TutorBot - English Learning Workflow

Overview

TutorBot is an English Tutoring Agent built with n8n, designed to guide students from A1 to B2 levels of the CEFR. It offers structured lessons, quizzes, and level exams, tracks real-time progress, and communicates in Spanish through Telegram.

Features

• Initial Assessment: Assigns A1 level to new users and generates diagnostic quizzes.
• Lesson Delivery: Provides 3 to 4 weekly sessions (30–45 minutes each), including review, new topics, and micro-quizzes.
• Progress Tracking: Updates user progress in Supabase after each lesson or quiz.
• Activity Scheduling: Reserves sessions and sends reminders via the MCP Calendar API.
• Feedback and Motivation: Offers positive reinforcement and additional exercises for scores below 80%.

Data Sources

• Supabase SQL: Manages cefr_levels, lessons, and user_progress tables.
• Vector Database: Retrieves content from textbooks.
• Calendar Service: Schedules lessons and quizzes.

Workflow Structure

Main Nodes

1. Telegram Trigger: Captures user messages.
2. Get Input: Processes user text and data.
3. Get All: Retrieves user progress from Supabase.
4. Lesson (Agent): Core logic for delivering lessons and tracking progress.
5. OpenAI Chat Model: Generates lesson content using GPT models.
6. Supabase Vector Store: Retrieves textbook content.
7. Embeddings OpenAI: Generates embeddings for vector search.
8. MCP Client: Handles calendar operations.
9. Simple Memory: Maintains chat context.
10. Telegram: Sends responses to users.

Connections

Links nodes for seamless data flow from Telegram input to the generated response.

Configuration

Credentials

• Telegram API: Configure in Telegram Trigger and Telegram nodes.
• Supabase API: Set up in Supabase Vector Store and Get All nodes.
• OpenAI API: Add to OpenAI Chat Model and Embeddings OpenAI nodes.

Environment

• Ensure Supabase tables (cefr_levels, lessons, user_progress) are set up.
• Verify the MCP Calendar API endpoint.

Activation

1. Enable the workflow in n8n (active: true).
2. Test the Telegram webhook integration.

Policies

• Frequency: 3–4 lessons per week, daily micro-quizzes, weekly quizzes, and level exams.
• Sequence: Follows textbook order without skipping.
• Evaluation: Requires ≥80% to pass quizzes; ≥70% for remediation.
• Responses: Always in Spanish.

Usage

1. Users interact via Telegram, sending messages to trigger lessons or quizzes.
2. TutorBot responds with personalized content, schedules sessions, and tracks user progress.

Dependencies

• n8n
• Telegram API
• Supabase (SQL + Vector Database)
• OpenAI API
• MCP Calendar API

---

TutorBot - Flujo de Aprendizaje de Inglés

Resumen

TutorBot es un Agente Tutor de Inglés construido con n8n, diseñado para guiar a los estudiantes desde el nivel A1 hasta B2 del MCER. Ofrece lecciones estructuradas, cuestionarios y exámenes de nivel, rastrea el progreso en tiempo real y se comunica en español a través de Telegram.

Características

• Evaluación Inicial: Asigna el nivel A1 a nuevos usuarios y genera cuestionarios diagnósticos.
• Entrega de Lecciones: Proporciona de 3 a 4 sesiones semanales (30–45 minutos), incluyendo repaso, nuevos temas y micro-cuestionarios.
• Seguimiento de Progreso: Actualiza el progreso del usuario en Supabase tras cada lección o cuestionario.
• Programación de Actividades: Reserva sesiones y envía recordatorios mediante la API de calendario MCP.
• Retroalimentación y Motivación: Ofrece refuerzo positivo y ejercicios adicionales para puntajes menores al 80%.

Fuentes de Datos

• Supabase SQL: Gestiona tablas de cefr_levels, lessons y user_progress.
• Base de Datos Vectorial: Recupera contenido de libros de texto.
• Servicio de Calendario: Programa lecciones y cuestionarios.

Estructura del Flujo

Nodos Principales

1. Telegram Trigger: Captura mensajes de los usuarios.
2. Get Input: Procesa texto y datos del usuario.
3. Get All: Obtiene el progreso del usuario desde Supabase.
4. Lección (Agent): Lógica principal para entrega de lecciones y seguimiento de progreso.
5. OpenAI Chat Model: Genera contenido de lecciones utilizando modelos GPT.
6. Supabase Vector Store: Recupera contenido de libros de texto.
7. Embeddings OpenAI: Genera incrustaciones para búsqueda vectorial.
8. MCP Client: Maneja operaciones de calendario.
9. Simple Memory: Mantiene el contexto del chat.
10. Telegram: Envía respuestas a los usuarios.

Conexiones

Vincula los nodos para un flujo de datos continuo desde la entrada de Telegram hasta la respuesta generada.

Configuración

Credenciales

• API de Telegram: Configurar en los nodos Telegram Trigger y Telegram.
• API de Supabase: Establecer en Supabase Vector Store y Get All.
• API de OpenAI: Agregar en los nodos OpenAI Chat Model y Embeddings OpenAI.

Entorno

• Asegurar que las tablas de Supabase (cefr_levels, lessons, user_progress) estén configuradas.
• Verificar el endpoint de la API de calendario MCP.

Activación

1. Habilitar el flujo en n8n (active: true).
2. Probar la integración del webhook de Telegram.

Políticas

• Frecuencia: 3–4 lecciones por semana, micro-cuestionarios diarios, cuestionarios semanales y exámenes de nivel.
• Secuencia: Sigue el orden del libro de texto sin saltos.
• Evaluación: Se requiere un puntaje ≥80% para aprobar cuestionarios; ≥70% para remediación.
• Respuestas: Siempre en español.

Uso

1. Los usuarios interactúan vía Telegram, enviando mensajes para activar lecciones o cuestionarios.
2. TutorBot responde con contenido personalizado, programa sesiones y rastrea el progreso del usuario.

Dependencias

• n8n
• API de Telegram
• Supabase (SQL + Base de Datos Vectorial)
• API de OpenAI
• API de Calendario MCP