n8n: Обработка файлов Google Drive и Supabase через AI Agent
Файлы из Google Drive и Supabase обрабатывает workflow в n8n: документы сохраняются для поиска, а AI Agent отвечает на вопросы по их содержимому.
Оригинал на n8n.io: Ai agent to chat with files in Supabase Storage and Google Drive — Mark Shcherbakov
Открыть шаблон на n8n.io бесплатно- Сложность
- сложный23 вида узлов
- Просмотров на n8n.io
- 9 400
- Опубликован
- Обновлён
- Автор
- Mark Shcherbakovпроверен n8n.io
- Сверено
Что делает шаблон
В Supabase файлы хранятся в приватном хранилище, а сведения о них и обработанные документы — в таблицах file и document. Для поиска по содержимому нужны SQL-запросы, включающие векторное сопоставление. Файлы из Google Drive можно загружать автоматически; ответы AI Agent строятся по сохранённым документам и учитывают контекст сессии. Тип обработки зависит от формата файла. Для преобразования документов используется LlamaParse, а данные о диалогах и их состоянии хранятся в PostgreSQL.
Как работает workflow по шагам
- Manual Trigger запускает начальную обработку файлов из Supabase; для этого сегмента можно выбрать другой триггер.
- Supabase проверяет записи в таблице files, чтобы повторно не обрабатывать дубликаты.
- Узлы обработки определяют тип файла и передают его на разбор с помощью LlamaParse.
- Google Drive Trigger отслеживает загрузки и обновления файлов в выбранной папке, после чего данные документов обновляются в базе.
- Webhook принимает сообщения для AI Agent, который обращается к сохранённым документам и поддерживает контекст сессии.
Что нужно для запуска
- Учётные данные для Supabase, Google Drive, OpenAI и других используемых узлов.
- Приватное хранилище Supabase и таблицы file и document.
- SQL-запросы для включения векторного поиска.
- LlamaParse для разбора файлов и PostgreSQL для хранения диалогов.
Как подключить Supabase к n8n
В узлах Supabase указываются собственные учётные данные. Для хранилища создаётся приватный bucket; его имя нужно согласовать с URL. В базе создаются таблицы file и document и выполняются SQL-запросы для векторного сопоставления.
Что изменить под себя
- Имя bucket меняется в URL хранилища Supabase.
- Выбираются файлы для загрузки в приватное хранилище.
- Указывается папка Google Drive для отслеживания загрузок и обновлений.
- Настраиваются учётные данные в узлах и триггер начального сегмента.
- AI-модель и логика workflow корректируются по результатам тестирования ответов.
Кому подойдёт
Workflow предназначен для разработчиков, специалистов по данным и бизнес-пользователей, которым нужно автоматизировать работу с документами и получать ответы по сохранённым файлам.
Сервисы 3
Категории у источника: База знаний , RAG: ответы по своим документам
Узлы workflow 23
- HTTP Request
- If
- Merge
- Edit Fields (Set)
- Loop Over Items (Split in Batches)
- Webhook
- Google Drive
- Switch
- Wait
- Stop and Error
- Google Drive Trigger
- Supabase
- Sticky Note
- Manual Trigger
- AI Agent
- Embeddings OpenAI
- OpenAI Chat Model
- Simple Memory
- Recursive Character Text Splitter
- Supabase Vector Store
- Aggregate
- Default Data Loader
- Chat Trigger
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 and Google Drive» 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.