第5章：全文檢索(FTS)集成

在前一章中，我們構建了REST API服務作為數據訪問入口。

本章將介紹全文檢索(FTS)集成，它如同智能搜索引擎，為工作流系統提供高效靈活的檢索能力。

核心架構

前文傳送：

技術選型

• SQLite FTS5：輕量級全文檢索引擎
• 虛擬表技術：創建專用索引表workflows_fts
• 自動同步機制：通過觸發器保持數據一致性

功能特性

特性	實現原理	應用場景示例
模糊匹配	通配符查詢(term*)	輸入"auto"匹配"automation"
多字段聯合檢索	索引name/description等字段	在名稱和描述中搜索關鍵詞
結果相關性排序	BM25算法計算匹配度	更相關的結果排在前面
實時同步	INSERT/DELETE/UPDATE觸發器	數據變更后立即生效

實現細節

1. FTS表創建

-- 創建虛擬表用于全文檢索
CREATE VIRTUAL TABLE workflows_fts USING fts5(filename UNINDEXED,    -- 僅存儲不索引name,                  -- 工作流名稱description,           -- 描述文本integrations,          -- 集成服務列表tags,                  -- 標簽組content='workflows',   -- 關聯主表content_rowid='id'      -- 關聯字段
);

2. 自動同步觸發器

-- 新增數據同步
CREATE TRIGGER workflows_ai AFTER INSERT ON workflows BEGININSERT INTO workflows_fts(rowid, name, description, integrations, tags)VALUES (new.id, new.name, new.description, new.integrations, new.tags);
END;-- 刪除數據同步
CREATE TRIGGER workflows_ad AFTER DELETE ON workflows BEGINDELETE FROM workflows_fts WHERE rowid = old.id;
END;

3. 檢索邏輯優化

def build_fts_query(raw_query: str) -> str:"""構造FTS查詢語句"""terms = [f"{term.strip()}*" for term in raw_query.split() if term.strip()]return " AND ".join(terms)  # 轉換為"term1* AND term2*"格式

接口增強

1. 搜索端點升級

app.get('/api/workflows', async (req, res) => {const { q, trigger, page = 1 } = req.query;// 構造FTS查詢條件const ftsCondition = q ? `AND rowid IN (SELECT rowid FROM workflows_fts WHERE workflows_fts MATCH '${buildFTSQuery(q)}'ORDER BY rank)` : '';const results = await db.query(`SELECT * FROM workflowsWHERE 1=1 ${ftsCondition}LIMIT 20 OFFSET ${(page-1)*20}`);res.json(results);
});

2. 結果排序優化

-- 按相關性排序的查詢示例
SELECT w.* 
FROM workflows w
JOIN workflows_fts fts ON w.id = fts.rowid
WHERE workflows_fts MATCH 'email* automation*'
ORDER BY rank;

性能對比

檢索方式	10萬條數據平均耗時	支持特性
傳統LIKE查詢	1200ms	基礎模糊匹配
FTS5檢索	35ms	模糊匹配+相關性排序

總結

全文檢索集成通過：

1. 專用索引表實現毫秒級響應
2. 智能的模糊匹配算法
3. 自動化的數據同步
4. 精準的相關性排序

為工作流管理系統提供專業級搜索體驗。下一章將介紹可視化功能：Mermaid圖表生成

---

第6章：Mermaid圖表生成

在前一章中，我們實現了全文檢索功能。本章將介紹Mermaid圖表生成功能，它如同智能繪圖儀，將復雜的工作流JSON轉換為可視化流程圖。

核心架構

技術選型

• Mermaid.js：基于文本的圖表生成庫
• 語法轉換引擎：將n8n節點轉換為Mermaid語法
• 響應式渲染：支持實時預覽和動態更新

功能特性

特性	實現原理	應用場景
自動布局	基于graph TD的拓撲排序	避免手動調整節點位置
智能標簽	融合節點名稱和類型	快速識別節點功能
多級連接	解析connections嵌套結構	準確呈現復雜工作流
錯誤容忍	自動跳過無效節點	保證生成過程穩定性

實現細節

1. 核心轉換函數

function generateMermaidDiagram(nodes, connections) {let diagram = 'graph TD\n';// 節點生成nodes.forEach(node => {const safeId = node.id.replace(/[^a-zA-Z0-9]/g, '_');diagram += `    ${safeId}["${node.name}\\n(${node.type})"]\n`;});// 連接生成Object.entries(connections).forEach(([source, outputs]) => {outputs.forEach(output => {output.forEach(conn => {diagram += `    ${source} --> ${conn.node}\n`;});});});return diagram;
}

2. 端點實現

app.get('/api/workflows/:id/diagram', async (req, res) => {const workflow = await db.getWorkflow(req.params.id);if (!workflow) return res.status(404).send('Workflow not found');const diagram = generateMermaidDiagram(workflow.nodes,workflow.connections);res.json({ diagram });
});

3. 安全處理

function sanitizeMermaidText(text) {return text.replace(/</g, '&lt;')  // 防XSS.replace(/>/g, '&gt;').replace(/"/g, '&quot;');
}

使用示例

請求示例

curl http://localhost:8000/api/workflows/order_processing/diagram

響應示例

{"diagram": "graph TD\n    Webhook[\"訂單Webhook\\n(webhook)\"]\n    Validate[\"驗證數據\\n(function)\"]\n    DB[\"寫入數據庫\\n(postgres)\"]\n    Webhook --> Validate\n    Validate --> DB"
}

渲染效果

性能優化

1. 緩存機制：對已生成的圖表進行MD5緩存
2. 批量處理：支持多個工作流同時轉換
3. 懶加載：僅在請求時生成圖表
4. 增量更新：監聽工作流變更事件

總結

Mermaid圖表生成通過：

1. 自動化轉換技術
2. 清晰的視覺呈現
3. 標準化的輸出格式
4. 便捷的集成方式

為工作流管理系統提供了強大的可視化能力。本系列教程至此已完成全部核心功能的講解

END ★,°:.☆(￣▽￣)/.°★* 。