Чат с файлами Supabase через OpenAI — шаблон n8n
Документы в Supabase превращаются в базу для контекстных ответов: workflow в n8n связывает Supabase и OpenAI, чтобы обрабатывать файлы и искать сведения в чате.
Оригинал на n8n.io: AI agent to chat with files in Supabase Storage — Mark Shcherbakov
Открыть шаблон на n8n.io бесплатно- Сложность
- сложный18 видов узлов
- Просмотров на n8n.io
- 80 830
- Опубликован
- Обновлён
- Автор
- Mark Shcherbakovпроверен n8n.io
- Сверено
Что делает шаблон
В хранилище Supabase остаются исходные текстовые файлы и PDF, а их содержимое после обработки сохраняется в векторном хранилище Supabase. Чат отвечает на вопросы по подходящим фрагментам документов; метаданные с идентификатором файла помогают искать по конкретным документам. Настраиваются бакет, доступ к хранилищу и GET-запросы, а также размер фрагментов и перекрытие; размер по умолчанию — 500 токенов. Для векторизации нужны инструменты OpenAI. Предусмотрена обработка PDF и текстовых файлов, а пустые заглушки папок и уже обработанные файлы пропускаются.
Как работает workflow по шагам
- Manual Trigger запускает обработку списка файлов в бакете Supabase.
- Supabase и Aggregate получают список файлов и сопоставляют его с таблицей files, отбрасывая дубликаты и заглушки.
- HTTP Request скачивает новые файлы, а Switch направляет их на извлечение содержимого по типу.
- Recursive Character Text Splitter делит текст на фрагменты, после чего Embeddings OpenAI создаёт векторы с метаданными файла.
- Supabase Vector Store сохраняет векторы; Chat Trigger передаёт вопросы в AI Agent для поиска нужных фрагментов.
- OpenAI Chat Model формирует ответ на вопрос по найденному содержимому документов.
Что нужно для запуска
- Доступ к Supabase и OpenAI.
- Бакет Supabase с файлами и таблица files.
- Векторное хранилище Supabase.
Что изменить под себя
- Указать бакет и настроить доступ к хранилищу и GET-запросы под конфигурацию Supabase.
- Изменить размер фрагментов и перекрытие в Recursive Character Text Splitter.
- При запросах по нескольким документам использовать метаданные с идентификатором файла для выбора нужных файлов.
Кому подойдёт
Подходит исследователям, аналитикам и владельцам бизнеса, которым нужно быстро находить контекстные сведения в больших коллекциях документов.
Сервисы 2
Категории у источника: База знаний , RAG: ответы по своим документам
Узлы workflow 18
- HTTP Request
- If
- Merge
- Loop Over Items (Split in Batches)
- Switch
- Supabase
- Sticky Note
- Manual Trigger
- AI Agent
- Embeddings OpenAI
- OpenAI Chat Model
- Recursive Character Text Splitter
- Supabase Vector Store
- Extract from File
- Aggregate
- Default Data Loader
- Chat Trigger
- Vector Store Tool
Виды узлов, из которых собран сценарий, — как их перечисляет страница шаблона. Серым — служебные узлы n8n.
Автор и первоисточник
Сценарий «AI agent to chat with files in Supabase Storage» опубликовал на n8n.io Mark Shcherbakov. 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.