这套工具自动化了房地产运营的多个环节：网络潜在客户筛选、定时/手动数据研究与内容生成，以及带客户筛选的自动语音外呼。它利用了AI（主要通过Langchain集成的OpenAI GPT-4o Mini）、数据处理节点，以及外部API和Google Workspace的集成。

流程1：网络潜在客户筛选与评分

该流程从网络来源捕获潜在客户，验证其输入，使用AI分类意图和紧急程度，核对房产数据库，对潜在客户评分，并准备结构化的潜在客户对象。

使用的工具与服务：

AI核心与处理：OpenAI（通过Langchain Agent和Chat Model节点的GPT-4o Mini）

数据处理：n8n Set、If、Code节点

外部API：HTTP Request节点（用于PropertyCheckAPI）

流程概述：

触发：

网络潜在客户Webhook（/incoming-lead）：捕获通过网页表单提交的新潜在客户。

潜在客户数据提取与验证：

设置并重命名输入字段：标准化来自Webhook的输入字段名称。

IF用户消息有效：检查userMessage字段是否存在且满足最小长度要求。

清理用户消息文本（代码）：预处理用户消息（如去除多余空格）。

AI驱动的潜在客户分析：

AI分类潜在客户意图与紧急程度（Langchain Agent）：分析清理后的用户消息，确定其主要意图（如购买、出售、咨询）和请求的紧急程度。

支持：用于意图/紧急程度分类的LLM（OpenAI Chat Model – GPT-4o Mini）。

从AI输出中提取意图与紧急程度（Set）：将AI的分类结果结构化到不同字段。

数据标准化与丰富：

标准化所有潜在客户数据字段（代码）：进一步标准化所有收集的数据点以确保一致性。

调用房产检查API（HTTP Request）：将潜在客户/房产详情发送至外部API（https://api.example.com/property-check）以验证房源状态或获取更多信息。

潜在客户评分与最终化：

IF房产为已知房源：检查API响应是否显示matchFound为“true”。

计算网络潜在客户评分（代码）：如果是已知房源（或基于其他标准），该节点为潜在客户分配数值或分类评分。

设置最终结构化网络潜在客户数据（Set）：将所有原始、处理、分类和评分数据整合为最终的完整潜在客户对象。

流程2：定时/手动AI驱动的数据研究与内容生成（红色背景）

该流程从外部URL获取数据，使用AI提取信息，允许高级AI代理进行研究并使用多种工具生成分析，并将结果输出到Google Sheets、Google Docs以及其他可能的AI处理步骤。

使用的工具与服务：

编排与自动化：n8n

AI核心与处理：OpenAI（通过Langchain Information Extractor、Langchain Agent和直接OpenAI节点的GPT-4o Mini）

AI工具：Langchain Calculator、Langchain SerpAPI

数据存储与输出：Google Sheets、Google Docs

数据输入：HTTP Request节点

流程概述：

触发：

手动触发数据分析流程：允许按需执行。

定时触发数据分析流程：按定义的时间表自动执行。

数据提取与初步提取：

获取外部数据以供AI分析（HTTP Request）：从指定URL检索内容。

AI从获取的数据中提取信息（Langchain Information Extractor）：使用AI模型从获取的内容中提取结构化数据。

支持：用于数据信息提取的LLM（OpenAI Chat Model – GPT-4o Mini）。

高级AI分析与任务分配：

用于研究与内容生成的AI代理（Langchain Agent）：处理提取的信息以进行深入研究、分析或内容创作。

支持：用于研究与内容AI代理的LLM（OpenAI Chat Model – GPT-4o Mini）。

使用工具：

AI代理的计算器工具：用于数值计算。

AI代理的SerpAPI网络搜索工具：用于执行实时网络搜索以收集额外上下文或验证信息。

输出与分发：

AI代理的输出被路由到多个目的地：

使用AI代理分析更新Google文档（Google Docs）：将生成的分析/内容插入Google文档。

拆分AI代理输出项（Split Out）→将AI分析数据记录到Google Sheets（Google Sheets）：如果代理生成多个数据项，它们将被拆分并单独记录到Google Sheet中。

OpenAI：从代理生成文本（输出1）和OpenAI：从代理生成文本（输出2）：这些节点可能将代理的输出用于进一步的专门AI处理（如不同目的的摘要、重新格式化）。

流程3：自动潜在客户外呼与语音通话筛选（绿色背景）

该流程通过语音通话自动与新潜在客户进行初步联系，使用AI理解通话中潜在客户的回复，筛选他们，并记录详细的交互和摘要。

使用的工具与服务：

编排与自动化：n8n

AI核心与处理：OpenAI（通过Langchain Agent和Chat Model节点的GPT-4o Mini）

语音服务：ElevenLabs（通过HTTP Request的文本转语音）、Twilio（通过HTTP Request拨打电话）

数据存储与输出：Google Sheets

错误处理：n8n Execute Workflow Trigger

流程概述：

触发：

语音通话潜在客户Webhook（/new-lead）：捕获指定用于自动语音通话的新潜在客户。

通话准备与启动：

设置初始语音通话潜在客户详情：从Webhook中提取基本信息（姓名、电话、房产参考、邮箱）。

生成语音通话介绍脚本（Function）：创建个性化的通话脚本。

ElevenLabs：将介绍脚本转为语音（HTTP Request）：将脚本发送至ElevenLabs API以生成自然语音音频。

Twilio：向潜在客户发起语音通话（HTTP Request）：使用Twilio API拨打电话并播放生成的音频。

AI驱动的通话交互分析：

AI代理：从语音通话中提取信息（Langchain Agent）：处理通话中的交互（如潜在客户回复的转录或DTMF输入）以提取关键筛选数据，如预算、时间表和兴趣级别。

支持：用于语音通话信息提取代理的LLM（OpenAI Chat Model – GPT-4o Mini）。

结构化提取的语音通话信息（Function）：将AI提取的数据组织为结构化JSON对象。

潜在客户筛选与数据记录：

根据通话兴趣设置潜在客户状态：根据AI对通话的解释更新潜在客户状态（如“感兴趣”或“不感兴趣”）。

IF潜在客户感兴趣（来自语音通话）：根据潜在客户状态分支流程。

如果感兴趣：

为感兴趣的语音潜在客户分配评分（Function）：根据预算、时间表等计算潜在客户评分。

格式化当前时间戳以记录（DateTime）：生成时间戳。

将筛选的语音潜在客户记录到Google Sheets：将详细的筛选潜在客户信息附加到“Leads”Google Sheet。

AI代理：生成语音通话潜在客户摘要（Langchain Agent）：创建整个潜在客户交互和筛选的简明摘要。

支持：用于语音通话潜在客户摘要代理的LLM（OpenAI Chat Model – GPT-4o Mini）。

将语音通话潜在客户摘要记录到Google Sheets：将此摘要附加到单独的“LeadsSummary”Google Sheet。

错误处理（用于Sheets记录）：

IF语音潜在客户记录到Sheets失败：检查Google Sheets记录操作是否失败。

错误触发：通知管理员Sheets失败（Execute Workflow Trigger）：如果记录失败，触发单独流程以提醒管理员。