عامل هوشمند

Telegram Trigger (پیام کاربر)
  → AI Agent (Tools Agent)
    LLM: GPT-4o-mini
    System: "پشتیبان فارسی‌زبان فروشگاه آنلاین هستی.
    از ابزار get_order برای بررسی وضعیت سفارش استفاده کن.
    از ابزار search_faq برای پاسخ سوالات متداول استفاده کن.
    مودب و حرفه‌ای پاسخ بده."
    Tools: [HTTP Request (API سفارشات), Vector Store (FAQ)]
    Memory: Window Memory (آخرین 10 پیام)
    SessionId: {{$json.chatId}}
  → Telegram (ارسال پاسخ)

Webhook (درخواست تحلیل)
  → AI Agent (Tools Agent)
    LLM: GPT-4o
    System: "تحلیلگر داده حرفه‌ای هستی.
    از ابزار query_database برای دریافت داده استفاده کن.
    از ابزار calculate برای محاسبات استفاده کن.
    نتایج را به فارسی و با نمودار توضیح بده."
    Tools: [HTTP Request (DB API), Calculator, Code]
    Human: "گزارش فروش ماه گذشته را تحلیل کن"
  → Gmail (ارسال گزارش)

Telegram Trigger (سوال کاربر)
  → AI Agent (Tools Agent)
    LLM: Claude Sonnet
    System: "دستیار دانش شرکت هستی.
    ابتدا در Vector Store جستجو کن.
    فقط بر اساس اسناد موجود پاسخ بده.
    اگر پاسخی نیافتی، بگو اطلاعات کافی نداری."
    Tools: [Vector Store Tool (Pinecone)]
    Memory: Buffer Memory
  → Telegram (پاسخ مستند)

Webhook (درخواست کد)
  → AI Agent (ReAct Agent)
    LLM: GPT-4o
    System: "برنامه‌نویس ارشد هستی.
    می‌توانی کد بنویسی، تست کنی و اجرا کنی.
    کد تمیز و مستند بنویس."
    Tools: [Code Tool (اجرای JavaScript), HTTP Request (GitHub API)]
    Human: "یک تابع مرتب‌سازی بنویس و تست کن"
  → Telegram (ارسال کد)

Schedule (هر روز ساعت 9)
  → MySQL (محصول امروز)
  → AI Agent (Tools Agent)
    LLM: Claude Sonnet
    System: "متخصص محتوای فارسی هستی.
    برای محصول داده‌شده:
    1. کپشن اینستاگرام بنویس (با هشتگ و ایموجی)
    2. پست لینکدین بنویس (حرفه‌ای)
    3. متن ایمیل مارکتینگ بنویس"
    Tools: [HTTP Request (اطلاعات رقبا)]
    Human: "محصول: {{$json.name}}, قیمت: {{$json.price}} تومان"
  → Telegram (ارسال برای تایید ادمین)

Webhook (متن + حوزه تخصصی)
  → AI Agent (Tools Agent)
    LLM: GPT-4o
    System: "مترجم حرفه‌ای فارسی-انگلیسی هستی.
    برای اصطلاحات تخصصی از ابزار glossary جستجو کن.
    ترجمه روان و دقیق ارائه بده."
    Tools: [Vector Store (واژه‌نامه تخصصی), HTTP Request (API ترجمه)]
    Human: "ترجمه حوزه {{$json.domain}}: {{$json.text}}"
  → MySQL (ذخیره ترجمه)

Webhook (فایل صوتی جلسه)
  → OpenAI (Whisper - تبدیل صدا به متن)
  → AI Agent (Plan and Execute)
    LLM: GPT-4o
    System: "دستیار مدیریت جلسات هستی"
    Human: "متن جلسه:
    {{$json.transcript}}
    1. خلاصه کن
    2. تصمیمات استخراج کن
    3. Action Itemها لیست کن
    4. جلسه بعدی پیشنهاد بده"
    Tools: [Google Calendar (ثبت جلسه بعدی)]
  → Gmail (ارسال خلاصه به شرکت‌کنندگان)

Webhook (تیکت جدید)
  → AI Agent (Tools Agent)
    LLM: GPT-4o-mini
    System: "متخصص پشتیبانی هستی. تیکت را بررسی کن:
    1. دپارتمان تعیین کن (فنی/مالی/فروش)
    2. اولویت تعیین کن (low/medium/high/critical)
    3. پاسخ پیش‌نویس بنویس"
    Tools: [Vector Store (Knowledge Base), HTTP Request (CRM)]
    OutputParser: JSON
  → IF (priority = critical) → Telegram (هشدار فوری)
  → MySQL (ذخیره دسته‌بندی)

Webhook (سرنخ جدید)
  → AI Agent (Tools Agent)
    LLM: GPT-4o
    System: "تحلیلگر فروش هستی. سرنخ را بررسی کن:
    - صنعت و اندازه شرکت بررسی کن
    - سوابق خرید چک کن
    - امتیاز 1-100 بده و دلیل بنویس"
    Tools: [HTTP Request (CRM API), HTTP Request (LinkedIn API)]
    OutputParser: JSON {score, reason, nextAction}
  → IF (score > 70) → Telegram (تیم فروش)
  → MySQL (ذخیره امتیاز)

Webhook (موضوع تحقیق)
  → AI Agent (Plan and Execute)
    LLM: GPT-4o
    System: "محقق حرفه‌ای هستی.
    مرحله‌به‌مرحله تحقیق کن:
    1. ابتدا موضوع را تحلیل کن
    2. منابع مختلف جستجو کن
    3. اطلاعات جمع‌آوری و خلاصه کن
    4. گزارش نهایی فارسی بنویس"
    Tools: [Wikipedia, HTTP Request (News API), Vector Store (آرشیو)]
  → Google Drive (ذخیره گزارش)

Telegram Trigger (پیام فارسی)
  → AI Agent (Tools Agent)
    LLM: GPT-4o (عملکرد خوب فارسی)
    System: "دستیار فارسی‌زبان هستی.
    - تاریخ شمسی استفاده کن
    - اعداد فارسی بنویس
    - لحن دوستانه داشته باش
    - از ابزار تقویم شمسی استفاده کن"
    Tools: [Code (تبدیل تاریخ), Calculator]
    Memory: Window Memory (20 پیام)
    SessionId: {{$json.from.id}}
  → Telegram (پاسخ)

Telegram Trigger (درخواست کاربر)
  → AI Agent (Tools Agent)
    LLM: GPT-4o-mini
    System: "مشاور خرید هوشمند هستی.
    محصولات را جستجو، مقایسه و بهترین را پیشنهاد بده."
    Tools: [HTTP Request (API فروشگاه 1), HTTP Request (API فروشگاه 2)]
    Memory: Buffer Memory
    SessionId: {{$json.chatId}}
  → Telegram (جدول مقایسه + پیشنهاد)

MySQL (نظرات جدید - هر ساعت)
  → SplitInBatches
  → AI Agent (Tools Agent)
    LLM: GPT-4o-mini
    System: "تحلیلگر محتوای فارسی هستی. هر نظر را:
    1. احساسات تحلیل کن (مثبت/منفی/خنثی/مختلط)
    2. موضوعات استخراج کن
    3. اگر نیاز به پاسخ فوری دارد مشخص کن"
    OutputParser: JSON
  → MySQL (ذخیره تحلیل)
  → IF (needsResponse) → Telegram (هشدار)

Tools Agent: بهترین انتخاب برای اکثر کاربردها (سریع و دقیق)
   ReAct Agent: وقتی نیاز به استدلال شفاف و step-by-step دارید
   Plan and Execute: وظایف پیچیده چندمرحله‌ای
   OpenAI Functions: فقط با OpenAI و سازگاری بالا

"تو [نقش] هستی.

   ## وظایف:
   - [وظیفه 1]
   - [وظیفه 2]

   ## ابزارها:
   - ابزار X: وقتی کاربر [شرایط] داشت استفاده کن
   - ابزار Y: وقتی نیاز به [عمل] بود استفاده کن

   ## قوانین:
   - فقط فارسی پاسخ بده
   - از ابزار نامربوط استفاده نکن
   - اگر مطمئن نیستی، بپرس

   ## فرمت خروجی:
   - پاسخ کوتاه و مفید (حداکثر 200 کلمه)
   - از Markdown استفاده کن

   ## مثال:
   کاربر: وضعیت سفارش 12345
   تو: [ابتدا ابزار get_order فراخوانی] سفارش شما..."

// توصیف بد ❌
   name: "search"
   description: "جستجو"

   // توصیف خوب ✅
   name: "search_products"
   description: "جستجوی محصولات در فروشگاه بر اساس نام، دسته‌بندی
   یا قیمت. وقتی کاربر درباره محصول خاصی سوال می‌پرسد یا
   می‌خواهد محصولات مشابه ببیند استفاده کن.
   ورودی: query (متن جستجو)
   خروجی: لیست محصولات با نام، قیمت و توضیحات"

Buffer Memory: کل مکالمه ذخیره (مصرف context بالا)
   Window Memory: فقط N پیام اخیر (توصیه: 10-20 پیام)
   Summary Memory: خلاصه مکالمه (صرفه‌جویی context)
   Vector Store Memory: حافظه بلندمدت (Semantic Search)

   توصیه: Window Memory با 15 پیام برای چت‌بات

// هر تکرار Agent = 1 فراخوانی LLM
   // Agent با 3 ابزار ≈ 3-5 فراخوانی LLM

   هزینه تقریبی هر مکالمه Agent:
   GPT-4o-mini: $0.005 - $0.02
   GPT-4o: $0.05 - $0.20
   Claude Sonnet: $0.03 - $0.15

   راهکار: GPT-4o-mini برای 80% کارها کافی است!

// خروجی JSON تضمین‌شده:
   Output Parser: Structured Output
   Schema: {
     answer: string,      // پاسخ فارسی
     confidence: number,  // اطمینان 0-100
     sources: string[],   // منابع استفاده‌شده
     nextAction: string   // اقدام بعدی
   }

1. اسناد → Text Splitter → Embedding → Vector Store (یکبار)
   2. سوال کاربر → AI Agent + Vector Store Tool
      → Agent جستجو می‌کند → نتایج مرتبط → پاسخ مستند

   Vector Storeها: Pinecone، Supabase، Qdrant، In-Memory
   Embedding: OpenAI text-embedding-3-small (ارزان و خوب)

// هر کاربر Session جداگانه
   Telegram: SessionId = {{$json.message.chat.id}}
   WhatsApp: SessionId = {{$json.from}}
   Website:  SessionId = {{$json.userId}} یا cookie

AI Agent
     → On Success: پاسخ عادی
     → On Error: پاسخ fallback
       "متاسفم، در حال حاضر نمی‌توانم پاسخ بدهم.
       لطفاً مجدداً تلاش کنید."

   // یا Retry با مدل دیگر:
   Agent (GPT-4o) → Error → Agent (GPT-4o-mini) → پاسخ

System Prompt:
    "قوانین امنیتی:
    - هرگز اطلاعات محرمانه افشا نکن
    - فقط به سوالات مرتبط با [حوزه] پاسخ بده
    - اگر سوال خارج از حوزه بود بگو: 'این سوال خارج از تخصص من است'
    - هرگز کد مخرب تولید نکن
    - اطلاعات شخصی کاربران را ذخیره نکن"

// فعال‌سازی Streaming:
    Agent → Streaming: ON
    // کاربر پاسخ را کلمه‌به‌کلمه می‌بیند
    // مناسب برای چت‌بات‌های real-time

Agent 1 (Researcher): جستجو و جمع‌آوری اطلاعات
      ↓
    Agent 2 (Analyzer): تحلیل و پردازش داده‌ها
      ↓
    Agent 3 (Writer): نوشتن گزارش نهایی فارسی

    // هر Agent ابزارها و System Prompt متفاوت دارد

Tool Name: "get_exchange_rate"
    Description: "نرخ ارز دلار، یورو و طلا را برمی‌گرداند.
    وقتی کاربر درباره قیمت ارز یا طلا سوال می‌کند استفاده کن."
    Code:
    const response = await fetch('https://api.example.com/rates');
    const data = await response.json();
    return JSON.stringify({
      dollar: data.USD,
      euro: data.EUR,
      gold: data.GOLD
    });

// System Prompt انگلیسی + پاسخ فارسی = بهترین نتیجه
    System: "You are a helpful Persian-speaking assistant.
    ALWAYS respond in Farsi (Persian).
    Use formal Farsi. Use Persian numerals.
    When mentioning dates, use Solar Hijri calendar."

    // مدل‌های برتر برای فارسی:
    1. GPT-4o (بهترین)
    2. Claude Sonnet (عالی)
    3. Gemini Pro (خوب)

// مرحله 1: ابتدا بدون ابزار تست کنید
    AI Agent (بدون Tool) → آیا System Prompt درست کار می‌کند؟

    // مرحله 2: هر ابزار جداگانه تست کنید
    Tool Node → آیا خروجی صحیح است؟

    // مرحله 3: Agent + یک ابزار
    آیا Agent ابزار را درست فراخوانی می‌کند؟

    // مرحله 4: Agent کامل با همه ابزارها و حافظه
    تست end-to-end با سناریوهای واقعی

// نصب: ollama pull llama3.1
    // مزایا: رایگان، بدون اینترنت، حریم خصوصی
    // معایب: نیاز به GPU قوی، کیفیت کمتر

    مدل‌های پیشنهادی Ollama برای Agent:
    - llama3.1:70b (بهترین کیفیت، نیاز به GPU قوی)
    - llama3.1:8b (سبک، مناسب تست)
    - mistral (خوب برای کارهای ساده)

// ذخیره Session در Redis برای مقیاس‌پذیری:
    Memory: Redis Chat Memory
    SessionId: "chat_" + userId
    TTL: 24h (پاک شدن خودکار)

    // یا PostgreSQL برای ماندگاری:
    Memory: Postgres Chat Memory
    SessionId: userId + "_" + conversationId