Ответы по PDF из Qdrant через MCP-сервер — шаблон n8n
PDF-документы становятся источником ответов MCP-клиенту: workflow в n8n связывает MCP-сервер с Qdrant и локальной семантической базой.
Оригинал на n8n.io: Build an MCP server which answers questions with retrieval augmented generation — Thomas Janssen
Открыть шаблон на n8n.io бесплатно- Сложность
- средний6 видов узлов
- Просмотров на n8n.io
- 5 021
- Опубликован
- Обновлён
- Автор
- Thomas Janssenпроверен n8n.io
- Сверено
Что делает шаблон
В MCP-клиенте появляются ответы на вопросы по содержимому PDF-документов, загруженных в семантическую базу Qdrant. Для работы нужны локальные n8n, Ollama и Qdrant, а также модели Llama 3.2 и mxbai-embed-large. Поток работает только локально: на n8n Cloud он не запускается из-за MCP Client Community Node. Вопрос MCP-клиента может обрабатываться через семантическую базу или API поисковой системы.
Как работает workflow по шагам
- n8n Form Trigger запускает загрузку PDF-документов для RAG Ingestion Pipeline.
- Default Data Loader извлекает данные из загруженных PDF.
- Embeddings Ollama создаёт векторные представления с помощью mxbai-embed-large.
- Qdrant Vector Store сохраняет данные в локальной семантической базе.
- MCP Server Trigger предоставляет MCP-клиенту доступ к базе для ответов на вопросы.
Что нужно для запуска
- Локальная установка n8n, Ollama и Qdrant через Self-hosted AI starter kit.
- Модели Llama 3.2 и mxbai-embed-large в Ollama.
- PDF-документы для загрузки в RAG Ingestion Pipeline.
Сервисы 2
- Qdrant34
- Embeddings Ollama
Категории у источника: Разработка , RAG: ответы по своим документам
Узлы workflow 6
- Sticky Note
- n8n Form Trigger
- Default Data Loader
- Qdrant Vector Store
- Embeddings Ollama
- MCP Server Trigger
Виды узлов, из которых собран сценарий, — как их перечисляет страница шаблона. Серым — служебные узлы n8n.
Автор и первоисточник
Сценарий «Build an MCP server which answers questions with retrieval augmented generation» опубликовал на n8n.io Thomas Janssen. 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.