Steg 2: anslut Google Sheets

Dessa noder skriver upphämtningsposter, uppdaterar koordinater, läser in jobb för optimering och hämtar slutliga sändningsrader. Det finns totalt fem Google Sheets-noder; konfigurera dem tillsammans.

1. Öppna Append Pickup Records och välj måldokument och blad: Document Transportation Orders, Sheet Multi-Stop.
2. Mappa fält i Columns till uttryck som {{ $json.address }} och {{ $json.store_id }}_{{ $json.collection_request_id }}.
3. Upprepa samma dokument-/bladval för Update Pickup Coordinates, Load Coordinate Rows, Update Sequence Duration och Fetch Shipment Rows.
4. I Load Coordinate Rows och Fetch Shipment Rows ställer ni in Filters till collection_request_id = [YOUR_ID] (ersätt med ert faktiska ID eller ett uttryck).
5. Inloggning krävs: anslut era Google Sheets-inloggningsuppgifter till alla Google Sheets-noder.

Steg 3: konfigurera AI-extrahering och tolkning

Dessa noder tolkar inkommande e-post till strukturerad upphämtningsdata och genererar bekräftelsesvaret.

1. Öppna Logistics Data Interpreter och låt Text vara satt till =Here is an email from a customer requesting a shipment: ... {{ $json.subject }} ... {{ $json.text }}.
2. Verifiera att Structured JSON Extractor har JSON-schemaexemplet för collection_request_id, store_id, address, collection_date och collection_time.
3. Säkerställ att Structured JSON Extractor är ansluten som output-parser för Logistics Data Interpreter (inloggningsuppgifter läggs till i föräldranodens modell).
4. Öppna OpenAI Chat Engine 2 och ställ in Model till gpt-4o-mini (redan konfigurerat).
5. Inloggning krävs: anslut era OpenAI-inloggningsuppgifter till OpenAI Chat Engine 2 (modellen som används av Logistics Data Interpreter).
6. Öppna Compose Confirmation Reply och bekräfta att Text är ={{ $json.formatted_reply }}.
7. Öppna OpenAI Chat Engine och ställ in Model till gpt-4o-mini.
8. Inloggning krävs: anslut era OpenAI-inloggningsuppgifter till OpenAI Chat Engine (modellen som används av Compose Confirmation Reply).

Steg 4: konfigurera geokodning av upphämtningar och uppdateringsloop

Den här delen lägger till upphämtningsrader, geokodar varje adress och uppdaterar GPS-fält i arket.

1. I Split Address Items ställer ni in Field To Split Out till output för att iterera varje upphämtningsplats.
2. I Iterate Pickups ställer ni in Batch Size till =1 för bearbetning rad för rad.
4. Konfigurera Geocode Pickup Request med URL https://api.openrouteservice.org/geocode/search, query-parametern text ={{ $json.address }} och headers enligt definition.
5. Inloggning krävs: anslut era httpQueryAuth-inloggningsuppgifter för Geocode Pickup Request.
6. I Map Pickup Coordinates mappar ni koordinater från {{$json.features[0].geometry.coordinates[0]}} och {{$json.features[0].geometry.coordinates[1]}}.
7. I Update Pickup Coordinates mappar ni gps_coordinates till {{ $json.longitude }}, {{ $json.latitude }} och matchar på location_id från {{ $('Append Pickup Records').item.json.location_id }}.
8. Behåll Short Delay mellan uppdateringar för att undvika throttling i API:et eller arket.

Steg 5: konfigurera optimering och sekvensering

Dessa noder bygger optimeringspayloaden, anropar optimerings-API:et och sammanfogar ordnade sekvenser med koordinater.

1. I Load Coordinate Rows läser ni in raderna för aktuellt request-ID så att Build Job Payload kan skapa jobb.
2. I Build Job Payload behåller ni den medföljande JavaScript-koden som skapar jobs och vehicles från arkdata.
3. Build Job Payload skickar utdata parallellt till både Optimization API Call och Prepare Jobs Payload.
4. I Optimization API Call behåller ni URL https://api.openrouteservice.org/optimization och låter Body vara satt till {{ JSON.stringify({ jobs: $json.jobs, vehicles: $json.vehicles }) }}.
5. Inloggning krävs: anslut era httpHeaderAuth-inloggningsuppgifter för Optimization API Call.
6. I Prepare Jobs Payload ställer ni in jobs till {{ $json.jobs }}, och splittrar sedan med Split Job List via Field To Split Out jobs.
7. Använd Extract Job Order för att läsa optimeringssteg och outputta värden för id och sequence.
8. I Combine Sequence & Coords ställer ni in Mode till combine och Fields To Match till id.
9. I Assemble GPS Fields ställer ni in sequence till {{ $json.sequence }} och gps_coordinates till {{ $json.location[0] }}, {{ $json.location[1] }}.
10. I Update Sequence Duration ställer ni in total_duration till {{ ($('Optimization API Call').item.json.summary.duration/60).toFixed(2) }} och matchar på gps_coordinates.

Steg 6: konfigurera utdata och e-postsvar

Den här delen formaterar upphämtningsschemat och skickar bekräftelsesvaret.

1. I Fetch Shipment Rows behåller ni filtret på collection_request_id så att endast rader för aktuell förfrågan används.
2. I Format Pickup Schedule behåller ni HTML-mallen som bygger formatted_reply.
3. Säkerställ att Format Pickup Schedule kopplas till Compose Confirmation Reply, som sedan skickar vidare till Send Gmail Response.
4. I Send Gmail Response ställer ni in Operation till reply, Message till {{ $json.output }} och Message ID till {{ $('Inbox Email Trigger').item.json.id }}.
5. Inloggning krävs: anslut era Gmail-inloggningsuppgifter i Send Gmail Response.

Steg 7: testa och aktivera ert arbetsflöde

Validera hela flödet från e-postinläsning till levererat svar.

1. Klicka på Execute Workflow och skicka ett testmejl till Gmail-inkorgen som övervakas av Inbox Email Trigger.
2. Verifiera att Logistics Data Interpreter outputtar en JSON-array och att Split Address Items skapar en item per upphämtning.
3. Kontrollera att Append Pickup Records skriver nya rader och att Update Pickup Coordinates fyller i longitud/latitud och gps_coordinates.
4. Bekräfta att Optimization API Call returnerar rutter, att Extract Job Order skapar sekvenser och att Update Sequence Duration skriver sequence och total_duration.
5. Säkerställ att Send Gmail Response svarar i den ursprungliga tråden med HTML-bekräftelsen.
6. När allt fungerar växlar ni arbetsflödet till Active för användning i produktion.