Chain LLM Pattern
Produkcyjne wzorce n8n dla wieloetapowych łańcuchów ekstrakcji, klasyfikacji i oceny LLM.
Testowano · Działa
Co robi ten skill
Koduje 3-etapowy wzorzec przepływu pracy n8n (Ekstraktor Informacji -> Podstawowy Łańcuch LLM -> Węzeł Kodu) dla zadań łączących ekstrakcję i rozumowanie, takich jak triage transkrypcji rozmów lub ocena potencjalnych klientów. Określa typy węzłów, wybór modelu na etap, temperaturę, budżety tokenów i zasadę, że ważona arytmetyczna ocena należy do deterministycznego węzła Kodu, a nie wywołania LLM. Aktywuje się na frazy n8n + wieloetapowy łańcuch LLM ("wyodrębnij encje, a następnie skategoryzuj", "chain_llm", "potok LLM").
Raport z testu
Zaprojektowano ten sam przepływ pracy oceny transkrypcji rozmów z umiejętnością i bez niej: wersja z umiejętnością kieruje ważoną formułę pilności (0.4/0.3/0.3) do deterministycznego węzła Kodu i zamienia ogólnego Agenta AI na Ekstraktor Informacji związany ze schematem, omijając dokładnie ten tryb błędu LLM-arytmetyki, w który wszedł bazowy projekt.
Testowano: 2026-07-14 · Claude Code 2.x (agent harness)
Instalacja
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
Komendy i przykładowe prompty
/chain-llm-patternProdukcyjne wzorce n8n dla wieloetapowych łańcuchów ekstrakcji, klasyfikacji i oceny LLM.
Skille uruchamiają się na zwykłe polecenia — bez komend do zapamiętania. Po instalacji aktywują go prompty takie jak te (po angielsku):
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