Speech Support Workflow

¿Qué hace este workflow?

Este workflow automatiza la carga masiva de datasets de imágenes de cultivos a Qdrant, un potente motor de búsqueda vectorial, para la detección de anomalías y clasificación KNN. El proceso incluye la extracción y el embedding de características de las imágenes, su organización en lotes y la generación de identificadores únicos (UUIDs) para una indexación eficiente. También gestiona la creación de la colección en Qdrant si no existe y utiliza Google Cloud Storage como fuente de datos. Una vez en Qdrant, el dataset está optimizado para identificar patrones inusuales, como enfermedades en plantas o defectos de calidad, o para categorizar elementos específicos mediante clasificación. Este sistema permite filtrar datos para pruebas, como "Filtering out tomato to test anomalies", facilitando la validación del modelo. En resumen, esta solución eleva drásticamente el control de calidad y la eficiencia operativa en la agricultura y la agroindustria, transformando el análisis manual en un proceso automatizado y basado en IA y minimizando errores humanos en la inspección de cultivos.

¿Cómo funciona?

Este workflow usa 25 nodos conectados con 8 tipos diferentes: ManualTrigger, GoogleCloudStorage, Set, HttpRequest, Code y 3 más. La estructura está totalmente conectada — listo para importar.

¿Para quién es?

Diseñado para empresas de Industria y Manufactura y equipos de IT & DevOps. Nivel avanzado — recomendado para usuarios experimentados. Alto valor de negocio: automatiza una tarea recurrente con impacto directo.