Steg 2: Anslut Google Sheets

Konfigurera lagring och hämtning av betygsdata för väntande granskningar.

1. Öppna Retrieve Pending Reviews och ställ in Document ID till [YOUR_ID] och Sheet Name till Peer Evaluations.
2. I Retrieve Pending Reviews ställer ni in filtret till att status är lika med Pending Peer Review.
3. Öppna Append Grading Sheet och ställ in Operation till append, Document ID till [YOUR_ID] och Sheet Name till Peer Evaluations.
4. Bekräfta kolumnmappningar i Append Grading Sheet, till exempel ai_score till {{ $('Record Evaluation Results').item.json.total_score }} och technical_accuracy till {{ $('Record Evaluation Results').item.json.ai_evaluation.technical_accuracy }}.
5. Autentisering krävs: Anslut era googleSheets-inloggningsuppgifter för både Retrieve Pending Reviews och Append Grading Sheet (inloggningsuppgifter är inte konfigurerade ännu).

Steg 3: Konfigurera inlämningsintag och PDF-tolkning

Mappa inkommande webhook-fält och extrahera PDF-innehåll för AI-granskning.

1. I Map Submission Fields mappar ni varje fält från webhook-body: student_id till {{ $json.body.student_id }}, assignment_file till {{ $json.body.assignment_file }}, course_code till {{ $json.body.course_code }}, assignment_title till {{ $json.body.assignment_title }}, peer_reviewers till {{ $json.body.peer_reviewers }} och deadline till {{ $json.body.deadline }}.
2. I Read Submission PDF ställer ni in Binary Property Name till {{ $json.assignment_file }} så att PDF:en kan tolkas från den uppladdade filen.

Steg 4: Konfigurera AI-teknisk granskning

Konfigurera AI-agenten för att utvärdera inlämningar och tolka strukturerad output.

1. Öppna AI Technical Review och behåll prompttexten som den är definierad, inklusive den inbäddade innehållsreferensen {{ $json.data }}.
2. Säkerställ att OpenRouter Chat Engine är ansluten som språkmodell för AI Technical Review.
3. Autentisering krävs: Anslut era openRouterApi-inloggningsuppgifter i OpenRouter Chat Engine (redan konfigurerat i workflowet).
4. Bekräfta att Parse Structured Output är kopplad som output-parser för AI Technical Review. Lägg till inloggningsuppgifter (om det krävs) i den överordnade noden AI Technical Review, inte i parserns undernod.

Steg 5: Konfigurera utdata för granskningsuppgifter

Skapa utvärderingsposten, dela upp granskare och skicka aviseringar om tilldelning.

1. I Record Evaluation Results ställer ni in ai_evaluation till {{ $json.output }}, evaluation_date till {{ $now.toISO() }} och total_score till {{ $json.output.total_score }}.
2. I Expand Reviewer List ställer ni in Field To Split Out till peer_reviewers.
3. I Build Review Template ställer ni in reviewer_email till {{ $json.peer_reviewers }} och behåller hela malltexten som definierad för evaluation_template.
4. Record Evaluation Results skickar utdata till både Expand Reviewer List och Append Grading Sheet parallellt.
5. Build Review Template skickar utdata till Post Teams Alert, Send Discord Alert och Dispatch Review Email parallellt.
6. Autentisering krävs: Anslut era microsoftTeams-inloggningsuppgifter för Post Teams Alert (inte konfigurerat ännu).
7. Autentisering krävs: Anslut era discord-inloggningsuppgifter för Send Discord Alert (inte konfigurerat ännu).
8. Autentisering krävs: Anslut era emailSend-inloggningsuppgifter för Dispatch Review Email och ställ in From Email till [YOUR_EMAIL].

Steg 6: Konfigurera routning för deadlinepåminnelser

Skicka påminnelser när deadlines är inom 48 timmar och inte har passerat.

1. I Filter Near Deadlines behåller ni villkoren för att kontrollera deadline-närhet: {{ new Date($json.deadline).getTime() - Date.now() }} är mindre än 172800000 och större än 0.
2. Retrieve Pending Reviews skickar utdata till Filter Near Deadlines för att isolera poster som behöver påminnelser.
3. Filter Near Deadlines skickar utdata till Teams Deadline Reminder, Discord Deadline Reminder och Email Deadline Reminder parallellt.
4. Autentisering krävs: Anslut era microsoftTeams-inloggningsuppgifter för Teams Deadline Reminder (inte konfigurerat ännu).
5. Autentisering krävs: Anslut era discord-inloggningsuppgifter för Discord Deadline Reminder (inte konfigurerat ännu).
6. Autentisering krävs: Anslut era emailSend-inloggningsuppgifter för Email Deadline Reminder och ställ in From Email till [YOUR_EMAIL].

Steg 7: Konfigurera webhook-svar

Returnera en strukturerad bekräftelse till inlämningssystemet efter att aviseringar har skickats.

1. I Return Webhook Reply ställer ni in Respond With till json och behåller svarsmallen för body som definierad.
2. Verifiera att svarsbodyn refererar till värden som {{ $('Record Evaluation Results').item.json.student_id }} och {{ $('Expand Reviewer List').all().length }}.
3. Säkerställ att Dispatch Review Email ansluter till Return Webhook Reply så att svaret returneras efter att aviseringar har skickats.

Steg 8: Testa och aktivera ert workflow

Validera varje flödesväg och slå på automatiseringen när ni är redo.

1. Klicka på Execute Workflow på Manual Start Trigger för att testa vägen för deadlinepåminnelser och bekräfta att påminnelsemeddelandena skickas.
2. Skicka en test-POST-förfrågan till Incoming Submission Webhook med exempelfält och en PDF för att verifiera att Read Submission PDF och AI Technical Review genererar strukturerad output.
3. Bekräfta lyckade körningar genom att kontrollera att en ny rad har skapats i arket Peer Evaluations från Append Grading Sheet och att aviseringar kommer från Post Teams Alert, Send Discord Alert och Dispatch Review Email.
4. När ni är nöjda, aktivera workflowet med reglaget Active för att slå på Scheduled Automation Trigger för produktionsanvändning.