Загрузка JSON из FTP в Qdrant — шаблон n8n
Статьи из JSON-файлов загружаются с FTP, превращаются в векторы и сохраняются в Qdrant: workflow в n8n связывает загрузку данных с OpenAI для семантического поиска.
Оригинал на n8n.io: Loading JSON via FTP to Qdrant vector database embedding pipeline — Ghaith Alsirawan
Открыть шаблон на n8n.io бесплатно- Сложность
- средний8 видов узлов
- Просмотров на n8n.io
- 1 921
- Опубликован
- Обновлён
- Автор
- Ghaith Alsirawan
- Сверено
Что делает шаблон
В Qdrant появляются векторные записи на основе текстовых фрагментов статей. Входные JSON-файлы уже очищены и содержат текстовые блоки и метаданные: заголовок, теги, язык и идентификатор статьи. Данные подходят для семантического поиска, RAG-систем и памяти AI-ассистентов. Структура рассчитана на статьи с массивом фрагментов, где у каждого есть текст и заголовок раздела. Источник FTP можно заменить на GDrive, Notion или S3, а OpenAI Embeddings — на локальные модели Ollama.
Как работает workflow по шагам
- Manual Trigger запускает workflow вручную.
- FTP получает JSON-файлы с сервера.
- Default Data Loader разбирает данные, а Character Text Splitter делит текст на фрагменты.
- Embeddings OpenAI создаёт векторные представления текста.
- Qdrant Vector Store сохраняет векторы в базе данных.
Что нужно для запуска
- Доступ к FTP-серверу с JSON-файлами.
- Учётные данные для OpenAI и Qdrant.
Что изменить под себя
- FTP можно заменить на GDrive, Notion или S3.
- OpenAI Embeddings можно заменить локальной моделью Ollama.
Кому подойдёт
Для подготовки статей к семантическому поиску, RAG-системам и AI-ассистентам.
Сервисы 2
Категории у источника: Разработка , RAG: ответы по своим документам
Узлы workflow 8
- Loop Over Items (Split in Batches)
- FTP
- Sticky Note
- Manual Trigger
- Embeddings OpenAI
- Character Text Splitter
- Default Data Loader
- Qdrant Vector Store
Виды узлов, из которых собран сценарий, — как их перечисляет страница шаблона. Серым — служебные узлы n8n.
Автор и первоисточник
Сценарий «Loading JSON via FTP to Qdrant vector database embedding pipeline» опубликовал на n8n.io Ghaith Alsirawan. 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.