Mahalliy LLM yordamida har kecha ishlaydigan avtomatlashtirish tizimi

Ko'pchilik foydalanuvchilar mahalliy sun'iy intellekt modellarini faqat chat orqali savol-javob qilish yoki matn yozish uchun ishlatishga o'rganib qolgan. Biroq, bunday modellarning haqiqiy foydasi ular mustaqil ravishda va avtomatlashtirilgan tarzda muayyan vazifalarni bajarishni boshlaganda namoyon bo'ladi.

Asosiy jihatlar va ko'rsatkichlar: - Tizim uy serverida ishlovchi n8n avtomatlashtirish platformasi asosida qurilgan. - Sun'iy intellekt sifatida mahalliy darajada ishlaydigan Qwen 3.5 9B modeli tanlangan. - Har kecha maxsus skript ishga tushib, pochta, Asana va xabarlardagi bajarilmagan ishlarni yig'adi. - Tizim har kuni ertalab foydalanuvchiga muhim vazifalar ro'yxatini yuboradi.

Kechki skript va vazifalarni to'plash jarayoni Ko'plab ishlar va va'dalar elektron pochta, chatlar va Asana kabi turli platformalarda tarqoq holda qolib ketadi. Ularning barchasini qo'lda tekshirib chiqish vaqt talab qiladi va ko'pincha ba'zi muhim kelishuvlar unutilib ketadi. Ushbu muammoni hal qilish uchun n8n platformasida maxsus jadval bo'yicha ishlaydigan jarayon tuzildi. Bu jarayon har kecha belgilangan vaqtda ma'lumot manbalariga murojaat qilib, javobsiz qolgan xabarlar va yaqinlashib kelayotgan muddatlarni qidirib topadi.

Sun'iy intellektning vazifasi va xavfsizlik choralari Modelga uzun matnlar yozish emas, balki aniq majburiyatlar va e'tibor talab qiluvchi jihatlarni topish vazifasi yuklatilgan. Qwen 3.5 9B ma'lumotlarni tartibli ko'rinishda qaytaradi, bu esa n8n platformasiga ularni tozalash va tushunarli dayjestga aylantirish imkonini beradi. Muhimi, sun'iy intellekt faqat eslatma beradi, lekin xabarlarga o'zi javob yozmaydi yoki vazifalarni o'zgartirmaydi. Bu modelning kontekstni noto'g'ri tushunish ehtimoli tufayli yuzaga kelishi mumkin bo'lgan xatolarning oldini oladi.

Kichik mahalliy modellarning afzalliklari Katta bulutli modellar bilan raqobatlashishga urinish yoki murakkab dasturlash vazifalarini mahalliy modellarga yuklash ko'pincha kutilgan natijani bermaydi. Kichik modellar ko'rsatmalarni to'g'rilashni talab qiladi va ularni boshqarish ko'p vaqt oladi. Biroq, ularga tor doiradagi aniq va kichik vazifalar berilganda ular juda foydali bo'ladi. Avtomatlashtirilgan jarayonlarga ulangan mahalliy LLM'lar qo'shimcha chat ochmasdan turib ham kundalik ishlar unumdorligini oshirishga yordam beradi.