Rätta en elevtext med Ollama i N8N

Innan du börjar startar du Ollama. Sedan startar du Docker och går därefter till http://localhost:5678/ för att skapa ett nytt workflow genom att klicka på "+" symbolen överst.

1. Skapa din Trigger

Klicka på det stora pluset mitt i skärmen och sök efter "When clicking 'Execute Workflow'" (det som kallas Manual Trigger). Nu har du en startpunkt.

2. Förbered kommunikationen med Ollama

Innan du bygger resten, låt oss se till att N8N faktiskt kan prata med din AI.

Klicka på + efter din trigger "When clicking 'Execute Workflow'".

Sök efter "Ollama" i sökrutan och välj alternativet Ollama. En ny meny kommer upp och välj "Message a model".

I den nya menyn som kommer upp, med två stora rutor till vänster och höger om en meny, står det "Credential" överst. Välj knappen "Set up credential" och fyll i:

Base URL = http://host.docker.internal:11434 (http://localhost:11434 används om du inte har N8N i Docker)

Det behövs ingen API-nyckel när allt körs lokalt, lämna rutan tom.

Lämna "Allowed HTTP Request" på "All".

Klicka på "Save" och spara inställningarna. Om allt fungerar omvandlas rutan i överkanten, den blir grön med texten: "Connection tested successfully".

Skriv inget i de andra rutorna. Stäng ner menyn och återvänd till "Workflow fönstret".

3. Förbered inläsning av textfiler

Dra en linje från + tecknet i den allra första modulen, och sök "Read/Write Files from Disk".

Fyll i följande: File Path: Här ska du skriva sökvägen till filen med elevtexten.

Viktigt: Eftersom du kör i Docker måste n8n ha tillgång till mappen. Om du inte har ställt in en "Volume" i Docker än, kommer n8n inte hitta filen.

Nu ser du att noden har flera "ingångar" på vänstersidan. Du måste koppla en modell till den:

Klicka på pluset vid "Model"-ingången på noden.

Välj "Chat Model Ollama".