpBearerAuth-inloggningsuppgifter. Som en verktygs-subnod, lägg till inloggningsuppgifter på den överordnade Detect Market Intent Signals AI om ni blir ombedda.

Steg 4: strukturera ops-utdata och parsa JSON

Omvandla AI-insikter till strukturerade payloads som fungerar för Asana och Slack, och parsa sedan JSON-strängen till fält.

1. Öppna Ops Action Structuring AI och bekräfta att Text-prompten börjar med Convert the following stock market social media insights into: och innehåller den strikta JSON-utdatamallen.
2. Säkerställ att Azure Ops Reasoning Model är ansluten som språkmodell för Ops Action Structuring AI och att Model är inställd på gpt-4o-mini.
3. Inloggningsuppgifter krävs: Anslut era azureOpenAiApi-inloggningsuppgifter. Som en språkmodell-subnod, lägg till inloggningsuppgifter på den överordnade Ops Action Structuring AI om ni blir ombedda.
4. Öppna Parse Ops JSON Output och behåll den angivna JavaScript Code som parsar item.json.output till ett JSON-objekt.

Steg 5: konfigurera utdataåtgärder (Asana och Slack)

Skicka den strukturerade utdatan till Asana och Slack. Dessa åtgärder körs samtidigt efter parsningen.

1. Bekräfta att Parse Ops JSON Output skickar utdata till både Generate Asana Review Task och Post Slack Market Alert parallellt.
2. I Generate Asana Review Task, ställ in Name på {{ $json.asana_task.title }}.
3. Ställ in Workspace på [YOUR_ID] och Authentication på oAuth2.
4. Ställ in Notes till det flerradiga uttrycket som börjar med Market Sentiment Overview:, och ställ in Due On på {{ $now.plus({ days: 1 }).toISODate() }}.
5. Ställ in Projects på [YOUR_ID].
6. Inloggningsuppgifter krävs: Anslut era asanaOAuth2Api-inloggningsuppgifter.
7. I Post Slack Market Alert, ställ in Text på {{ $json.email_summary.subject }} {{ $json.email_summary.body }} och välj er målkanal.
8. Inloggningsuppgifter krävs: Anslut era slackApi-inloggningsuppgifter.

Steg 6: lägg till felhantering

Säkerställ att fel fångas upp och rapporteras till Slack för snabb felsökning.

1. Bekräfta att Failure Capture Trigger är kopplad till Slack Error Notification.
2. I Slack Error Notification, låt Text vara inställd på ❌ *Error in API Error Catalog Workflow* *Node:* {{ $json.node.name }} *Message:* {{ $json.error.message }} *Time:* {{ $json.timestamp }}.
3. Välj målkanalen för felmeddelanden.
4. Inloggningsuppgifter krävs: Anslut era slackApi-inloggningsuppgifter.

Steg 7: testa och aktivera ert workflow

Validera varje flödesväg innan ni aktiverar workflowet för produktion.

1. Använd Inbound Market Webhook test-URL för att skicka en POST-payload som { "query": "S&P 500 sentiment today" } under body.query.
2. Verifiera att Detect Market Intent Signals AI returnerar intentionssignaler som endast JSON och att Ops Action Structuring AI ger strukturerad JSON-utdata.
3. Bekräfta att Parse Ops JSON Output slutförs utan fel.
4. Kontrollera att Generate Asana Review Task skapar en uppgift och att Post Slack Market Alert publicerar sammanfattningsmeddelandet.
5. Trigga ett testfel för att verifiera att Slack Error Notification tar emot en avisering från Failure Capture Trigger.
6. När allt fungerar, växla workflowet till Active för användning i produktion.