Интеграция n8n и Langflow в AutoSfera AI

Короткий вывод

Сегодняшнюю работу лучше подключить как 17-й внутренний Skill «Исследование конкурента» для Employee Agent. FastAPI остаётся управляющим контуром, n8n — шлюзом интеграций и надёжного исполнения, Langflow — ограниченным аналитическим исполнителем. Результат сначала проходит машинную проверку и подтверждение сотрудником, затем может попасть в базу знаний.

ИСХОДНАЯ ТОЧКА

1. Что уже есть и почему это важно

Повторная проверка репозитория AutoSfera-AI- на ветке main показывает коммерческий MVP версии 2.0.0: четыре специализированных агента (Sales, Support, Service, Employee), 16 Skills, JSON-база знаний с TF-IDF RAG, SQLite для диалогов и заявок, FastAPI и веб-чат. Репозиторий обновлялся 16 августа 2026 года.

Сильные стороны текущего решения

Что не следует ухудшать

• Не переносить маршрутизацию всех запросов в n8n или Langflow: текущий Orchestrator должен оставаться владельцем диалога и выбора агента.

• Не заменять внутренний RAG внешним исследованием: внутренние знания и веб-источники решают разные задачи.

• Не превращать FastAPI в тонкую прокладку: именно здесь должны жить аутентификация, dealer_id, роли, аудит и публичные контракты.

• Не давать Langflow прямой доступ к CRM/DMS и операциям записи: исследовательскому агенту достаточно чтения веб-источников.

ЦЕЛЕВАЯ ФУНКЦИЯ

2. Куда подключить сегодняшнюю домашнюю работу

Учебная цепочка «Chat Trigger → Langflow → Edit Fields» уже доказала техническую связность и умеет принимать вопрос извне, передавать его в Langflow и возвращать ответ. В AutoSfera её следует оформить как управляемую функцию конкурентной разведки.

Предлагаемый пользовательский сценарий

Почему нужен асинхронный job

Исследование конкурента обычно длится дольше обычного чата. Синхронное ожидание 10–30 секунд повышает риск таймаутов и повторных отправок. Производственный интерфейс лучше строить как POST /api/research/jobs → 202 Accepted → job_id, затем GET /api/research/jobs/{id} или подписка на обновление. Для короткой демонстрации текущий Hosted Chat можно сохранить без изменений.

АРХИТЕКТУРА

3. Распределение ответственности

Рекомендуемая последовательность

1. POST /api/research/jobs проверяет пользователя, роль и dealer_id; создаёт job со статусом queued.

2. FastAPI подписывает запрос HMAC или передаёт сервисный Bearer token в закрытый webhook n8n.

3. n8n отклоняет дубликаты по idempotency_key, добавляет trace_id и вызывает /api/v1/run/{flow_id} Langflow.

4. Langflow возвращает только разрешённую JSON-схему и список источников.

5. n8n проверяет схему; при ошибке выполняет ограниченный retry, затем переводит job в failed.

6. FastAPI сохраняет черновик; сотрудник выбирает approve, edit или reject.

7. Только approve создаёт версионированный материал базы знаний.

Fallback без деградации основного продукта

• Если Langflow недоступен, чат и остальные 16 Skills продолжают работать.

• Пользователь получает статус «исследование временно недоступно», а не ложный анализ.

• Job можно безопасно повторить; idempotency_key исключает двойную публикацию.

ИНТЕГРАЦИЯ

4. Контракт данных

Запрос AutoSfera → n8n

Ответ Langflow → n8n

КАРТА ВНЕДРЕНИЯ

5. Изменения в репозитории

Ниже — рекомендуемая структура. Она дополняет проект и не меняет существующие публичные функции до готовности пилота.

FastAPI здесь нужен для

• единой стабильной точки входа для веб-чата, будущего кабинета, CRM и мобильных каналов;

• проверки личности, роли и dealer_id до вызова внешнего workflow;

• хранения статуса job, аудита, результата проверки и версий;

• изоляции n8n и Langflow от публичного интернета и от внутренней модели данных;

• сохранения заменяемости: Langflow или n8n можно обновить без изменения клиентского API.

Отдельная техническая задолженность

В текущем API запрос ChatRequest не несёт идентичность пользователя, роль и dealer_id; CORS разрешён для всех origins, а канал /api/channels/{channel_name} не сохраняет диалог так же, как /api/chat. Перед внешним пилотом эти различия следует закрыть.

BEST PRACTICES 2026

6. Безопасность и управление агентом

Минимальный P0 до публикации

• Закрыть публичный доступ к Langflow; использовать API key, reverse proxy и LANGFLOW_AUTO_LOGIN=False.

• Ограничить CORS конкретным доменом AutoSfera и не сочетать wildcard origin с credentials.

• Добавить RBAC для knowledge, requests, analytics и research endpoints.

• Ввести лимиты размера запроса, rate limit, timeout и circuit breaker.

• Записывать actor_id, dealer_id, job_id, trace_id и решение reviewer без сохранения секретов.

ПРОВЕРКА РАБОТОСПОСОБНОСТИ

7. Качество, тестирование и наблюдаемость

Пирамида проверки

Набор минимум из 30 кейсов

• 10 обычных: точное название, продукт, официальный URL, русское и английское написание.

• 8 неоднозначных: тёзка, бренд-группа, продукт без отдельного сайта, смена домена.

• 6 неполных: нет цены, закрытая страница, мало источников, противоречивые данные.

• 6 защитных: prompt injection на странице, URL private network, oversized content, повтор webhook, чужой dealer_id, сломанный JSON.

Метрики пилота

Обязательные поля наблюдаемости

trace_id, job_id, dealer_id, actor_role, workflow_version, flow_version, prompt_version, model, latency_ms, attempts, status, schema_valid, source_count, reviewer_decision, error_code. Для масштабирования n8n официально рекомендует queue mode; начинать с него не обязательно, но контракт и idempotency должны быть готовы заранее.

ROADMAP

8. Поэтапный план внедрения

Приоритеты 30 / 60 / 90 дней

РЫНОК

9. Конкурентный ориентир: Impel

Официальные материалы Impel описывают автомобильную AI Operating System, которая связывает сайт, CRM, DMS, scheduler и этапы жизненного цикла клиента. Это не повод копировать весь продукт; полезны три ограниченные идеи.

Цены Impel в проверенных официальных материалах публично не подтверждены; сравнивать экономику следует через запрос коммерческого предложения и пилотные метрики AutoSfera.

Размышления о продуктовой стратегии

• Преимущество AutoSfera — не количество агентов, а единый контекст дилера, контролируемые Skills и измеримый бизнес-след.

• n8n и Langflow должны оставаться заменяемыми адаптерами. Источник истины — AutoSfera и её база данных.

• Внешнее исследование лучше продавать как функцию принятия решений: проверенный отчёт, сравнение и next best action, а не как «ещё один чат».

• Следующий сильный шаг после конкурентного анализа — безопасное чтение CRM/DMS для Customer & Vehicle 360; запись действий оставить на последнюю фазу.

DECISION MEMO

10. Итоговые рекомендации

Финальная формула

Короткий чек-лист готовности

☐ Экспорты n8n и Langflow сохранены и версионируются.

☐ Langflow не опубликован напрямую и требует API key.

☐ Запрос содержит dealer_id, actor, job_id, trace_id, idempotency_key.

☐ Ответ проходит JSON Schema и содержит источники.

☐ Внешний результат не попадает в KB без approval.

☐ Сбои Langflow не ломают основной чат AutoSfera.

☐ Пройдены 30 кейсов, включая security и failure cases.

☐ Метрики и версии видны в журнале пилота.

СПРАВКА

Источники и основания

1. Репозиторий AutoSfera-AI-

2. README AutoSfera-AI-

3. FastAPI entrypoint проекта

4. n8n: queue mode

5. n8n: webhook URLs за reverse proxy

6. Langflow: flow trigger endpoints

7. Langflow: API keys and authentication

8. Langflow: security

9. OWASP Top 10 for Agentic Applications 2026

10. OWASP LLM01 Prompt Injection

11. Impel: Automotive AI platform

12. Impel: platform overview and integrations

Примечание: рекомендации основаны на состоянии main, доступном 17.08.2026, официальной документации инструментов и принципе минимально достаточного вмешательства. Перед production-развёртыванием следует зафиксировать версии контейнеров и повторить security/evaluation gate.