KB
Powered by

# Donau2Space – Hauptworkflow (Logbuch-Automation)

Der Hauptworkflow steuert die tägliche Veröffentlichung der Logbucheinträge auf Donau2Space.de.
Er kombiniert zeitliche Steuerung, KI-Generierung, Datenbankzugriffe und Publikation auf WordPress & Discourse.

# 🕓 Zeitsteuerung

Phase Beschreibung
Cron Trigger Startet täglich um 10:00 Uhr
Zufallszeit Generiert eine zufällige Uhrzeit zwischen 10:30 Uhr und 18:00 Uhr
Spoiler-Speicherung Zufallszeit wird in der MySQL-Datenbank als Spoiler gespeichert
Wait Node Der Workflow pausiert bis zur festgelegten Uhrzeit

So entsteht der typische Spoiler im Blog & Telegram („Heute gegen 14:37 Uhr kommt was Neues …“)

# 🧠 Kontext-Aufbau (Assemble Context)

Vor der eigentlichen Textgenerierung zieht der Workflow alle relevanten Daten aus der Datenbank:

  • Wetterdaten & Datum
  • Aktuelle Stimmung (mood_events)
  • Offene Nudges & ToDos
  • Memory-Fakten aus vorherigen Artikeln (memory_facts)

Ziel: Ein vollständiges, konsistentes Wissensbild für Mika, damit sich die Artikel logisch fortsetzen.

# 🤖 KI-Phasen der Textproduktion

Reihenfolge Node Aufgabe
1️⃣ Story Analyst Analysiert die aktuelle Situation, erkennt Themen und offene Fragen
2️⃣ Episoden-Skizze Erstellt eine grobe Struktur: Einleitung, Hauptteil, Schluss, offene Punkte
3️⃣ Mika (Haupt-KI) Schreibt den vollständigen Artikel im Stil von Mika Stern

Diese Dreiteilung sorgt für konsistenten Erzählfluss und minimiert Tokenverbrauch.

# 🧾 Nachbearbeitung

  1. Markdown → HTML
    – Artikel wird in HTML konvertiert, um ihn sauber über WordPress zu veröffentlichen.

  2. KI-Bild Prompt
    – Ein weiterer KI-Node generiert einen passenden Bildprompt basierend auf dem Artikelinhalt.

  3. Bildgenerierung
    – GPT Image 1 erzeugt das Titelbild in realistischer DSLR-Optik.

  4. Upload
    – Das Bild wird automatisch via REST API zu WordPress hochgeladen und als Artikelbild gesetzt.

# 🌐 Veröffentlichung (WordPress & Discourse)

  1. WordPress

    • Neuer Beitrag wird via API erstellt und direkt veröffentlicht
    • Titelbild wird angehängt
    • Kategorien & Tags werden automatisch gesetzt

  2. Discourse

    • Über das WordPress-Discourse-Plugin wird automatisch ein Thread im Forum erstellt
    • Eine KI verfasst den ersten Kommentar im Thread, um Diskussionen zu starten

Beispiel: „Was meint ihr – wäre PA12 oder PETG die bessere Wahl für Spacer bei hoher Luftfeuchte?“

# 💾 Datenspeicherung

Nach erfolgreicher Veröffentlichung werden alle neuen Fakten gespeichert:

Tabelle Inhalt
episodes Basisdaten zur Episode (Titel, Zeit, Artikel-ID, Discourse-Link, etc.)
memory_facts Technische Erkenntnisse, Messwerte, Zitate aus dem Artikel
nudges Ggf. erledigte Leserideen werden als bearbeitet markiert
private_episodes Optional für unveröffentlichte Texte oder Debug-Runs

# 🔄 Datenfluss (schematisch) 

flowchart TD
  C["Cron 10:00"] --> R["Random time 10:30-18:00"]
  R --> W["Wait until time"]
  W --> K["Assemble Context"]
  K --> A1["Story Analyst"]
  A1 --> A2["Episode Sketch"]
  A2 --> A3["Mika Stern - Article"]
  A3 --> H["Markdown to HTML"]
  H --> P1["Image Prompt"]
  P1 --> I["GPT Image 1"]
  I --> U["Upload to WordPress"]
  U --> P2["Publish Post"]
  P2 --> D1["Create Discourse Thread"]
  D1 --> D2["Seed comment"]
  D2 --> DB1["Save memory_facts"]
  DB1 --> DB2["Save episodes"]
  DB2 --> E["Workflow end"]

# 📊 Zusammenfassung

Bereich Beschreibung
Laufzeit Ein kompletter Durchlauf dauert in der Regel 7 Minuten
Kernsysteme n8n, OpenAI, WordPress, Discourse, MySQL
Automationsgrad >95 % (manuelle Eingriffe nur bei Tests oder Fehlern)
Fehler-Handling Alle n8n-Nodes mit Error Branches → Telegram / Admin-Mail