Тест LLM и агентов с Wikipedia в n8n

# Запуск LLM-запросов с агентом и Wikipedia в n8n вручную

Этот шаблон позволяет тестировать работу LLM-цепочек и AI-агентов с внешними инструментами в среде n8n. Сценарий предназначен для ручного запуска и демонстрирует два подхода к обработке запросов: прямой вызов модели и использование агента с инструментом Wikipedia.

## Кому подойдёт
- Разработчики, тестирующие кастомные LLM-цепочки в n8n
- Инженеры, создающие агентов с доступом к внешним знаниям
- Специалисты по автоматизации, изучающие интеграцию LangChain в n8n

## Что делает автоматизация
- Запускается вручную по команде пользователя
- Обрабатывает два типа запросов: шутку (прямой вызов LLM) и фактологический вопрос (через агента)
- Агент самостоятельно решает использовать инструмент Wikipedia для поиска информации
- Оба потока используют модель OpenAI gpt-4o-mini через LangChain
- Позволяет быстро протестировать поведение агента и чистых LLM-вызовов

## Что входит в пакет
- Готовый workflow для n8n с использованием LangChain и JavaScript-нод
- Логика маршрутизации запросов между прямым вызовом и агентом
- Интеграции с OpenAI API и Wikipedia
- Базовая текстовая инструкция по запуску и адаптации

## Что нужно для запуска
- Аккаунт в n8n (самостоятельное развёртывание или облачная версия)
- Ключ API от OpenAI
- Доступ к публичному API Wikipedia (не требует авторизации)

## Польза и эффекты
- Ускоряет тестирование LLM-логики без необходимости развёртывания сложной инфраструктуры
- Наглядно демонстрирует разницу между прямыми вызовами и агентами с инструментами
- Позволяет добавлять новые инструменты по аналогии с Wikipedia-интеграцией
- Подходит как образец для построения более сложных агентов в n8n

## Важное о формате продукта и поддержке
**Важно:** вы приобретаете именно готовый шаблон сценария автоматизации. Разворот под вашу инфраструктуру, интеграция с конкретными аккаунтами и сервисами, индивидуальная помощь в настройке, доработки под нестандартные стеки и любая консультационная поддержка оказываются отдельно и оплачиваются по индивидуальному тарифу. Для обсуждения доработок и индивидуальной помощи вы можете связаться с нами через чат.