К основному содержанию
NeFlows · шаблон n8n · Извлечение данных из документов

Поиск по PDF в Weaviate через Mistral AI — шаблон n8n

PDF-файлы превращаются в поисковую базу: workflow в n8n связывает Mistral AI, Cohere и Weaviate для извлечения текста, векторного поиска и доступа к базе через MCP.

Оригинал на n8n.io: Build a PDF search system with Mistral OCR and Weaviate DB — Dietmar

Открыть шаблон на n8n.io бесплатно
Сложность
средний10 видов узлов
Просмотров на n8n.io
1 536
Опубликован
Обновлён
Автор
Dietmar
Сверено

Что делает шаблон

Коллекция KnowledgeDocuments в Weaviate хранит векторные представления фрагментов PDF и метаданные: имя файла, содержимое, источник и время загрузки. Текст извлекает Mistral AI, а Cohere создаёт многоязычные эмбеддинги и ранжирует результаты поиска. Базу можно подключить как инструмент через MCP для внешних AI-workflow. Для хранения и поиска нужна одна и та же модель эмбеддингов; большие документы можно разбивать на фрагменты. На запросы Mistral, Cohere и Weaviate распространяются лимиты API.

Как работает workflow по шагам

  1. Form Trigger запускает workflow при загрузке PDF через форму.
  2. Mistral Ai извлекает текст из PDF с помощью OCR.
  3. Edit Fields подготавливает метаданные документа.
  4. Default Data Loader передаёт данные в Recursive Character Text Splitter для разбиения на фрагменты.
  5. Embeddings Cohere создаёт векторы, а Weaviate Vector Store сохраняет их в коллекции.
  6. MCP Server Trigger открывает доступ к базе, а Reranker Cohere ранжирует результаты поиска.

Что нужно для запуска

  • Доступ к Mistral Cloud API для извлечения текста из PDF.
  • Доступ к Weaviate API и коллекция KnowledgeDocuments.
  • Доступ к Cohere API для эмбеддингов и ранжирования.
  • HTTP Header Auth для аутентификации MCP-сервера.

Как подключить Mistral AI к n8n

Для извлечения текста из PDF нужны учётные данные Mistral Cloud API; они настраиваются для узла Mistral Ai.

Что изменить под себя

  • Название коллекции Weaviate задаётся как KnowledgeDocuments.
  • Пути вебхуков настраиваются для MCP-сервера и триггера формы.
  • Модель эмбеддингов для хранения и поиска должна совпадать.
  • Размер фрагментов можно подобрать для обработки больших документов.

Кому подойдёт

Подходит для создания поисковой базы по корпоративным документам, исследовательским работам, юридическим материалам, технической документации и академическим публикациям.

Сервисы 4

  • Embeddings Cohere
  • Reranker Cohere
  • Mistral AI
  • Weaviate Vector Store

Категории у источника: Извлечение данных из документов , Мультимодальный ИИ

Узлы workflow 10

  • Edit Fields (Set)
  • Sticky Note
  • Embeddings Cohere
  • Recursive Character Text Splitter
  • n8n Form Trigger
  • Default Data Loader
  • MCP Server Trigger
  • Reranker Cohere
  • Mistral Ai
  • Weaviate Vector Store

Виды узлов, из которых собран сценарий, — как их перечисляет страница шаблона. Серым — служебные узлы n8n.

Автор и первоисточник

Сценарий «Build a PDF search system with Mistral OCR and Weaviate DB» опубликовал на n8n.io Dietmar. 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.

Похожие шаблоны n8n

AI-посты для автосервиса в Telegram и соцсетях Посты для автосервиса создаются с помощью ИИ и публикуются в Telegram, Facebook Graph API и X (Twitter); workflow в n8n связывает генерацию контента с соцсетями. Telegram · Facebook Graph API · X (Twitter) · LinkedIn +12 53 536просмотров Анализ резюме в Google Sheets с Google Gemini Заявки с резюме в PDF проходят первичную оценку: workflow в n8n связывает форму, Google Gemini и Google Sheets, где сохраняются балл кандидата и объяснение оценки. Google Sheets · Google Gemini · Mistral AI 47 721просмотр Метаданные видео YouTube с помощью Mistral AI Метаданные нового видео — временные метки, теги и описание — создаются в workflow n8n для YouTube и Mistral AI, после чего обновляются на видео канала. YouTube · Mistral AI 39 398просмотров Учебные материалы из документов в Qdrant Документы превращаются в учебные заметки: workflow в n8n связывает Qdrant и Mistral AI, чтобы подготовить учебный гид, краткую справку и хронологию событий. Question and Answer Chain · Vector Store Retriever · Embeddings Mistral Cloud · Mistral AI +1 30 338просмотров Чеки из Google Drive в Google Sheets Чеки автоматически проходят распознавание и разбор: готовый workflow в n8n следит за Google Drive, выделяет данные и записывает их в Google Sheets. Google Sheets · Google Drive · OpenAI · Mistral AI 20 065просмотров Распределение файлов по папкам с Mistral AI Файлы в локальной папке автоматически сортируются по подпапкам: workflow в n8n передаёт имя и тип файла на анализ Mistral AI и перемещает его по предложенной категории. Mistral AI 18 565просмотров

Спонсоры проекта

Компании, которые помогают держать аналитику открытой