Steg 2: anslut Google Sheets

Det här workflowet lägger till nya COE-resultat och laddar historisk data från Google Sheets.

1. Öppna Append Sheet Records och bekräfta att Operation är satt till append.
2. Sätt Sheet Name till COE Historical Data.
3. Sätt Document ID till {{ $json.spreadsheetId }}.
4. Verifiera att kolumnmappningarna matchar uttryck som {{ $json.category }}, {{ $json.quotaPremium }} och {{ $json.biddingDate }}.
5. Öppna Load COE History och sätt Sheet Name till COE Historical Data med Document ID satt till {{ $json.spreadsheetId }}.
6. Inloggningsuppgifter krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i både Append Sheet Records och Load COE History.

Steg 3: konfigurera hämtning och parsning av data

Hämta COE-sidan och parsa HTML-tabellen till strukturerade poster.

1. Öppna Fetch OneMotoring COE Page och sätt URL till https://onemotoring.lta.gov.sg/content/onemotoring/home/buying/upfront-vehicle-costs/certificate-of-entitlement--coe-.html.
2. Sätt Options → Timeout till 30000 för att undvika förtida request-fel.
3. Öppna Parse COE Price Table och behåll den medföljande JavaScript-koden som parsar table tbody tr till kategorier, premier och kvoter.
4. Bekräfta flödet Fetch OneMotoring COE Page → Parse COE Price Table → Append Sheet Records.

Steg 4: konfigurera analys och AI-prognoser

Beräkna indikatorer, bygg AI-prompten och generera prognosbaserad vägledning.

1. Öppna Compute Market Indicators och behåll de medföljande beräkningarna för ma4, ma12, ma26, rateOfChange och volatility.
2. Öppna Build AI Forecast Prompt och verifiera att värdet för predictionPrompt använder hela prompt-strängen som börjar med You are a Singapore COE market analysis expert....
3. Öppna Run AI Forecast Agent och sätt Text till {{ $json.predictionPrompt }}.
4. Inloggningsuppgifter krävs: Anslut era openRouterApi-inloggningsuppgifter i OpenRouter Chat Engine. Den här noden är språkmodellen för Run AI Forecast Agent, så inloggningsuppgifter måste läggas till i OpenRouter Chat Engine, inte i agentnoden.
5. Bekräfta flödet Load COE History → Compute Market Indicators → Build AI Forecast Prompt → Run AI Forecast Agent → Derive Purchase Guidance.

Steg 5: konfigurera output och aviseringar

Generera rapporten, mejla den och skicka Telegram-aviseringar när köptillfällen uppstår.

1. Öppna Compose HTML Report och behåll HTML-mallen som bygger COE-rapporten och sätter subject till COE Analysis Report - ${analysisDate}.
2. Öppna Dispatch Email Summary och sätt Subject till {{ $json.subject }}, To Email till [YOUR_EMAIL] och From Email till [YOUR_EMAIL].
3. Inloggningsuppgifter krävs: Anslut era e-postinloggningsuppgifter för Dispatch Email Summary (till exempel SMTP eller den e-postleverantör ni använder).
4. Öppna Evaluate Buy Signals och verifiera att den kontrollerar {{ $json.recommendations['Category A'].action }} och {{ $json.recommendations['Category B'].action }} mot BUY NOW med en OR-kombinator.
5. Öppna Send Telegram Notice och verifiera att Text använder det mallade Markdown-meddelandet och att Chat ID är satt till {{ $('Scheduled COE Scrape Trigger').item.json.telegramChatId }}.
6. Inloggningsuppgifter krävs: Anslut era Telegram-inloggningsuppgifter i Send Telegram Notice.

Steg 6: granska output från parallella grenar

Säkerställ att de tre parallella åtgärderna är konfigurerade för att använda den delade vägledningsdatan korrekt.

1. Bekräfta att Derive Purchase Guidance outputar till både Compose HTML Report och Evaluate Buy Signals parallellt.
2. Bekräfta att Derive Purchase Guidance även outputar till Create Dashboard Brief parallellt.
3. Öppna Create Dashboard Brief och verifiera att värdet för dashboardSummary använder uttryck som {{ $('Derive Purchase Guidance').first().json.bestCategory }} och {{ new Date().toLocaleDateString('en-SG') }}.

Steg 7: testa och aktivera ert workflow

Validera hela körningen från scraping till notifieringar innan ni går live.

1. Klicka på Execute Workflow för att köra Scheduled COE Scrape Trigger manuellt.
2. Kontrollera att Parse COE Price Table outputar kategoriposter och bekräfta sedan att Append Sheet Records uppdaterar ert ark COE Historical Data.
3. Verifiera att Compute Market Indicators och Build AI Forecast Prompt genererar analysdata som inte är tom och en lång prompt.
4. Bekräfta att Run AI Forecast Agent returnerar en JSON-struktur med prognosen och att Derive Purchase Guidance outputar rekommendationer.
5. Säkerställ att Compose HTML Report skapar htmlReport och att Dispatch Email Summary skickar ett mejl utan fel.
6. Om någon kategori är markerad BUY NOW, verifiera att Evaluate Buy Signals routar till Send Telegram Notice och att aviseringen visas i er Telegram-chatt.
7. När testerna lyckas, slå på workflowet till Active för schemalagda körningar i produktion.