Steg 2: Anslut Google Sheets för pose-data och loggar

Dessa noder läser pose-data och skriver loggar till Google Sheets.

1. Öppna Retrieve Pose Names och ställ in sheet-intervallet till B18:D28 under Data Location On Sheet.
2. Välj Sheet Name NotePad och ställ in Document ID till ert kalkylark (ersätt [YOUR_ID]).
3. Inloggning krävs: Anslut era googleSheetsOAuth2Api-uppgifter i Retrieve Pose Names.
4. Öppna Yoga Pose Sheet Tool och ställ in Sheet Name till Yoga med korrekt Document ID.
5. Inloggning krävs: Anslut era googleSheetsOAuth2Api-uppgifter i Yoga Pose Sheet Tool. Verktyget används av AI Task Orchestrator.
6. Öppna Append Pose Log 2 och verifiera kolumnmappningarna: Date {{ $('Scheduled Pose Trigger').first().json.timestamp }}, Pose {{ $json.name }}, Sequence {{ $json.sequence }}.
7. Inloggning krävs: Anslut era googleSheetsOAuth2Api-uppgifter i Append Pose Log 2.
8. Öppna Append Yoga Log och verifiera mappningarna: Date {{ $('Scheduled Pose Trigger').first().json.timestamp }}, JSON {{ $('Assemble Line Payload').item.json.LineBody }}, Text {{ $('Format Pose Text').item.json.text }}.
9. Inloggning krävs: Anslut era googleSheetsOAuth2Api-uppgifter i Append Yoga Log.

Steg 3: Transformera pose-data och expandera pose-poster

Det här steget formaterar pose-datan och delar upp den i enskilda poster för loggning.

1. Öppna Transform Pose Data och behåll JavaScript-koden som den är för att bygga outputText och poseNamesOnly.
2. Säkerställ att Expand Pose List använder Field to Split Out satt till output.yogaPoses.
3. Bekräfta körflödet: Retrieve Pose Names → Transform Pose Data → Generate Flex JSON, och AI Task Orchestrator → Expand Pose List → Append Pose Log 2.

Steg 4: Sätt upp AI- och parsningkedjan

Flera Azure OpenAI-modeller och parsers genererar och rensar meddelandet samt Flex-JSON.

1. Konfigurera alla Azure OpenAI-språkmodeller som används i detta arbetsflöde: Azure Chat Engine A, Azure Chat Engine B, Azure Chat Engine C, Azure Chat Engine D, Azure Chat Engine Prime, Azure Chat Engine E och Azure Chat Engine F med modellen 4o.
2. Inloggning krävs: Anslut era azureOpenAiApi-uppgifter för var och en av Azure Chat Engine-noderna ovan.
3. I Compose Pose Message, behåll Text satt till Let's calm down and focus on these poses today.{{ $('Transform Pose Data').item.json.poseNamesOnly }}have a great practice!.
4. I Format Pose Text, behåll Text satt till {{ $json.text }} för att formatera instruktörsmeddelandet.
5. I Generate Flex JSON, behåll Text satt till {{ $json.outputText }} och säkerställ att hasOutputParser är aktiverat.
6. Behåll Structured Parser Main och Auto Repair Parser anslutna till AI Task Orchestrator för att normalisera JSON pose-data.
7. Behåll Structured Parser Flex och Auto Repair Flex Parser anslutna till Generate Flex JSON för att reparera och validera Flex-utdata.

Steg 5: Bygg ihop och skicka Line Flex-meddelandet

Det här avsnittet bygger Line-payloaden, normaliserar JSON och skickar meddelandet.

1. I Assemble Line Payload, bekräfta att LineBody är satt till JSON-body som innehåller text och Flex-karusell, inklusive uttrycken: {{ $json.text.replaceAll("\n","\\n").replaceAll("\n","").removeMarkdown().removeTags().replaceAll('"',"") }} och {{ $('Generate Flex JSON').all().flatMap(item => JSON.stringify(item.json.output)).join(',') }}.
2. Öppna Normalize JSON Output och behåll Text satt till Fix this JSON {{ $json.LineBody }} med hasOutputParser aktiverat.
3. Öppna Send Line Flex Message och ställ in URL till https://api.line.me/v2/bot/message/push med Method POST och JSON Body satt till {{ $json.text }}.
4. Inloggning krävs: Anslut era httpHeaderAuth-uppgifter i Send Line Flex Message.
5. Säkerställ att mottagar-ID:t för meddelandet i Assemble Line Payload är satt till ert Line-användar-ID (ersätt [YOUR_ID] i fältet "to").

Steg 6: Testa och aktivera ert arbetsflöde

Validera varje steg innan ni slår på arbetsflödet.

1. Kör Scheduled Pose Trigger manuellt för att starta en testkörning.
2. Verifiera att Retrieve Pose Names hämtar rader från NotePad och att Transform Pose Data ger ut outputText och poseNamesOnly.
3. Bekräfta att Generate Flex JSON skapar giltiga Flex-poster och att Compose Pose Message samt Format Pose Text ger ut en slutlig meddelandesträng.
4. Kontrollera att Send Line Flex Message får ett 200-svar och att ett Line-meddelande visas i den avsedda chatten.
5. Bekräfta att loggar läggs till i Append Yoga Log och Append Pose Log 2 med korrekt tidsstämpel och innehåll.
6. Aktivera arbetsflödet genom att växla Active till ON för produktionsschemaläggning.