Чат по PDF-файлам в Google Gemini — шаблон n8n
Файлы загружаются в поисковое хранилище, а чат отвечает на вопросы по их содержимому. В n8n Google Gemini связан с формой загрузки и чат-интерфейсом через поиск по проиндексированным документам.
Оригинал на n8n.io: Build a RAG system by uploading PDFs to the Google Gemini File Search Store — Davide Boizza
Открыть шаблон на n8n.io бесплатно- Сложность
- средний10 видов узлов
- Просмотров на n8n.io
- 4 260
- Опубликован
- Обновлён
- Автор
- Davide Boizzaпроверен n8n.io
- Сверено
Что делает шаблон
Чат использует содержимое файлов, загруженных в хранилище File Search: модель ищет в них подходящие фрагменты и учитывает найденный контекст в ответе. Хранилище можно повторно использовать для нескольких файлов и запросов. Для загрузки служит форма, для вопросов — чат-интерфейс; диалог сохраняет контекст между сообщениями. Перед работой нужно создать хранилище и заменить его идентификатор в двух узлах Set. Готовый workflow не ограничен PDF: описание говорит о загрузке файлов, но не задаёт конкретные форматы или языки.
Как работает workflow по шагам
- Manual Trigger запускает создание хранилища File Search запросом к API.
- Form Trigger принимает файл и запускает его загрузку через HTTP Request.
- HTTP Request импортирует загруженный файл в хранилище для поиска по содержимому.
- Chat Trigger передаёт сообщение AI Agent, который использует Google Gemini Chat Model и обращается к хранилищу.
- Simple Memory сохраняет контекст переписки между сообщениями.
Что нужно для запуска
- Ключ API Google AI Studio для узлов HTTP Request.
- Хранилище File Search, созданное через ручной запуск workflow.
- Доступ к форме загрузки и чат-интерфейсу.
Как подключить Google Gemini к n8n
Для подключения нужен ключ API Google AI Studio. Его указывают в учётных данных узлов HTTP Request, которые обращаются к API для создания хранилища, загрузки файла, импорта и поиска.
Что изменить под себя
- Заменить значение идентификатора хранилища в двух узлах Set на имя созданного хранилища.
Кому подойдёт
Подходит для баз знаний, вопросов по документации, внутренних инструментов и поддержки. AI Agent отвечает по загруженным документам.
Сервисы 1
Категории у источника: База знаний , RAG: ответы по своим документам
Узлы workflow 10
- HTTP Request
- Merge
- Edit Fields (Set)
- Sticky Note
- Manual Trigger
- AI Agent
- Simple Memory
- n8n Form Trigger
- Chat Trigger
- Google Gemini Chat Model
Виды узлов, из которых собран сценарий, — как их перечисляет страница шаблона. Серым — служебные узлы n8n.
Автор и первоисточник
Сценарий «Build a RAG system by uploading PDFs to the Google Gemini File Search Store» опубликовал на n8n.io Davide Boizza. Файл шаблона и авторское описание — на странице шаблона.
Русское описание написано языковой моделью по странице шаблона и прошло автоматическую проверку: в нём нет сервисов и чисел, которых нет у автора. Сценарий принадлежит автору; каталог его не хранит.