Make.com-Connector
Fügen Sie ein einzelnes Make-Modul in ein beliebiges Scenario ein, ordnen Sie eine Entity aus einem vorherigen Schritt zu und erhalten Sie ein strukturiertes, schemavalidiertes, aus mehreren Modellen fusioniertes JSON-Objekt — mit mehrsprachiger Ausgabe in 40 Sprachen, erzeugt in einem einzigen LLM-Durchlauf. 9 erstklassige Module mit dynamischen Dropdowns und planlimit-bewusster Fehlerbehandlung, konzipiert für Makes Abrechnungsmodell pro Operation.
Für Make konzipiert
Entity Enricher liefert bereits einen n8n-Connector, der einen Server-Sent-Events-Stream konsumiert. Make-Module können SSE nicht nativ konsumieren – jedes Modul ist ein atomarer HTTP-Aufruf. Um Anreicherung als einzelne Make-Operation zu unterstützen, stellt das Backend einen dedizierten POST /api/single/enrich/sync-Endpunkt bereit, der den Streaming-Ablauf serverseitig kapselt und das finale fusionierte Ergebnis in einer Antwort zurückgibt.
Mehrsprachige Anreicherung in einem Durchlauf
Wählen Sie im Feld Sprachen mehr als eine Sprache aus, und Entity Enricher befüllt jede mehrsprachige Eigenschaft in allen ausgewählten Sprachen mit einem einzigen LLM-Aufruf – nicht in N aufeinanderfolgenden Durchläufen pro Sprache. 40 Sprachen decken die wichtigsten europäischen, asiatischen, nahöstlichen und afrikanischen Märkte ab.
Ergebnis eines einzelnen Enrich-Entity-Aufrufs mit languages = ["en", "fr", "de", "ja"]:
{
"names": {
"primary": {
"en": "Aspirin",
"fr": "Aspirine",
"de": "Aspirin",
"ja": "アスピリン"
}
},
"indications": {
"en": "Pain, fever, inflammation; antiplatelet therapy.",
"fr": "Douleur, fièvre, inflammation ; antiagrégant plaquettaire.",
"de": "Schmerz, Fieber, Entzündung; Thrombozytenaggregationshemmer.",
"ja": "痛み、発熱、炎症;抗血小板療法。"
}
}Nachgelagerte Make-Module können jede Sprache direkt zuordnen: {{enrichEntity.result.names.primary.fr}}. Das Sprachen-Dropdown zeigt die vollständige Liste mit 40 Sprachen an, mit einem Hinweis zur Plan-Grenze, wenn das Profil Ihrer Organisation die Anzahl der auswählbaren Sprachen begrenzt.
Installation
Der Quellcode der Make-App befindet sich im öffentlichen TOT-Concept-Repository (synchronisiert aus dem Entity Enricher-Monorepo). Bis v1.0 im Make-Marketplace erscheint, laden Sie sie per Sideload über den Developer Hub:
- Melden Sie sich als Entwickler bei Ihrer Make-Organisation an.
- Gehen Sie zu Apps → Neue App erstellen → Custom App.
- Laden Sie entweder das Verzeichnis
make-app-entity-enricher/als.ziphoch oder fügen Sie jede.json-/.imljson-Datei in ihren Tab im Editor ein. - Fügen Sie eine API-Key-Verbindung hinzu, mit einem Schlüssel aus Entity Enricher → Einstellungen → API-Schlüssel (Format
ent_XXXXXXXXXXXX). Die Verbindung wird automatisch gegen/api/enrichment/optionsgetestet.
Dynamische Dropdowns
Jedes auswählbare Feld in den Make-Modulen wird durch einen RPC befüllt, der zur Konfigurationszeit die Entity Enricher API aufruft. Angeheftete Schemas erscheinen zuerst (mit 📌 markiert), Modell-Bezeichnungen enthalten die Preise pro Million Token, und Organisationen mit begrenztem Tarif sehen einen Hinweis, wenn ihr Kontingent erreicht ist.
Voraussetzungen
https://entityenricher.ai. Überschreiben Sie diese nur bei selbst gehosteten Bereitstellungen.Entität anreichern in Aktion
Das zentrale Modul stellt seine Eingabefelder mit dynamischen Dropdowns bereit: Schema, Modelle (Mehrfachauswahl), Sprachen (Mehrfachauswahl), Strategie, optionale Klassifizierungs- und Arbitrierungsmodelle, Websuche, Antwortschema, striktes strukturiertes Output, Timeout und Metadaten-Umschalter. Ordnen Sie eine Entität aus einem beliebigen vorherigen Modul über das Feld Entitätsdaten zu.
Wenn 2 oder mehr Modelle ausgewählt sind, wird das Ergebnis automatisch serverseitig fusioniert. Das Make-Ausgabefeld zeigt is_fused: true, die Liste der source_models und eine fusion-Zusammenfassung, die übereinstimmende und widersprüchliche Felder zählt:
Verfügbare Module
9 Module in 5 Kategorien. Suchmodule erzeugen pro Ergebnis ein Bundle für nachgelagerte Iterator-/Aggregator-Ketten; Aktionsmodule erzeugen ein einzelnes Bundle.
| Kategorie | Modul | Beschreibung |
|---|---|---|
| Enrichment | Enrich Entity | Anreicherung mit einem einzigen Aufruf und Multi-Modell-Fusion. Gibt das endgültige fusionierte Ergebnis (oder das des besten Einzelmodells) zurück. Bricht bei einer Klassifizierungswarnung automatisch ab. |
| Schemas | List Schemas | Gibt ein Make-Bundle pro gespeichertem Schema zurück, bereit für Iterator-/Aggregator-Ketten. |
| Schemas | Get Schema Details | Vollständiger Schema-Inhalt einschließlich Expertise-Domänen, Eigenschaften und Suchschlüsseln. |
| Records | List Records | Frühere Anreicherungs-Datensätze mit Filtern durchsuchen (Typ, Erfolg, Freitext). |
| Records | Get Record | Ein einzelnes Enrichment-Ergebnis mit vollständigen Metriken pro Prompt abrufen. |
| Fusion | Merge Results | Mehrere Anreicherungsergebnisse erneut zusammenführen, optional mit einem anderen LLM-Arbiter. |
| Attachments | Upload Attachment | Laden Sie eine Datei hoch (als Buffer aus einem vorgelagerten Modul zugeordnet, z. B. HTTP ▸ Get a File) und erhalten Sie deren Attachment-ID zur Verwendung in Enrich Entity. |
| Attachments | Delete Attachment | Einen Anhang anhand der ID löschen – ein praktischer Aufräumschritt nach der Anreicherung. |
| Configuration | Get Options | Verfügbare Modelle, Sprachen, Strategien und die Tarifgrenzen der Organisation. |
Multi-Entität-Workflows: Iterator-Muster
Make-Szenarien werden pro Operation abgerechnet. Anstatt das Batch-Enrich-Modul des n8n-Connectors zu portieren, verwendet die Make-App den integrierten Iterator + Enrich Entity von Make. Jede Iteration ist unabhängig, Fehler pflanzen sich nicht fort, und die Abrechnung spiegelt genau das wider, was verarbeitet wurde.
Wichtige Funktionen
Mehrsprachig in 40 Sprachen
Ein einzelner „Entität anreichern“-Aufruf befüllt jede mehrsprachige Eigenschaft in allen ausgewählten Sprachen – erzeugt in einem einzigen LLM-Durchlauf, nicht in N aufeinanderfolgenden Anfragen. Jede Sprache lässt sich direkt zuordnen: {{result.names.primary.fr}}.
Ein-Aufruf-Anreicherung
Ein dedizierter POST /api/single/enrich/sync-Endpunkt kapselt den Streaming-Ablauf serverseitig. Ein Make-Vorgang = ein Bundle. Kein Polling, keine Zwei-Modul-Muster.
Dynamische Dropdowns (RPCs)
7 RPCs laden zur Konfigurationszeit Schemas, Modelle, Sprachen, Strategien, Klassifizierungs-/Arbitrierungsmodelle und Websuche-Optionen – angeheftete Schemas erscheinen zuerst, Modellbezeichnungen enthalten Preisangaben.
Multi-Modell-Auto-Fusion
Wählen Sie 2+ Modelle, und das Ergebnis wird automatisch fusioniert. Das Ausgabepaket enthält is_fused, source_models[] und eine fusion: {agreed_fields, conflicted_fields, total_fields}-Zusammenfassung.
Pre-Flight-Klassifizierung
Ein optionales günstiges Classification-Modell überprüft, ob die Entity dem vom Schema erwarteten Typ entspricht, bevor die Enrichment ausgeführt wird. Nichtübereinstimmungen erzeugen einen typisierten DataError statt halluzinierter Daten.
Plan-Limit- & Credit-Berücksichtigung
HTTP-402-Fehler (Plan-Limits oder unzureichende Credits) werden zu typisierten Make-OutOfMoneyError. Die Nachricht gibt die menschenlesbare Detailangabe des Backends wieder (mit einer Auflade-URL für die Abrechnung, wenn die Credits aufgebraucht sind) sowie einen maschinenlesbaren Code – verzweigen Sie den Fehlerhandler des Szenarios anhand des Codes, um Menschen zu benachrichtigen, auf günstigere Modelle auszuweichen oder zu pausieren.
Websuche-Dropdown-Sperren
Das Web-Search-Dropdown liest parameters.models und deaktiviert sich selbst, wenn keines der ausgewählten Modelle supports_web_search deklariert.
Kein Batch-Modul
Make-Szenarien werden pro Operation abgerechnet. Workflows mit mehreren Entitäten nutzen den integrierten Iterator + Enrich Entity von Make und ermöglichen so eine granulare Fehlerbehandlung pro Entität sowie eine exakte Abrechnung.
Konfigurierbares Timeout
Standard-Timeout von 300 Sekunden pro Aufruf, begrenzt auf [10, 900]. Der Job wird serverseitig automatisch abgebrochen, wenn er nicht rechtzeitig abgeschlossen wird, und gibt einen typisierten ConnectionError zurück.
Fehlervertrag
Jeder Status, den das Backend zurückgeben kann, wird einem typisierten Make-Fehler zugeordnet, sodass Szenario-Fehlerbehandlungen anhand des Fehlermodus verzweigen können, statt Zeichenketten zu parsen.
| HTTP | Make-Fehlertyp | Wann es ausgelöst wird |
|---|---|---|
| 400 | DataError | Schema nicht gefunden, fehlende Suchschlüssel, ungültige Modelle oder Sprachen. |
| 401 | InvalidCredentials | Ungültiger oder fehlender API-Schlüssel. |
| 402 | OutOfMoneyError | Planlimit überschritten ODER unzureichende Credits. Message = body.detail.detail (menschenlesbar, enthält bei insufficient_credits eine Aufladungs-URL) + body.detail.code (maschinenlesbar). Verzweigen Sie anhand des Codes: insufficient_credits, model_limit_exceeded, language_limit_exceeded, concurrent_job_limit_reached, daily/weekly/monthly_prompt_limit_exceeded. |
| 403 | AccessDeniedError | Rolle oder Geltungsbereich unzureichend. |
| 404 | InvalidConfigurationError | Schema oder Datensatz nicht gefunden. |
| 422 | DataError | Klassifizierungswarnung. body.detail.classification enthält status, reasoning, confidence, entity_description. |
| 429 | RateLimitError | Provider-Ratenbegrenzung (vorübergehend). |
| 499 | RuntimeError | Job abgebrochen. |
| 502 | ConnectionError | Upstream-LLM-Provider-Fehler (z. B. Kontextüberlauf). |
| 504 | ConnectionError | timeout_seconds abgelaufen; Auftrag serverseitig automatisch abgebrochen. |