# N8n + Lang Chain: Transcrições de Vamos automatizar (versão Portugal) Tipo: Playlist Data: 09-01-2025 00: 07: 13 ## Vídeo 1: [Link](https://www.youtube.com/watch?v=cOWfYCgL9bo) (Idioma: pt-PT) ### Olá e Bem-Vindo ao canal Vamos automatizar Eu sou o Cláudio Balbino, especialista em automações. Nesse vídeo, vou mostrar como fazer a moderação de comentários da sua conta e do Instagram utilizando Inteligência Artificial, usando para isso o n8n (ferramenta de automação). Se você não conhece o n8n, essa ferramenta de automação incrível, tô deixando aqui na descrição o link para a Playlist dedicada a essa ferramenta. Então vamos lá! ### Nosso workflow #### Funcionamento ðŸ™Œ Primeiro passo: Criar um aplicativo lá no site developers do Facebook. Tá PR: criar um aplicativo onde você vai gerar o token de acesso e configurar o Web Hook. #### Configuração do Web Hook Nesse trecho do nosso workflow, ele é utilizado para fazer a configuração do Web Hook lá do nosso App no Meta. Se você não tem interesse nessa área de automação, seja iniciante ou não, faça parte da promovweb (serviço de treinamento para o n8n - Portugal). Lá você encontrará cursos dedicados ao n8n com mais de 200 aulas no momento que tô gravando esse vídeo. Tem aí aulas sobre configuração de VPS, setup de aplicações, automação de marketing, automação de WhatsApp, produtividade e acesso a uma comunidade para interagir com outros profissionais da área, além de suporte. Além disso, você participará de aulas ao vivo e terá acesso a um super-instalador. Então se você tiver interesse, aí é! O meu link de afiliado está na descrição para você entrar. #### Testando o workflow Então voltando aqui ao nosso workflow, clicando aqui em "Execuções". Então vamos ver: ! [O workflow está aqui](https://i.imgur.com/v5HqLhH.png) Veja como ele responde: ðŸš€ É isso! A resposta foi gerada pela Inteligência Artificial. No caso aqui, eu estou usando a OpenAI, mas na maioria dos workflows que eu uso, uso o n8n com t4 ou mini. Trata-se de uma opção mais barata e acessível. Dependendo do seu volume, podem haver custos adicionais, mas lembre-se que a OpenAI precisa de um cartão de crédito para ser utilizada. Volte aqui pro nosso workflow, clicando aqui em "Execuções". Agora: ! [O workflow está aqui](https://i.imgur.com/v5HqLhH.png) Você pode ver aqui como funciona isso na prática: Bom eu tô aqui na página do vamos automatizar usando um outro perfil. Então vou fazer o primeiro teste aqui: ! [Screenshot do perfil do Cláudio](https://i.imgur.com/k7RpgQX.png) Vou pegar aqui um post, por exemplo: ! [Screenshot do post](https://i.imgur.com/XqkO2nI.png) Vou mandar aqui uma mensagem: Parabéns pelos 10. 000 inscritos no YouTube! [Então se você também não faz parte aqui tá pessoal, Quero convidar você a se inscrever aqui no canal para se juntar a essa comunidade incrível. ](https://ibb.co/WtkT1JM) Vou mandar ali a mensagem: ! [Screenshot do perfil do Cláudio](https://i.imgur.com/k7RpgQX.png) Assim que ele receber o evento o comentário: ! [Executando o workflow](https://i.imgur.com/v5HqLhH.png) Eu adicionei aqui um filtro: para tratar somente as mensagens do usuário e adicionei aqui um bloco para a ia, que vai fazer análise de sentimento, ou seja, identificar se a mensagem é positiva, neutra ou negativa. Se for positiva ou neutra, ela vai gerar uma resposta. Eu vou esperar aqui aguardando 10 segundos e responder aí o comentário do meu seguidor. Se a mensagem for negativa, eu vou obtê-lo aqui a URL da postagem (seja imagem ou vídeo) e usar a Evolution para mandar um vídeo comentário e o nome do usuário. Se for mensagem apenas postagem (seja algo como um Carrossel), ele mandará aqui um outro tipo de mensagem específica para essa plataforma. Vou mostrar aqui como ele é feito isso na prática: [Screenshot da interface](https://ibb.co/7c48C2t) Assim que ele recebe o evento do comentário, ele passou pelo filtro: [Screenshot do filtro](https://i.imgur.com/KScHstZ.png) A mensagem é de um usuário e passou pelo filtro: Ele fez a análise aqui da sentimento da mensagem: [Screenshot do ia análisando sentimento](https://i.imgur.com/JXgbszJ.png) Por ter sido uma mensagem positiva, ele gerou uma resposta aguardou 10 segundos e respondeu ao comentário: ! [Resposta do workflow](https://i.imgur.com/1B7wg7b.png) Se você quiser ter um treino adicional, sinta-se Ã tona para enviar qualquer outra mensagem ðŸ¥³ Espero que tenha sido útil! Não se esqueça que você pode encontrar mais dicas e workflows extras nossa página de templates! ; ) ðŸ˜ƒ # Vídeo 1: Aplicativo Instagram - Automatizando a recepção de mensagens ## Introdução Este vídeo ensinará como adicionar um agente de automação ao seu perfil no Instagram, utilizando o n8n. Caso não conheça a ferramenta n8n, considere acessar a Playlist dedicada a sua descrição. ## Pré-requisito Para fazer isso, a conta no Instagram precisa ser do tipo Empresarial ou Criador. ## Passo 1: Criação do seu aplicativo no Instagram 1. Acesse [developers. facebook. com](http://developers.facebook.com) e crie seu aplicativo. 2. Gerar o seu token de acesso para criar uma credencial. 3. Configurar o webhook e colocar o aplicativo em modo ao vivo para aí. 4. Implementar e criar seu workflow utilizando o n8n. ## Passo 2: Convite exclusivo Se você tem interesse na área de automação, seja você iniciante ou não, receba um convite especial para cursos na [promov. com](http://promov.com). ## Passo 3: Configuração do Workflow no n8n - Crie um novo Workflow e adicione o webhook configurado no passo 1. - Mapie o campo para a URL de teste. - Teste o workflow. ### Configuração do Webhook - Passe o seu token de produção para configurar o prefixo. - Configurar a URL de produção. - Ativar o ambiente de produção. ### Lógica do Workflow - Ignorar mensagens enviadas pela sua página. - Mapear as informações necessárias de cada mensagem (enviador, destinatário, texto, tempo e ID de mensagem). - Responder às mensagens dos seguidores de instagram. Para isso, é utilizado um filtro para filtrar mensagens recebidas de usuários. # Documentação Técnica: Criação de Workflow com Chatbot utilizando Tools e OpenAI em n8n (Versão portuguesa do Portugal) Este guia mostrará como criar um workflow com chatbot utilizando a integração de Tools e OpenAI em n8n. A integração deles permitirá que o chatbot obtenha informações de um banco de dados. ## Seção 1: Criação do workflow Para criar o workflow que integra a OpenAI e o banco de dados, você precisará criar dois workflows diferentes: 1. **Workflow do chatbot** 2. **Workflow personalizado do n8n** ### Workflow do chatbot No workflow do chatbot, comece criando um workflow de chat não preset pelo próprio n8n: 1. Clique em "Criar um novo workflow". 2. Na aba "Configuração", marque a opção "Público". 3. Navegue para a aba "Interface": - Adicione uma mensagem adicional: Adicione uma mensagem inicial para o visitante para iniciar a conversação. - Adicione alguns campos: Personalize a aparência do workflow com titulos, subtítulos e placeholders adequados para os dados da sua empresa ou negócio. 4. Depois adicione outros campos como desejar para personalizar ainda mais a interface do chatbot. ### Workflow personalizado No workflow personalizado, adicione o seguinte recurso na falha: 1. Chat Trigger 2. Recurso de OpenAI: - É necessário criar sua própria credencial. Para obter instruções sobre utilizar a API da OpenAI, consulte [https://beta.openai.com/docs](https://beta.openai.com/docs). Comando: ```markdown assistente, mensagem; mensagem assistente ``` Selecione o assistente correspondente e a operação `mensagem assistente`. 3. Registe seu assistente aqui e crie um assistente virtual da empresa. ### Workflow personalizado (parte 2) Neste workflow, definir o comportamento de resposta do assistente ao receber uma pergunta. Instruções para criar o assistente: 1. Crie um assistente virtual. 2. Dê um nome a ele e adicione instruções para o assistente responder de forma amigável, objetiva e informativa, inclusive o uso de emojis nas respostas. Inclua apenas as informações que constam na base de dados ou na ferramenta em Tools. 3. Utilize apenas as informações que constam na base de dados ou na ferramenta em Tools para as perguntas que estão relacionadas à empresa. - Se a pergunta não estiver relacionada à empresa, o assistente deve responder com informações pertencentes somente à agência. 4. Defina o comportamento do assistente no caso de perguntas relacionadas à lista de produtos. Se a pergunta for sobre produtos que não constam na base de dados, o assistente deve chamar a ferramenta Custom N8n Workflow Tool para obter informações de produtos ao respondê-la. 5. Instrução: - Nomeie aqui o assistente: produtos - Descreva a descrição: Obter informações de produtos da base de dados - Descreva o comportamento a ser seguido pelo assistente (defina a entrada, saída e comportamento para cada produto) #### Custom N8n Workflow Tool Saída do Custom N8n Workflow Tool: ```markdown produto marca preço link ``` * Se o usuário pedir apenas um produto, a resposta será apresentada da seguinte forma: ```markdown Produto Marble Black por A R$1000 na loja. ``` * Se # Automatização de Chatbot com Inteligência Artificial utilizando n8n Este documento demonstra como criar um chatbot utilizando a Inteligência Artificial do Google Gemini e o banco vetorial do Supabase. ## Pré-requisitos 1. n8n - Plataforma de automatização de tarefas 2. Google Gemini - Inteligência Artificial gratuita 3. Supabase – Banco Vetorial ## Passos para a configuração: ### Google Gemini API 1. [Google Gemini API](https://console.cloud.google.com/) – Crie uma chave de API para acessar o serviço Gemini. 2. No n8n, adicione uma nova Credencial com o tipo Google Gemini API e cole a chave de API que você criou na etapa anterior. ### Supabase 1. Acesse o [Supabase](https://supabase.io/) e crie um novo projeto. 2. Vá para o Dashboard e selecione o seu projeto. 3. Em seguida, vá para o SQL Editor clicando no botão no menu lateral à esquerda. 4. Execute o Kickstart [L Chain](https://github.com/n8n-io/n8n-io.github.io/blob/main/docs/integrations/N8n-Lenis-Chain-node.md) com algumas alterações na configuração. Para usar o recurso do Google Gemini, é necessário alterar o tamanho do vetor `32768` para `768`. Essa alteração pode ser feita no arquivo [L Chain](https://github.com/n8n-io/n8n-io.github.io/blob/main/docs/integrations/N8n-Lenis-Chain-node.md), substituindo a configuração original para a seguinte: ``` { "input": { "type": "object", "properties": { "text": { "type": "string" } } }, "metrytrix: without": ["googleApiKey"], "version": "1. 0. 0", "functions": { "main": { "func": [ "input", "replaceText", "client. call", "output" ], "acl": [ "user" ], "metadata": { "input": { "type": "string", "format": "json", "pretty": true } }, "description": "Google Gemini API client for n8n" } }, "resources": [ { "name": "googleApiKey", "type": "googleApiKey", "mandatory": true }, { "name": "options", "type": "object", "properties": { "projectId": { "type": "string" }, "responseType": { "type": "string" }, "maxOutputTokens": { "type": "number" }, "minutesBetweenSelections": { "type": "number" }, "model": { "type": "string" }, "bestOf": { "type": "number" } } } ] } ``` 5. Execute a query para criar uma tabela compatível com o Google Gemini com o seu nome preferido (exemplo: `documentos`). ### Configuração no n8n 1. No n8n, adicione um novo trabalho e nomeie-o como desejado (exemplo: `Chatbot com Inteligência Artificial`). 2. Adicione um novo nó de `Google Gemini API` [(Documentação)](https://github.com/n8n-io/n8n-io.github.io/blob/main/docs/integrations/N8n-Lenis-Chain-node.md) com as seguintes propriedades: * `projectId` – ID do prójeto criado no Supabase na etapa anterior. * `responseType` - Define se você deseja a resposta como JSON ou texto. * `model` - Define qual modelo da Gemini artificial será utilizado para o chatbot. * `bestOf` - Número de vezes que a Gemini artificial responderá antes que a resposta seja retorna para o n8n. 3. Dependendo das respostas necessárias do chatbot, adicione qualquer outro tipo de nó para manipular as informações de forma a generar a resposta ideal. 4. Gererar a resposta formatada no n8n como indicado, com os seguintes campos: `Produto`, `Marca`, `Valor`, e `Link`. 5. Por fim, adicione um nó `Aggregate` para agrupar os itens e retornar os resultados formatados. ## Testes Para testar sua solução, utilize o recursos de chat no n8n para solicitar informações. Por exemplo, você pode começar solicitando um orçamento de serviços, ou perguntar sobre os produtos disponíveis. Se você encontrar algum problema, recomendamos treinar seu modelo de chatbot aproveitando a [funcionalidade de teste](https://console.cloud.google.com/apis/explorer/gemini?region=us-central1), ajustando o prompt de acordo com a sua necessidade e verificando se você está recuperando todas as informações necessárias. Um guia para criar um chatbot utilizando n8n, Supabase e OpenAI: **Criando o projeto no Supabase: ** 1. Inicie sua conta no Supabase caso ainda não tenha ([Criar um projeto](https://app.supabase.io/signup)) 2. Crie uma tabela chamada `documents` com os campos `id`, `título`, `conteúdo`, e `tipo` ([Guia de início rápido - Criando tabelas](https://supabase.io/docs/guides/rbsql)) 3. (Opcional) Crie as suas credenciais na OpenAI ([Como criar credenciais na OpenAI](https://github.com/openai/api-documentation-lambda/blob/master/GUIDE.md#api-keys)) **Chamando a API do OpenAI no Supabase (Vector Store Retriever): ** 1. No Supabase, utilize o SQL Editor para executar o script `kickstarts/l_chain. sql` ([Link para o script](https://github.com/trpiks/n8n_llm_template/blob/main/kickstarts/l_chain.sql)) para criar a tabela e configurações necessárias para utilizar o Langchain 2. Crie um endpoint na OpenAI para recuperar dados de documentos ([Guia de início rápido - Chamando a API OpenAI](https://supabase.io/docs/guides/rblambdas#quickstart-api)) 3. No Supabase, crie um novo endpoint de chamada `retriever` e utilize a função `function get_docs()` para chamar a API do OpenAI 4. No Supabase, crie uma funcionalidade de indexação para tratar os documentos, utilizando a função `function insert_docs()` para inserir os documentos na tabela `documents` **Criando o Workflow no n8n: ** 1. Adicione um Webhook em `Inicia` 2. Na lista de `Casos de uso`, adicione um caso de uso com o nome `Solicitar orçamento` para descrever o propósito do chatbot 3. Adicione um Chat Trigger (o componente que vodka disponibilizar a pergunta) 4. Utilize o modelo Inicial e defina o número de tokens no request ao OpenAI 5. Adicione um Retriever Model (utilize a mesma versão do Google Gemini usada anteriormente) 6. Adicione o novo componente Vector Store Retriever (criado no Supabase) com a saída `Document Vector Store` e o end pointing para os seus documentos no Supabase 7. Adicione o componente binário a documento (com a entrada `document`) para convertê-lo em uma representação binária para armazenamento no Supabase 8. Adicione o Stackup, com as seguintes opções: - `Model ID`: 001 - `Ranking`: 60 - `Group by`: `url` - `Concurrency Per Group`: 1 - `Memory Limit`: 128 - `Additional time limit` (opcional): 30 9. Adicione o Chat completar (o componente que gera a resposta de acordo com a fórmula) com o Input `Response` 10. Adicione o componente Envio de email para receber o resultado que gera o chat completar 11. (opcional) Adicione o componente Backup do n8n para salvar o workflow Espero que isso ajude-o a criar seu próprio chatbot com n8n, Supabase e OpenAI. As configurações específicas podem variar de acordo com a sua necessidade, mas esse é um guia básico para começar. [Música] Abraço! Voltaremos a nos encontrar no próximo vídeo. # Automatizando um Chatbot com OpenAI e n8n (Português de Portugal) Este é um passo-a-passo para criar um chatbot com a OpenAI utilizando o n8n, uma plataforma que permite a construção de workflows para integrar várias soluções, incluindo a inteligência artificial. ## 1. Pré-requisitos - Uma conta no n8n: [Acessar o n8n](https://n8n.io/) e criar uma conta. - Uma conta no Pinecone: [Acessar o Pinecone](https://www.pinecone.io/) e criar uma conta gratuita. - Uma conta no Google Drive: [Acessar o Google Drive](https://drive.google.com/) e compartilhar o documento PDF que será utilizado. ## 2. Configuração do chatbot ### 2. 1. Adicione o chatbot Adicione um novo bot à interface do n8n. ### 2. 2. Configuração do Webhook Introduza o identificador e o URI do Webhook e crie o bot. ### 2. 3. Configuração do Chat Trigger Na etapa de configuração do bot, marque a opção "Pessoal" para tornar o chat público. ### 2. 4. Configurando a página Nesta etapa, pode-se personalizar um título e subtítulo, e o endereço do chat pode ser definido como público ou hospedado/embedado. Também pode configurar a autenticação básica. ### 2. 5. Ative o componente do chatbot Escolha o componente do bot e ative-o. ## 3. Utilização do componente Vector Store Esta funcionalidade não está a funcionar no momento. No entanto, é possível utilizar outros componentes para impor a interface do bot. ## 4. Configurando o question answer chain Nesta etapa, pode-se definir o campo de entrada e obter as respostas do Webhook. ### 4. 1. Adicione o modelo AOAI Todos os campos podem ser definidos aqui, tais como o número máximimo de tokens para retornar e a temperatura (03 para não ser muito criativo). Ou seja, pode-se definir a taxa de sucesso para a correção automática do texto. ### 4. 2. Defina as opções Configure as opções Aqui para o AOAI. Por exemplo, o número máximimo de tokens para retornar (256), e a temperatura (0, 6 para não ser muito criativo). ## 5. Executando o workflow É possível testar o workflow a partir da interface do n8n. ## 6. Teste final Teste do chatbot com perguntas e respostas exemplo. ## Referência - [n8n](https://n8n.io/) - [Pinecone](https://www.pinecone.io/) - [OpenAI](https://beta.openai.com/) - [Type Bot](https://typebot.co/) - [WhatsApp Business API](https://developers.facebook.com/docs/whatsapp/cloud-api/) - [Chat Trigger](https://www.zapier.com/apps/chatbot/integrations/chattriggers/events/intro-chat) # Workflow do Chatbot Nesta seção, vamos explicar o workflow do nosso chatbot e como consumir a base de conhecimento no Pinecone. ## Primeira Etapa A primeira etapa é buscar o arquivo, nesse caso no Google Drive. Você pode usar outros formatos também. O arquivo será dividido e inserido no Pincode no Pinecone. ``` Para executar, basta acessar o seu arquivo original no PDF no Google Drive e dividi-lo aqui em pedaços e será inserido no Pincode no Pinecone. ``` ## Segunda Etapa Na segunda etapa, vou adicionar o nosso `index` que eu criei aqui. Ele está criado aqui, é vazio, certamente. Tanto que nada há aqui. Agora, vamos adicionar informações nesse `index`. Voltei então para aqui e executarei novamente. ## Terceira Etapa Essa parte do nosso workflow é bem rápida. ``` Principalmente ao adicionar os cinco itens bem rápido aqui no nosso index. ``` ## Nosso Banco Vetorial Se clicar agora aqui nele, dar um `F5`, ele já vai trazer aqui para você ver. Tá vindo, os vetores. Tá, são representações matemáticas. Tá, são cinco vetores aqui no nosso index. Ele foi adicionado e a partir de agora, a próxima etapa. . . ## Como o chatbot irá consumir sua base de conhecimento Antes de mostrar como o chatbot irá consumir sua base de conhecimento, gostaria de convidá-lo para participar da mentoria de chatbot, onde o Luiz da Promov Web vai te ensinar a instalar e configurar as ferramentas como Type bot e Flow Wi para implementar bots com inteligência artificial usando LLM e LHChain. As mentorias ocorrerão entre os dias 16 e 27 de outubro, das 18 até às 21 horas. Lá você poderá tirar suas dúvidas com o instrutor ao vivo pelo zoom. Para participar basta ser assinante da Promov Web. Vou deixar aqui na descrição o link dessa página para você obter mais detalhes sobre essa mentoria e se inscrever. No caso da API oficial, você precisa criar um aplicativo lá no site do WhatsApp. Neste canal, pode achar um vídeo em que mostro como fazer isso. Eu adicionei aqui essas configurações, colocando aqui o meu número fixo que receberá a informação e o texto aqui: "Olá, seja bem-vindo ao chatbot. Dando teu reparo, respondo perguntas sobre a empresa e seus serviços. Como posso ajudar? " Quando o usuário iniciar com a palavra "Assistir", a mensagem de saudação será lançada: "Olá, seja bem-vindo ao chatbot. Dando teu reparo, respondo perguntas sobre a empresa e seus serviços. Como posso ajudar? " Caso a palavra seja qualquer outra ou seja não "Assistir", o chatbot vai consumir pela base de conhecimento no Pinecone. Para isso, eu utilizei a API oficial. Mas você também pode estar utilizando qualquer outra API não oficial. Aí é que você já utilizou, certo? Tá bom, eu já receberia as informações do meu Web Hook. Adicionei aqui um `if` para determinar se a informação que eu estou recebendo é realmente aqui de um usuário ou não. Há nenhuma confirmação de entrega ou de leitura aí. Após isso, eu faço uma pergunta para iniciar o bot (teve aqui uma palavra-chave para iniciar o bot, que é "Assistir"). Se for "Assistir", é a mensagem queo irá receber. Caso seja qualquer outra coisa, aí qualquer outra pergunta, ele vai buscar nosso conhecimento lá no Pinecone. Essa é uma única precaução, pois o chatbot pode responder sem dar uma confirmação de entrega ou leitura. Em seguida, adicionei o recurso do Alans chain Ret Kia chain, onde você adiciona aí o prompt e adicionei mais alguns (sic! ) informações para ele. Tô dizendo: "Você é um assistente de conversa da empresa Doutor Reparo, responda somente perguntas sobre a empresa e adicione emojis nas respostas quando houver. Se houver itens e subitens, adicione após sua resposta duas quebras de linha, e a frase: "Posso ajudar em algo mais? " caso ela não precise mais de ajuda digite "encerrar". Pois é! Agora, o modelo que foi escolhido aqui é o modelo da Open, o Chat GPT 3. 5 Turbo. Adicionei aqui a temperatura. Tá, para ele viajar ali, responder de fato apenas aquilo que tá no meu conteúdo ou na minha base de conhecimento. Na parte de retrieve, onde ele vai recuperar as informações, você adiciona esse esse bloco de vetor Story Retriever, top 4K. Tá, bom, é o número aqui de resultados que ele vai buscar. Lembrando que sou user do plan Beta, então faço uso recente. O chatbot utiliza inteligência artificial, tá, mas tem muito mais recursos, não só os que tô usando aqui e nesta página, mas futuramente vou trazer novos casos de uso aqui utilizando a NN com Len. Tá bom, agora é o caso do Pinecone load. Tudo isso poderá ser executado aqui com minha conta na Pinecone, coloquei no espaço da organization ID a minha informação, que é positivo neste caso. Na organization ID, informei o meu index que chama index mesmo. Porém, observe que é o plan Free, você não utiliza aqui esse namespace. Adicionei esse outro módulo do band openi aqui. Como eu mencionei, estou utilizando a llm da Open AI, mas poderiam ser outras oficialmente também. Você viu que tem tem outros servisos ali também, outras inteligências artificiais que foram já adicionados aqui fazem parte dele também. Entendo que ainda não conhecem quer criar uma conta lá na Open AI, mas a API é um serviço pago. Tá, por isso você vai pagar. Tá, entendendo como funciona a cobrança de cada um dos modelos, basta você clicar aqui ó em API no item preço. Tá, e quando você cria uma conta, você ganha um período de 3 meses para utilizar a API nada de problemas. Tá bom, entendi como é o uso dela e faço login, cai nessa página aqui e você vai clicar aqui em Música. Porém, quando você utilizar Inteligência Artificial, as respostas nem sempre são as mesmas. Elas sempre têm variações. Observe que aqui não tenho nada disso de de de de emojis né então aqui, é um detalhe né de cada grupo de serviço, de encanamento, de elétrica, de carpintaria, de pintura. Tá vendo, estamos fazendo mais uma pergunta aqui para encerrar, que é: "Quais horários de atendimento? " Tá bom, vou clicar em Execute Workflow aqui e dar aqui o enviar, ele já tá ali fez a sua consulta buscando as informações, e já mandou a mensagem: "Os horários de atendimento do Doutor Reparo são de segunda à sexta das 8 às 18, e sábado das 9 às 15. Infelizmente, não prestamos serviços de emergência. " Obrigado! Este foi um vídeo rápido explicando o workflow do chatbot e como consumir a base de conhecimento no Pinecone. Se gostou deixe um comentário e compartilhe o vídeo. Nós vivemos no próximo vídeo! Abraço [Música]. 