Steg 2: koppla källans workflow-data

Extrahera den uppladdade JSON-filen och mappa den till ett strukturerat objekt för vidare bearbetning.

1. I Parse JSON File, ställ in Operation på fromJson.
2. Ställ in Destination Key på workflowJson.
3. Ställ in Binary Property Name på Upload_JSON_file.
4. I Map Source Workflow, lägg till en tilldelning för originalWorkflowJson med värdet {{$json.workflowJson}}.
5. Koppla Receive JSON Upload → Parse JSON File → Map Source Workflow.

Steg 3: konfigurera workflow-normalisering och AI-sanitizing

Trimma tunga fält, sanera hemligheter med AI och parsa tillbaka den sanerade JSON:en till strukturerad data.

1. I Normalize Workflow Script, behåll den angivna JavaScript Code som den är för att ta bort nycklar som credentials, webhookId och metadata på toppnivå.
2. Konfigurera AI Clean Workflow JSON att använda modellen gpt-4.1-mini och säkerställ att prompten inkluderar {{ JSON.stringify($json.preTrimmedWorkflowJson || $json.originalWorkflowJson) }}.
3. Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter till AI Clean Workflow JSON (den här noden kräver inloggningsuppgifter men inga är konfigurerade).
4. I Parse Sanitized Output, behåll den angivna JavaScript Code för att parsa AI-utdata till sanitizedWorkflowJson och sanitizedText.
5. Koppla Map Source Workflow → Normalize Workflow Script → AI Clean Workflow JSON → Parse Sanitized Output.

Steg 4: slå ihop, generera ändringslogg och bygg filutdata

Kombinera original- och sanerad data, generera ändringsloggen med AI och skapa en nedladdningsbar sanerad JSON-fil.

1. Ställ in Merge Source and Cleaned till Mode combine och Combine By combineByPosition.
2. Normalize Workflow Script skickar utdata både till AI Clean Workflow JSON och Merge Source and Cleaned parallellt.
3. Merge Source and Cleaned skickar utdata både till AI Change Log Builder och Generate Clean JSON File parallellt.
4. I AI Change Log Builder, behåll prompten som jämför {{ JSON.stringify($json.originalWorkflowJson) }} och {{ JSON.stringify($json.sanitizedWorkflowJson) }}.
5. Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter till AI Change Log Builder (redan konfigurerat, verifiera att det är aktivt).
6. I Generate Clean JSON File, ställ in Operation på toText, Source Property på =sanitizedText och Binary Property Name på sanitizedFile med filnamnet sanitized_workflow.json.
7. I Assemble Email Payload, ställ in Mode på combine och Combine By på combineByPosition.

Steg 5: konfigurera utdata för e-postrapporten

Skicka ändringsloggen och den sanerade JSON-filen till användaren via e-post.

1. I Dispatch Email Report, ställ in Send To på {{ $node["Receive JSON Upload"].json["Mailid"] }}.
2. Ställ in Subject på {{ 'Sanitized n8n workflow JSON: ' + $node["Receive JSON Upload"].binary["Upload_JSON_file"].fileName }}.
3. Ställ in Message till HTML-blocket som inkluderar {{ $node["AI Change Log Builder"].json.output[0].content[0].text }}.
4. Bifoga den sanerade filen genom att lägga till Attachments Binary med Property sanitizedFile.
5. Inloggningsuppgifter krävs: Anslut era Gmail OAuth2-inloggningsuppgifter till Dispatch Email Report (den här noden kräver inloggningsuppgifter men inga är konfigurerade).
6. Koppla Assemble Email Payload → Dispatch Email Report.

Steg 6: testa och aktivera ert workflow

Verifiera flödet från början till slut genom att skicka in en exempel-JSON för workflow och kontrollera utdata som skickas via e-post.

1. Klicka på Test workflow och skicka in formuläret i Receive JSON Upload med en giltig n8n-workflow-export.
2. Bekräfta att Parse JSON File skapar workflowJson och att Parse Sanitized Output producerar sanitizedWorkflowJson och sanitizedText.
3. Verifiera att AI Change Log Builder returnerar HTML-innehåll och att Generate Clean JSON File skapar en sanitizedFile-bilaga.
4. Kontrollera inkorgen för att bekräfta att Dispatch Email Report skickar ändringsloggen och den sanerade JSON-filen.
5. När allt är validerat, växla workflowet till Active för produktionsbruk.