Chain LLM Pattern
Produktions n8n mønstre for multi-trins LLM ekstraktion, klassifikation og scoring kæder.
Testet · Virker
Hvad det gør
Indkoder et 3-trins n8n workflow mønster (Information Extractor -> Basic LLM Chain -> Code node) for opgaver, der kombinerer ekstraktion og ræsonnement, såsom opkalds-transskript triage eller lead scoring. Specificerer nodetyper, modelvalg pr. trin, temperatur, token budgetter, og reglen om, at vægtet-aritmetisk scoring hører til i en deterministisk Code node, ikke et LLM-kald. Udløses ved n8n + multi-step LLM chain formuleringer ("extract entities then categorize", "chain_llm", "LLM pipeline").
Testrapport
Designede den samme opkalds-transskript scoring workflow med og uden færdigheden: færdighedsversionen dirigerer den vægtede hastighedsformel (0.4/0.3/0.3) til en deterministisk Code node og erstatter den generiske AI Agent med en skema-bundet Information Extractor node, og undgår præcis den LLM-aritmetiske fejlmode, som et baseline design gik lige ind i.
Testet: 2026-07-14 · Claude Code 2.x (agent harness)
Installation
git clone https://github.com/masteranime/n8n-claude-skills cd n8n-claude-skills mkdir -p ~/.claude/skills cp -r skills/chain-llm-pattern ~/.claude/skills/chain-llm-pattern
Kommandoer og eksempelprompter
/chain-llm-patternProduktions n8n mønstre for multi-trins LLM ekstraktion, klassifikation og scoring kæder.
Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):
Design an n8n chain that extracts and scores customer call transcriptsHow should I split entity extraction from scoring in my LLM pipeline?Build a lead-scoring workflow using an LLM chain plus a code node