n8n: Документы из Google Drive в Qdrant с ответами OpenAI
Документы из Google Drive workflow в n8n обрабатывает и передаёт в Qdrant; OpenAI помогает агенту отвечать на вопросы по их содержимому с указанием источников.
Оригинал на n8n.io: Build a RAG agent with n8n, Qdrant & OpenAI — Yulia
Открыть шаблон на n8n.io бесплатно- Сложность
- средний12 видов узлов
- Просмотров на n8n.io
- 2 297
- Опубликован
- Обновлён
- Автор
- Yuliaпроверен n8n.io
- Сверено
Что делает шаблон
В Qdrant появляется коллекция с векторными фрагментами документов, а чат-агент отвечает по ним с указанием источников и сохраняет контекст беседы. Поддерживаются файлы Google Docs: они загружаются в формате HTML и преобразуются в Markdown, чтобы сохранить структуру. Имя коллекции задаётся в узле добавления данных, а для поиска в агенте выбирается база с загруженными документами. Новые файлы автоматически обрабатываются после добавления в папку Google Drive. Примерные файлы доступны в общей папке Google Drive.
Как работает workflow по шагам
- Google Drive Trigger запускает workflow при обнаружении новых файлов в папке.
- HTTP Request получает документы, а Merge объединяет данные для дальнейшей обработки.
- Default Data Loader загружает содержимое, а Recursive Character Text Splitter делит его на фрагменты.
- Embeddings OpenAI создаёт векторные представления, которые Qdrant Vector Store сохраняет в коллекции.
- Chat Trigger принимает вопрос и передаёт его AI Agent.
- AI Agent ищет документы в Qdrant Vector Store и формирует ответ с помощью OpenAI Chat Model, используя Simple Memory для контекста беседы.
Что нужно для запуска
- Учётные данные Google Drive, созданные через Google Cloud Console.
- Кластер Qdrant и API-ключ для доступа к нему.
- Активный API-ключ OpenAI.
Как подключить Qdrant к n8n
API-ключ Qdrant создаётся после входа в Qdrant и создания кластера. Ключ добавляется в учётные данные узла Insert into Vector Store.
Что изменить под себя
- Имя коллекции задаётся в узле Insert into Vector Store.
- База с загруженными документами выбирается в подузле Search Documents агента.
Кому подойдёт
Workflow подходит для поиска по внутренним документам, исследовательским материалам, инструкциям для поддержки, юридическим документам и личным заметкам.
Сервисы 3
Категории у источника: База знаний , RAG: ответы по своим документам
Узлы workflow 12
- HTTP Request
- Merge
- Google Drive Trigger
- Sticky Note
- AI Agent
- Embeddings OpenAI
- OpenAI Chat Model
- Simple Memory
- Recursive Character Text Splitter
- Default Data Loader
- Chat Trigger
- Qdrant Vector Store
Виды узлов, из которых собран сценарий, — как их перечисляет страница шаблона. Серым — служебные узлы n8n.
Автор и первоисточник
Сценарий «Build a RAG agent with n8n, Qdrant & OpenAI» опубликовал на n8n.io Yulia. 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.