DField SolutionsMérnöki stúdió · Budapest
Loading · Töltődik
Ugrás a tartalomhoz

n8n AI Workflow Generator

Írd le magyarul vagy angolul, mit akarsz, és kapsz egy kész n8n workflow-t · node-okkal, bekötve, működik.

Chainlit-alapú chat UI, amibe beírod a workflow-ot ('ha új leadet kapunk a Typeformon, küldj Slack-üzenetet és írd be Notion-ba'), az AI egy valódi n8n JSON-t generál a megfelelő node-okkal, credential-slotokkal, tesztadatokkal. Import-kész. Sokféle template-ből tanítva, fastembed-vektoros kereséssel a legjobb illeszkedő minta megtalálásához.

Meghallgatom
ESETTANULMÁNY · 2026

Sima magyarul leírod, mit szeretnél automatizálni. AI-alapú folyamat-generátort építettünk n8n-hez. Két perc múlva kiesik egy működő folyamat, mehet élesbe, mérnök sem kell hozzá.

Az n8n AI Workflow Generator egy chat-first eszköz: beírod sima nyelven az automatizációt, visszakapsz egy import-kész n8n JSON-t a megfelelő node-okkal, credential-slotokkal és tesztadatokkal. A stúdió szállította a FastEmbed template-indexet, a Chainlit chat UI-t, az iteratív-finomító kört és az export-pipeline-t.

DELIVERY·BUILD SPRINTSTACK·Python · TypeScript · FastEmbed · Chainlit · aiosqliteOUTPUT·Import-ready n8n JSON
Anonymous client

A projektvezetőink napokig vártak, mire egy mérnök megépített nekik egy automatizálást. A csapat olyan eszközt épített, amibe a menedzser sima magyarul beírja, mit szeretne, és két perc múlva kiesik egy működő folyamat, indításra kész. A mérnökök csak a változásokat nézik át. Folyamatonként kb. két mérnöki órát spórolunk, és a csapat is elégedettebb.

Anonim·Engineering manager · automatizációs csapat (NDA alatt)NDA
<2 minÖtlet → import
EN/HUKétnyelvű prompt
Localaiosqlite előzmény
VectorFastEmbed template-keresés

Mi van a képernyőn

Frame breakdown
n8n AI Workflow Generator · describe a workflow in plain language, ship n8n nodes
  • 01Felhasználói felület

    Az egész élmény amit a felhasználó lát

    Ez a frame az élesben futó terméket mutatja: írd le magyarul vagy angolul, mit akarsz, és kapsz egy kész n8n workflow-t · node-okkal, bekötve, működik. Minden komponens mi vagyunk · scope, design, kód, deploy.

  • 02Stack a háttérben

    Mi hajtja: Python, TypeScript, Greenlet

    A frame mögötti technológia 6 elemű · Python, TypeScript, Greenlet a látható felületet hajtja, a többi az adatrétegben fut. Minden a stúdió kezében.

  • 03Mit szállítottunk

    Természetes nyelvű input · magyar és angol támogatva

    Workflow-ötlet → élő n8n-flow 2 perc alatt

  • 04Státusz

    Magán-deploy · NDA alatt.

    Az ügyfél kérésére nem publikus a URL · a build, az architektúra és a tanulságok megoszthatóak hívás keretében.

Hogyan szállítottuk

Idővonal
  • 01 · BRIEF

    Miért nem importálódik soha a ChatGPT-generálta n8n JSON?

    Diagnosztizáltuk a hibamódot: a ChatGPT nem ismeri a node-sémát és a credential-szemantikát. Vektor-keresés-első generátort építettünk, ami mindig egy known-good template-ből indul, majd finomít.

  • 02 · ARCHITECTURE

    Stack-döntések minden kód előtt.

    A döntési dokumentum lefogta az adatfolyamot, a Python, TypeScript, Greenlet, FastEmbed szerep-felosztást, és a v1-ben kezelt vs halasztott hibamódokat. A szolgáltatás-határokat (hol végződik az AI és hol kezdődik a webapp) itt húztuk meg, így a két oldal nem szivárgott egymásba később.

  • 02 · BUILD

    Chainlit + FastEmbed + iteratív finomítás.

    A Chainlit hostolja a chatet, a user leírja a flow-t, a FastEmbed lehúzza a legközelebbi templatet, az LLM ráigazítja a user specjére. Az iteráció társalgásos · „adj egy Notion-node-ot a Slack-üzenet után” ennyiből működik.

  • 04 · POLISH

    Teljesítmény, akadálymentesség, megfigyelhetőség.

    PSI / a11y / coverage budgetek launch-feltételként kikényszerítve. Logging + metrika bekötve még a cut-over előtt · a csapat egy dashboardról válaszol arra, hogy „működik-e?”, nem Slack-szálból. A fenyegetésmodell-checklist aláírva, mielőtt forgalom érkezne a gépre.

  • 03 · SHIP

    Local-first deploy · az előzmény a user gépén marad.

    Az aiosqlite tárolja a beszélgetést + template-előzményt lokálisan · nincs külső perzisztencia, nem szivárog a user automatizációs logikája. Az export-gomb egy n8n-importra kész JSON-fájlt ad.

Amit szállítottunk

04
  • 01Chat

    Chainlit chat UI · iteráció társalgásban

    Ugyanaz az UI első vázlatra és finomításra · a user nem vált kontextust a tweakelésre.

  • 02Keresés

    FastEmbed template-index

    Vektor-keresés egy kurált template-galéria felett · a generátor mindig known-good alapból indul.

  • 03Export

    Import-kész n8n JSON

    Az output letöltés előtt validálva az n8n-séma ellen · a „JSON tisztán másolódik n8n-be” launch-feltétel.

  • 04Lokális

    Csak aiosqlite-perzisztencia

    Beszélgetés + template-előzmény a user gépén marad · nincs SaaS-lock érzékeny automatizációs logikára.

A videóból

Képkockánként
  • Init screen · Used Start n8n / Load node catalog / Build embeddings index, with quick-start prompts and a Calendar→Notion starter
    01Képkocka

    Inicializálás · 438 node indexelve, quick-startok láthatók

    Az első üzenet logolja a boot-toolokat (`Start n8n` / `Load node catalog` / `Build embeddings index` · 438 node). A quick-start chipek (URL→Discord, RSS+AI digest, GitHub PR review, support triage) csökkentik a belépési küszöböt.

  • Agent build sequence · generate UUIDs / build workflow JSON / validate / refine with Split Out node / save / import
    02Képkocka

    Ágensi build · UUID-k → JSON → validál → finomít → import

    Az ágens valódi toolokon megy át: `generate 8 UUIDs` a node-id-khez, megépíti a JSON-t, hívja a `validate workflow`-t, rájön, hogy hiányzik egy Split Out node, finomít, újra validál, ment, importál. Minden lépés egy tool-hívás, amibe bele lehet menni, nem átláthatatlan LLM-próza.

  • Confirmation modal 'Create New Chat' with workflow file location and import notes
    03Képkocka

    Átadás · fájl-elérési út + import-jegyzet

    Import után az ágens megmutatja a mentett fájl útvonalát (`workflows/calendar_to_notion_via_openai.json`), jegyzeteket az ütemezésről, formátum-követelményekről, és az n8n sign-in figyelmeztetést · a usernek egy helyen van az artefakt + a runbook.

  • Second workflow · order processing webhook with VIP / non-VIP branches converging through Postgres → Email → Asana
    04Képkocka

    Második flow · 8 node-os rendelési pipeline elágazó logikával

    Bonyolultabb rendelés-feldolgozási webhook · 8 node, VIP / nem-VIP elágazás, amiknek konvergálniuk kell Postgres → SendGrid email → Asana taskba. A validáció jelzésére az ágens újraépíti, nincs emberi javítás.

2026ÉV
03SZOLGÁLTATÁS
06TECHNOLÓGIA
ZÁRTSTÁTUSZ

MI VOLT A PROBLÉMA

  • Az n8n hatalmas · a node-ok böngészése órákat vesz el
  • A template-galéria korlátolt · a saját esetedre ritkán illik
  • Az egyedi workflow építés a node-ok paraméterezgetéséig tart
  • ChatGPT-ből másolt JSON ritkán importálódik hibamentesen

MIT KAPOTT AZ ÜGYFÉL

  • Workflow-ötlet → élő n8n-flow 2 perc alatt
  • A non-technical PM is tud mockolni érvényes n8n-JSON-t
  • Példák + legacy workflow-k gyors modernizációja
  • Chat-alapú iteráció · finomíthatsz menet közben

AMIT SZÁLLÍTOTTUNK

  • +Természetes nyelvű input · magyar és angol támogatva
  • +Exportálás · import-kész n8n JSON
  • +FastEmbed-vektoros template-kereső · a legjobb minta alapján épít
  • +Chainlit chat UI · iteráló finomítás párbeszédben
  • +Helyi aiosqlite · a beszélgetés és template-történet nálad marad

TECHNOLÓGIA

  • Python
  • TypeScript
  • Greenlet
  • FastEmbed
  • aiosqlite
  • Chainlit
Előző projektMCP Security Layer Következő projektThe Truth AI News
beszéljünk

Tetszik amit látsz? Építsünk egyet neked is.

Rövid e-mail vagy 30 perces hívás · válasz 24 órán belül munkanapon.

Indítsunk projektet