پروزه های n8n

---

شرح پروژه

تعریف پروژه: توسعه سیستم اتوماسیون نظارت و گزارش عملکرد منابع انسانی با استفاده از n8n، تحلیل ویدئو و فعالیت کامپیوتری
تاریخ تعریف پروژه: ۱۷ آگوست ۲۰۲۵
کارفرما: [هلدینگ فرا]
زمان‌بندی پیشنهادی: ۲ هفته برای توسعه اولیه، با تست و تحویل نهایی.
۱. مقدمه و هدف پروژه
هدف کلی:
هدف از این پروژه، ایجاد یک سیستم اتوماتیک برای نظارت بر عملکرد روزانه پرسنل (کارمندان) در یک دفتر کار است. این سیستم باید فعالیت‌های پرسنل را از دو منبع اصلی (دوربین‌های مداربسته معمولی و فعالیت کامپیوتری) جمع‌آوری کند، تحلیل کند، گزارش‌های فردی تولید کند، وظایف روز بعد را بر اساس عملکرد روز قبل تخصیص دهد، و گزارش کامل را به مدیر (من) ارسال کند.
این سیستم به منظور بهبود بهره‌وری، شناسایی نقاط ضعف و قوت پرسنل، و اتوماتیک‌سازی فرآیندهای منابع انسانی طراحی می‌شود. مثلاً اگر یک کارمند حضور کمی داشته باشد یا زمان کمی روی پروژه‌ها صرف کند، سیستم وظایف بیشتری برای روز بعد تخصیص می‌دهد یا هشدار می‌دهد. سیستم باید کاملاً اتوماتیک باشد (بدون دخالت دستی روزانه)، امن (حفظ حریم خصوصی پرسنل)، و قابل گسترش (برای تعداد پرسنل بیشتر).
اهداف خاص:
 • نظارت رفتاری: رصد حضور، غیبت، تعامل و رفتار پرسنل از طریق ویدئوهای دوربین‌های مداربسته معمولی (بدون نیاز به دوربین‌های هوش مصنوعی گران).
 • نظارت فعالیت کامپیوتری: رصد زمان کار، برنامه‌های استفاده‌شده، و بهره‌وری از طریق ابزارهای ساده مانند Hubstaff یا Teramind.
 • تحلیل و گزارش: تولید گزارش‌های روزانه/هفتگی با امتیاز عملکرد، و تخصیص هوشمند وظایف روز بعد.
 • اتوماسیون: استفاده از n8n برای مدیریت workflow، ادغام با API xAI (Grok) برای تحلیل و یا هر هوش مصنوعی دیگری  .
 • حریم خصوصی و امنیت: فقط داده‌های ضروری جمع‌آوری شود، با رضایت پرسنل، و داده‌ها رمزگذاری شوند. 
این پروژه باید به گونه‌ای طراحی شود که برای 5-100 پرسنل قابل استفاده باشد، و در آینده قابل گسترش به ابزارهای دیگر (مثل X یا Google Sheets) باشد.
۲. نیازمندی‌های فنی و جزئیات پروژه
پروژه باید بر اساس workflow زیر ساخته شود (که قبلاً طراحی شده و می‌توانید از JSON n8n که در پیوست است استفاده کنید). فریلنسر باید این workflow را در n8n پیاده‌سازی کند، تست کند، و مستندات کامل ارائه دهد.
۲.۱. اجزای سیستم:
 • جمع‌آوری داده از دوربین‌های مداربسته معمولی:
 ◦ دوربین‌ها: دوربین‌های موجود (مثل Hikvision یا Dahua) که ویدئوها را در یک DVR (Network Video Recorder) ذخیره می‌کنند.
 ◦ تحلیل ویدئو: استفاده از نرم‌افزار رایگان/اقتصادی مثل OpenCV (با پایتون) یا Forevid برای پردازش ویدئوها. مثلاً:
 ▪ تشخیص حرکت (motion detection) برای شناسایی حضور/غیبت.
 ▪ شمارش زمان حضور هر پرسنل (با تشخیص ساده چهره یا موقعیت، بدون نیاز به شناسایی دقیق هویت اگر هزینه‌بر باشه).
 ▪ خروجی: داده‌های متنی مثل {“name”: “علی”, “presence”: 90%, “interaction_time”: “2 ساعت”}.
 ◦ فرکانس: هر روز ساعت ۱۰ شب (به وقت محلی، مثلاً BST یا IRST) ویدئوهای روز را پردازش کند.
 ◦ پیاده‌سازی: اسکریپت پایتون با OpenCV بنویسید که ویدئوها را از NVR بخواند و متادیتا تولید کند.
 • جمع‌آوری داده از فعالیت کامپیوتری:
 ◦ ابزارها: Hubstaff یا Teramind (نسخه رایگان/دمو) برای رصد زمان کار، برنامه‌های استفاده‌شده (مثل Word، مرورگر)، کیبورد/ماوس فعالیت.
 ◦ خروجی: داده‌هایی مثل {“name”: “علی”, “work_hours”: 8, “apps_used”: [“Chrome: 4 ساعت”, “Excel: 2 ساعت”], “productivity_score”: 85%}.
 ◦ فرکانس: روزانه، همگام با داده دوربین.
 • ادغام و تحلیل داده‌ها:
 ◦ استفاده از n8n برای workflow (JSON نمونه در پیوست).
 ◦ ادغام داده‌ها: ترکیب داده‌های دوربین و کامپیوتر (مثل امتیاز کلی = 50% حضور از دوربین + 50% فعالیت از کامپیوتر).
 ◦ تحلیل با API xAI (Grok): داده‌ها را به https://x.ai/api ارسال کنید تا تحلیل هوش مصنوعی (مثل نقاط ضعف/قوت) دریافت شود.
 • تولید و ارسال گزارش‌ها:
 ◦ گزارش فردی: برای هر پرسنل، شامل فعالیت روز، امتیاز، و وظایف روز بعد (مثل اگر امتیاز کم باشد، وظایف جبرانی اضافه شود).
 ◦ ارسال: ایمیل یا نوتیفیکیشن (مثل Slack یا X DM) به پرسنل برای وظایف، و به مدیر برای گزارش کامل.
 ◦ گزارش کامل به مدیر: خلاصه همه پرسنل، با میانگین عملکرد تیم.
۲.۲. workflow در n8n (جزئیات گام‌به‌گام):
 • گام ۱: زمان‌بند (Schedule Trigger) - هر روز ساعت ۱۰ شب فعال شود.
 • گام ۲: دریافت داده دوربین (HTTP Request به اسکریپت OpenCV یا NVR API).
 • گام ۳: دریافت فعالیت کامپیوتر (HTTP Request به Hubstaff API).
 • گام ۴: ادغام داده‌ها (Merge Node).
 • گام ۵: تحلیل عملکرد (Function Node با کد پایتون برای محاسبه امتیاز).
 • گام ۶: حلقه روی پرسنل (Loop Node).
 • گام ۷: تولید وظایف روز بعد (HTTP Request به API Grok).
 • گام ۸: ارسال وظایف به پرسنل (Email Send Node).
 • گام ۹: تولید گزارش کامل (Function Node).
 • گام ۱۰: ارسال گزارش به مدیر (Email Send Node).
فریلنسر باید این workflow را در n8n بسازد، تست کند، و JSON نهایی را تحویل دهد.
۲.۳. الزامات فنی:
 • زبان‌ها و ابزارها: n8n (اصلی)، پایتون برای اسکریپت ویدئو، API xAI، Hubstaff/Teramind/OpenCV.
 • امنیت: رمزگذاری داده‌ها (HTTPS)، دسترسی محدود (فقط مدیر به گزارش‌ها دسترسی داشته باشد)، رعایت GDPR یا قوانین ایرانی.
 • تست: سیستم روی ۲-۳ پرسنل تست شود، با داده‌های نمونه.
 • مستندات: راهنمای نصب، کد منبع، و ویدئوی دمو (۵-۱۰ دقیقه).
۳. زمان‌بندی و تحویل‌ها
 • فاز ۱ (۱ هفته): طراحی و پیاده‌سازی workflow در n8n، ادغام با APIها.
 • فاز ۲ (4 روز): تست با داده‌های نمونه، رفع باگ.
 • فاز ۳ (3 روز): مستندات و تحویل نهایی.
 • تحویل‌ها: کد منبع (GitHub repo)، فایل JSON n8n، اسکریپت پایتون، گزارش تست، ویدئوی دمو.
۴. مهارت‌های موردنیاز فریلنسر
 • تجربه با n8n یا ابزارهای اتوماسیون مشابه (Zapier).
 • دانش پایتون و OpenCV برای تحلیل ویدئو.
 • تجربه ادغام API (مثل xAI، Hubstaff).
 • آشنایی با امنیت داده و حریم خصوصی.
 • نمونه کارهای قبلی در اتوماسیون یا نظارت عملکرد.
۵. پرداخت و قرارداد

 • قرارداد: از پلتفرم فریلنسینگ استفاده شود، با NDA برای حفظ محرمانگی.

مهارت ها و تخصص های مورد نیاز

---

---