Chain LLM Pattern

Productie n8n patronen voor multi-stage LLM extractie, classificatie en scoring ketens.

Door masteranime · masteranime/n8n-claude-skills

Getest · Werkt ★ 9.2/10

Chain LLM Pattern — Productie n8n patronen voor multi-stage LLM extractie, classificatie en scoring ketens.

Wat het doet

Codeert een 3-stage n8n workflow patroon (Information Extractor -> Basic LLM Chain -> Code node) voor taken die extractie en redenering combineren, zoals call-transcript triage of lead scoring. Specificeert node types, per-stage modelkeuze, temperatuur, token budgetten, en de regel dat gewogen-arithmetische scoring thuishoort in een deterministische Code node, niet een LLM call. Triggert op n8n + multi-step LLM chain formuleringen ("extract entities then categorize", "chain_llm", "LLM pipeline").

Testrapport

Hetzelfde call-transcript scoring workflow ontworpen met en zonder de skill: de skill-versie routeert de gewogen urgentie formule (0.4/0.3/0.3) naar een deterministische Code node en wisselt de generieke AI Agent uit voor een schema-gebonden Information Extractor node, waarmee precies de LLM-arithmetische faalmodus wordt omzeild waar een baseline ontwerp rechtstreeks in liep.

Getest op: 2026-07-14 · Claude Code 2.x (agent harness)

Installatie

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

Commando's en voorbeeldprompts

  • /chain-llm-patternProductie n8n patronen voor multi-stage LLM extractie, classificatie en scoring ketens.

Skills reageren op gewone verzoeken — geen commando's om te onthouden. Na installatie activeren prompts zoals deze de skill (in het Engels):

  • Design an n8n chain that extracts and scores customer call transcripts
  • How should I split entity extraction from scoring in my LLM pipeline?
  • Build a lead-scoring workflow using an LLM chain plus a code node