Steg 2: anslut Google Sheets

Hämta ett väntande ämne från ert kalkylblad för innehållsbiblioteket och skriv senare tillbaka det genererade inlägget och bild-URL:en.

1. Lägg till Retrieve Pending Topics och ställ in Document till ert content library-kalkylblad och Sheet till Sheet1.
2. I Retrieve Pending Topics, ställ in filtret till Status lika med To do och aktivera Return First Match.
3. Inloggningsuppgifter krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i Retrieve Pending Topics.
4. Lägg till Update Sheet with Output och ställ in Operation till update.
5. I Update Sheet with Output, mappa kolumner till värden:
6. Ställ in Topic till {{ $('Retrieve Pending Topics').item.json.Topic }}, Status till created, Content till {{ $('Parse Post Fields').item.json.postText }} och Image till {{ $json.images[0].url }}.
7. Inloggningsuppgifter krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i Update Sheet with Output.

Steg 3: konfigurera scraping och AI-utkast

Använd Dumpling AI för att skrapa tre artiklar och generera sedan ett LinkedIn-utkast med GPT-4o kopplat till agenten.

1. Lägg till Dumpling Search Scraper och ställ in URL till https://app.dumplingai.com/api/v1/search.
2. Ställ in Method till POST, Send Body till true och Body Content Type till JSON.
3. Ställ in JSON Body till { "query": "{{ $json.Topic }}", "numResultsToScrape": "3", "scrapeResults": "true" }.
4. Inloggningsuppgifter krävs: Anslut era httpHeaderAuth-inloggningsuppgifter i Dumpling Search Scraper.
5. Lägg till Create LinkedIn Draft och ställ in Text till Article 1:{{ $json.organic[0].scrapeOutput.content }} Article 2:{{ $json.organic[1].scrapeOutput.content }} Article 3:{{ $json.organic[2].scrapeOutput.content }}.
6. Behåll Prompt Type som define och klistra in det tillhandahållna systemmeddelandet i System Message.
7. Lägg till GPT-4o Chat Model och ställ in Model till gpt-4o-mini med Response Format inställt till json_object.
8. Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter i GPT-4o Chat Model. Den här modellen är ansluten som språkmodell för Create LinkedIn Draft.

Steg 4: tolka utkastet och generera bilden

Extrahera JSON-utdata från agenten och omvandla bildprompten till en genererad bild-URL.

1. Lägg till Parse Post Fields och skapa två tilldelningar: postText och imagePrompt.
2. Ställ in postText till {{ JSON.parse($json["output"]).postText }}.
3. Ställ in imagePrompt till {{ JSON.parse($json["output"]).imagePrompt }}.
4. Lägg till Dumpling Image Generator och ställ in URL till https://app.dumplingai.com/api/v1/generate-ai-image.
5. Ställ in Method till POST, Send Body till true och Body Content Type till JSON.
6. Ställ in JSON Body till { "model": "FLUX.1-pro", "input": { "prompt": "{{ $json.imagePrompt }}" } }.
7. Inloggningsuppgifter krävs: Anslut era httpHeaderAuth-inloggningsuppgifter i Dumpling Image Generator.

Steg 5: testa och aktivera ert arbetsflöde

Kör arbetsflödet manuellt för att bekräfta att varje steg ger förväntade utdata, och aktivera det därefter för produktion.

1. Klicka på Execute Workflow för att köra Manual Run Trigger end-to-end.
2. Verifiera att Dumpling Search Scraper returnerar tre skrapade artikelinnehåll i organic.
3. Bekräfta att Create LinkedIn Draft returnerar en JSON-sträng med postText och imagePrompt, och att Parse Post Fields delar upp dem korrekt.
4. Kontrollera att Dumpling Image Generator returnerar images[0].url och att Update Sheet with Output uppdaterar radstatus till created med innehåll och bild-URL.
5. När allt ser korrekt ut, växla arbetsflödet till Active för produktionsanvändning.