Кейсы применения N8N
Автоматизация задач smenso через вебхуки и уведомления в Teams
Шаблон позволяет автоматически создавать задачи в smenso на основе данных, полученных через вебхуки, и уведомлять команду в Microsoft Teams. При поступлении POST-запроса данные мапируются на поля задачи smenso, после чего создается новая задача и отправляется уведомление в Teams. На выходе — созданные задачи и уведомления для команды.
Автоматическая отправка еженедельного отчета по проекту smenso
Шаблон запускается каждый понедельник в 8:00, извлекает активные проекты из smenso и отправляет отчет по электронной почте. Использует интеграцию с Gmail для отправки HTML-форматированного отчета. Позволяет избежать ручной работы и поддерживать актуальность информации для заинтересованных сторон.
Автоматизация создания базы знаний из Gmail с помощью AI и PostgreSQL
Шаблон автоматизирует создание структурированной базы знаний из исторических писем Gmail. Он извлекает данные из переписки с клиентами, классифицирует их с помощью AI и сохраняет в базе данных PostgreSQL. На выходе получается готовая база знаний для поддержки AI-генерации ответов.
Автоматизированные SEO-аудиты с помощью Screaming Frog CLI
Шаблон позволяет автоматически проводить SEO-аудиты, отправляя команду в Slack. После обработки запроса генерируется PDF-отчет и Excel-таблица с исправлениями, которые сохраняются в Google Drive и отправляются обратно в Slack. Процесс полностью автоматизирован, исключая ручной труд.
Классификация проблем GitHub с помощью OpenAI
Шаблон предназначен для команд, работающих с репозиториями GitHub, которые сталкиваются с проблемами дублирования и неправильной маршрутизации запросов. При открытии новой проблемы срабатывает вебхук, который классифицирует её и проверяет на дубликаты. Если дубликат найден, проблема автоматически закрывается. В противном случае, она классифицируется по одной из категорий.
Оценка идей вирусных YouTube Shorts с помощью Reddit и AI
Шаблон собирает тренды из RSS и Reddit, обрабатывает данные и использует AI для оценки идей на основе исторической производительности канала. В результате получаются три лучшие идеи для коротких видео. Это позволяет создателям контента принимать обоснованные решения вместо случайных выборов.