Steg 2: Anslut Google Sheets

Konfigurera datakällan både för huvudflödet för aggregering och för AI-verktyget som används för kolumnmetadata.

1. Öppna Retrieve Sheet Records och ställ in Document ID till [YOUR_ID] och Sheet Name till [YOUR_ID].
2. Inloggningsuppgifter krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i Retrieve Sheet Records.
3. Konfigurera Fetch Column Details med Document ID [YOUR_ID], Sheet Name [YOUR_ID], Description Type manual och den angivna Tool Description.
4. Inloggningsuppgifter krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter för verktyget, och kom ihåg att Fetch Column Details är kopplad till Gemini Data Query Agent som ett AI-verktyg.

Steg 3: Konfigurera AI-frågeagenten och parsningsverktygen

AI-lagret tolkar användarförfrågningar, validerar schemat och förbereder strukturerade aggregeringsinstruktioner.

1. Öppna Gemini Data Query Agent och bekräfta att Has Output Parser är aktiverat.
2. Granska System Message i Gemini Data Query Agent för att säkerställa att utdataformatet matchar ert önskade schema.
3. Anslut Gemini Conversational Model som språkmodell för Gemini Data Query Agent.
4. Inloggningsuppgifter krävs: Anslut era googlePalmApi-inloggningsuppgifter i Gemini Conversational Model.
5. Koppla Structured Result Parser till Gemini Data Query Agent och bekräfta att JSON Schema Example är satt till { "column": "customer", "aggregation": "sum", "level": "date, channel" }.
6. Koppla Session Memory Buffer till Gemini Data Query Agent för att bevara kontext mellan körningar.

Steg 4: Konfigurera körning av underarbetsflödet

AI-agenten anropar ett separat inbäddat arbetsflöde för att exekvera den begärda aggregeringslogiken.

1. Öppna Run Sub-Workflow (Configure Required) och behåll Source inställt på parameter.
2. Granska den inbäddade workflowJson och uppdatera platshållarna i Fetch Sheet Rows för Document ID och Sheet Name till värdena för ert aktiva kalkylark.
3. Inloggningsuppgifter krävs: I det inbäddade underarbetsflödet, anslut googleSheetsOAuth2Api-inloggningsuppgifter för Fetch Sheet Rows.
4. Inloggningsuppgifter krävs: I det inbäddade underarbetsflödet, anslut googlePalmApi-inloggningsuppgifter för Gemini Output Model.

Steg 5: Konfigurera routing för aggregeringar och sammanfattningar

Det här avsnittet routar aggregeringsförfrågan och tar fram måttsammanfattningar. Endast en sammanfattningsväg väljs baserat på aggregeringstypen.

1. Öppna Aggregation Type Router och bekräfta att varje regel jämför {{ $('Triggered by Parent Flow').item.json.output.aggregation }} mot countd, sum, avg, min, max och count.
2. I Unique Count Summary, ställ in Fields to Split By till {{ $('Triggered by Parent Flow').item.json.output.level }} och Field till {{ $('Triggered by Parent Flow').item.json.output.column }} med Aggregation countUnique.
3. Upprepa samma uttryck för Fields to Split By och Field för de andra sammanfattningsnoderna och ställ in deras aggregeringar: Sum Total Summary (sum), Average Value Summary (average), Minimum Value Summary (min), Maximum Value Summary (max) och Row Count Summary (inget aggregeringsvärde krävs).
4. Verifiera att varje sammanfattningsnod routar in i Combine Metrics Payload.

Steg 6: Konfigurera formatering av utdata

Samla alla mått i en och samma payload och formatera dem till en tabell med hjälp av AI.

1. Öppna Combine Metrics Payload och ställ in Aggregate till aggregateAllItemData.
2. Öppna Format Table Output och ställ in Text till {{ $json.data }} med Prompt Type define.
3. Ställ in System Message i Format Table Output till write this into one table. output as dimensions, then metrics.
4. Anslut Gemini Formatter Model som språkmodell för Format Table Output.
5. Inloggningsuppgifter krävs: Anslut era googlePalmApi-inloggningsuppgifter i Gemini Formatter Model.

Steg 7: Testa och aktivera ert arbetsflöde

Validera att arbetsflödet tar emot indata, utför korrekt aggregering och producerar en formaterad tabell.

1. Från det överordnade arbetsflödet, skicka en test-payload till Triggered by Parent Flow med värden för output.column, output.aggregation och output.level.
2. Kör arbetsflödet och bekräfta att Aggregation Type Router väljer rätt sammanfattningsnod och att utdata når Format Table Output.
3. Verifiera att slututdata i Format Table Output är en enda tabell med dimensioner först och mått efter.
4. Klicka på Activate för att aktivera arbetsflödet för produktionsanvändning när testningen lyckas.