Loading image 1...
WhatsAppDailySummary
Otomasi n8n yang Meringkas Percakapan Grup WhatsApp Setiap Malam, Dirilis Open Source
WhatsApp Daily Summary
WhatsApp Daily Summary
Otomasi n8n yang Meringkas Percakapan Grup WhatsApp Setiap Malam, Dirilis Open Source
Otomasi n8n yang Meringkas Percakapan Grup WhatsApp Setiap Malam, Dirilis Open Source
Perkakas internal Javapixa yang kemudian dirilis sebagai open source. Otomasi n8n ini mengumpulkan pesan grup WhatsApp sepanjang hari lewat gateway go-whatsapp-web-multidevice, menyimpannya di PostgreSQL, lalu setiap malam meminta Google Gemini menyusun ringkasan terstruktur berisi topik yang dibahas, poin tindak lanjut, dan statistik, dan mengirimkannya kembali ke nomor WhatsApp yang ditentukan. Satu alur menangani banyak grup sekaligus.
Masalah & Tantangan
Meringkas percakapan dengan model bahasa itu mudah dijalankan, tetapi sulit dipercaya. Bagian yang paling rawan justru angkanya: jumlah pesan dan siapa saja yang aktif adalah hal yang paling mungkin dikarang model. Begitu satu angka meleset, seluruh ringkasannya kehilangan kredibilitas. Persoalan kedua adalah ketahanan: satu grup yang gagal tidak boleh menjatuhkan ringkasan grup lain.
Statistik dihitung langsung dari basis data, bukan diminta ke model, sehingga jumlah pesan dan anggota aktif selalu tepat. Gemini dibatasi lewat skema JSON agar mengembalikan `topics[]` dan `action_items[]` dalam bentuk terstruktur, lalu pesannya dirender secara deterministik, bukan diurai dari teks bebas. Pengumpulan pesan dan peringkasan malam dipisah dan dihubungkan lewat tabel PostgreSQL, dengan `message_id` unik agar pengulangan webhook tidak menghitung ganda. Tiap grup diproses terisolasi, dan alur khusus mengirim peringatan lewat WhatsApp ketika ada yang gagal.
Perjalanan Visual
Showcase Proyek
Loading image 1...
Tangkapan Layar 1
Visualisasi proyek dan desain antarmuka
StackTeknologi
n8n
Orkestrasi Alur Kerja
Google Gemini
Model Bahasa
PostgreSQL
Basis Data
go-whatsapp-web-multidevice
Gateway WhatsApp
FiturUtama
Statistik Tepat dari Basis Data
Jumlah pesan dan anggota aktif dihitung dengan kueri, bukan diminta ke model, sehingga angkanya bisa dipercaya.
Keluaran Terstruktur dari Gemini
Gemini dipaksa mengembalikan topics[] dan action_items[] lewat skema JSON, lalu pesannya dirender sendiri, sehingga formatnya konsisten setiap malam.
Banyak Grup Sekaligus
Satu alur meringkas berapa pun jumlah grup, dan penambahan grup baru dilakukan lewat formulir tanpa mengubah alurnya.
Anti Hitung Ganda
message_id dijadikan unik, sehingga pengulangan pengiriman webhook tidak pernah menghitung pesan yang sama dua kali.
Terisolasi per Grup
Kegagalan pada satu grup tidak menghentikan yang lain, dan alur Error Trigger mengirim peringatan lewat WhatsApp.
Pemasangan Tanpa Kode
Seluruhnya berupa JSON alur n8n yang diimpor ke instance sendiri, jadi tidak ada kode aplikasi maupun tahap build.
ProsesKami
Pandangan detail tentang bagaimana kami mewujudkan proyek ini dari konsep hingga kenyataan melalui metodologi kami yang terbukti.
Perancangan Alur Data
Memisahkan pengumpulan pesan waktu nyata dari peringkasan malam, lalu merancang tabel PostgreSQL yang menghubungkan keduanya.
Peringkasan dan Batasan Model
Membangun alur peringkasan dengan skema JSON untuk Gemini dan perhitungan statistik lewat kueri, agar keluarannya konsisten dan angkanya tepat.
Ketahanan dan Dokumentasi
Menambahkan isolasi kegagalan per grup, alur peringatan, formulir Quick Setup, lalu menulis dokumentasi dan merilisnya sebagai open source.
05 Hasil yang diserahkan
- 01Statistik dihitung dari PostgreSQL, bukan dikarang model, sehingga jumlah pesan dan anggota aktif akurat.
- 02Gemini dibatasi skema JSON, sehingga topik dan poin tindak lanjut dirender deterministik.
- 03Pengumpulan dan peringkasan dipisah lewat PostgreSQL, dengan message_id unik sebagai penangkal hitung ganda.
- 04Kegagalan satu grup tidak menghentikan grup lain, dan alur peringatan melaporkannya lewat WhatsApp.
- 05Dirilis sebagai JSON alur n8n, sehingga tidak ada kode aplikasi yang perlu dibangun atau dideploy.
Layanan Terkait
Layanan yang Digunakan pada Proyek Ini
Berikut layanan Javapixa yang mengerjakan proyek ini.