RAG-система с Google Drive и Qdrant — шаблон n8n
Документы из папки Google Drive workflow в n8n связывает с Qdrant, а чат отвечает на вопросы по их содержимому с помощью Google Gemini. Коллекцию можно обновлять целиком или по одному файлу.
Оригинал на n8n.io: Build and update RAG system with Google Drive, Qdrant, and Gemini Chat — Davide Boizza
Открыть шаблон на n8n.io бесплатно- Сложность
- сложный15 видов узлов
- Просмотров на n8n.io
- 8 662
- Опубликован
- Обновлён
- Автор
- Davide Boizzaпроверен n8n.io
- Сверено
Что делает шаблон
В Qdrant хранятся векторные представления документов из выбранной папки Google Drive. Для каждого файла текст извлекается, разбивается на фрагменты и преобразуется в эмбеддинги с помощью OpenAI. При обновлении одного файла его векторное представление заменяется без повторной обработки всей коллекции; файл можно также удалить по его идентификатору Google Drive. В чате ответы формируются на основе релевантных документов, найденных в Qdrant, и модели Google Gemini. Для поиска настраивается коллекция Qdrant с метрикой косинусного расстояния.
Как работает workflow по шагам
- Manual Trigger запускает заполнение коллекции вручную.
- HTTP Request создаёт или очищает коллекцию Qdrant.
- Google Drive получает файлы из указанной папки, а workflow скачивает и обрабатывает их по очереди.
- Default Data Loader и Recursive Character Text Splitter извлекают текст и разбивают его на фрагменты.
- Embeddings OpenAI создаёт векторные представления, а Qdrant Vector Store сохраняет их.
- Chat Trigger принимает вопрос, Vector Store Retriever ищет документы, а Google Gemini Chat Model формирует ответ через Question and Answer Chain.
Что нужно для запуска
- Доступ к Google Drive с OAuth-учётными данными.
- Учётные данные API Qdrant.
- Учётные данные API OpenAI для эмбеддингов.
- Учётные данные Google Gemini для модели чата.
- Идентификатор папки Google Drive и адрес Qdrant.
Как подключить Google Drive к n8n
Google Drive подключается к n8n через OAuth-учётные данные. В узле Google Drive указывается идентификатор папки с файлами.
Что изменить под себя
- В HTTP-узлах заменяются QDRANTURL и COLLECTION.
- В узле Google Drive задаётся идентификатор папки.
- В узле Edit Fields3 задаётся file_id файла для обновления или удаления.
Кому подойдёт
Подходит для создания внутренней базы знаний с чатом по документам и обновления отдельных файлов без повторной обработки всей коллекции.
Сервисы 6
- Google Drive269
- Question and Answer Chain
- OpenAI811
- Vector Store Retriever
- Qdrant34
- Google Gemini251
Категории у источника: База знаний , RAG: ответы по своим документам
Узлы workflow 15
- HTTP Request
- Edit Fields (Set)
- Loop Over Items (Split in Batches)
- Google Drive
- Wait
- Sticky Note
- Manual Trigger
- Question and Answer Chain
- Embeddings OpenAI
- Vector Store Retriever
- Recursive Character Text Splitter
- Default Data Loader
- Chat Trigger
- Qdrant Vector Store
- Google Gemini Chat Model
Виды узлов, из которых собран сценарий, — как их перечисляет страница шаблона. Серым — служебные узлы n8n.
Автор и первоисточник
Сценарий «Build and update RAG system with Google Drive, Qdrant, and Gemini Chat» 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.