graph TD %%{init: {'theme': 'mc','layout': 'elk'}}%% ChatOutput-6acbv[<div><img alt="logo" src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Output] style ChatOutput-6acbv stroke:#a170ff Airtable-8qtr8[Airtable3] style Airtable-8qtr8 stroke:#a170ff Prompt-ge9fn[<div><img alt="logo" src="/_astro/square-terminal.BMOXc-nZ.svg" style="height: 20px !important;width: 20px !important"/></div>Prompt3] style Prompt-ge9fn stroke:#a170ff ParseData-vtarr[<div><img alt="logo" src="/_astro/braces.Djq0PW4_.svg" style="height: 20px !important;width: 20px !important"/></div>Parse Data2] style ParseData-vtarr stroke:#a170ff OpenAIModel-qw3sy[<div><img alt="logo" src="/_astro/openAI.BhmuxEs3.svg" style="height: 20px !important;width: 20px !important"/></div>OpenAI] style OpenAIModel-qw3sy stroke:#a170ff Airtable-8qtr8 -.- ParseData-vtarr linkStyle 0 stroke:#a170ff ParseData-vtarr -.- Prompt-ge9fn linkStyle 1 stroke:#a170ff Prompt-ge9fn -.- OpenAIModel-qw3sy linkStyle 2 stroke:#a170ff OpenAIModel-qw3sy -.- ChatOutput-6acbv linkStyle 3 stroke:#a170ff

Resumidor de Airtable

🧩 Descripción general

Este flujo automatizado permite generar resúmenes diarios a partir de los datos de una tabla en nuestra base de datos, integrándose con aplicaciones de mensajería.
El proceso inicia recuperando los registros relevantes, los procesa y construye un prompt que luego es interpretado por un modelo de lenguaje para generar un resumen informativo.
El resultado se entrega directamente a través del canal de salida definido, facilitando la generación automática de reportes actualizados.

⚙️ Funcionalidades principales

Recupera registros de una tabla Airtable y selecciona los campos requeridos.
Convierte los datos obtenidos en texto estructurado siguiendo una plantilla definida.
Construye un prompt que incluye la lista de registros formateados.
Utiliza un modelo LLM (OpenAI GPT‑4.1‑mini) para generar un resumen del contenido.
Muestra el resultado en la plataforma de mensajería configurada como salida.

🔄 Pasos del flujo de trabajo

Nombre del componente	Rol en el flujo	Entradas clave	Salidas clave
Airtable	Recupera registros de la base de datos	Conexión a Airtable, nombre de base, tabla, campos a leer, filtros y vista	Datos de registros
Parse Data	Convierte los datos a texto	Datos de registros	Texto formateado
Prompt	Construye el prompt con la lista de registros	Texto formateado	Prompt preparado
OpenAI Model	Genera el resumen con un modelo LLM	Prompt	Respuesta de texto
Chat Output	Muestra el resultado en la mensajería	Respuesta de texto	Mensaje de chat

🧠 Notas

Credenciales: Se requiere una cuenta válida de Airtable y de OpenAI; las credenciales se configuran a través de los campos “Credential” en cada componente.
Modelo: Se emplea GPT‑4.1‑mini, lo que garantiza un balance entre coste y calidad.
Parámetros: El modelo se ejecuta con temperature = 0.1 y sin esfuerzo de razonamiento adicional, lo que favorece respuestas coherentes y centradas.
Batch Mode: Los componentes están configurados para procesar los registros en modo lote; se omiten registros en caso de que el input esté vacío.
Formato de salida: El componente de chat utiliza el formato estándar de la plataforma de mensajería configurada, por lo que el texto se muestra como mensaje de máquina.
Limitaciones: El flujo no incluye manejo de errores explícito; en caso de fallo en la llamada a Airtable o a la API de OpenAI, la ejecución se detendrá.
Escalabilidad: Se permite la ejecución paralela de hasta 5 instancias en modo batch, aunque el valor predeterminado es 3.