n8n: Проверка соответствия документов политикам в Qdrant
Документы проходят проверку на соответствие политикам: workflow в n8n связывает Qdrant с LangChain Code и Ollama, а результат возвращает как структурированный анализ с цитатами.
Оригинал на n8n.io: Automated document compliance validation with AI and vector database — Thapani Sawaengsri
Открыть шаблон на n8n.io бесплатно- Сложность
- сложный14 видов узлов
- Просмотров на n8n.io
- 992
- Опубликован
- Обновлён
- Автор
- Thapani Sawaengsri
- Сверено
Что делает шаблон
HTTP-ответ содержит сводку соответствующих требованиям разделов, список пробелов и недостающих пунктов, цитаты из документа с указанием страниц и оценку уверенности от 0 до 100. Для проверки принимаются текст политики или процедуры, краткое описание контекста и идентификатор загруженного документа. Файлы могут быть в форматах PDF, DOCX и других; для хранения векторных представлений нужен Qdrant и модель эмбеддингов. Microsoft Graph или другая система хранения документов указаны как необязательные варианты.
Как работает workflow по шагам
- Первый HTTP Request через вебхук принимает бинарный документ и возвращает spDocumentId.
- Extract from File извлекает текст, Recursive Character Text Splitter делит его на фрагменты, а Embeddings Ollama создаёт векторные представления.
- Qdrant Vector Store сохраняет эмбеддинги для последующего поиска по документу.
- Второй HTTP Request принимает текст политики, описание контекста и spDocumentId загруженного документа.
- AI Agent сопоставляет найденные фрагменты с требованиями и формирует структурированный анализ.
- Respond to Webhook возвращает результаты проверки.
Что нужно для запуска
- Рабочий экземпляр n8n с доступом к сервисам из workflow.
- Qdrant для хранения векторных представлений.
- Модель эмбеддингов, например OpenAI, HuggingFace или локальная модель.
Сервисы 4
- LangChain Code
- Ollama
- Qdrant34
- Embeddings Ollama
Категории у источника: RAG: ответы по своим документам , Мультимодальный ИИ
Узлы workflow 14
- HTTP Request
- Webhook
- Respond to Webhook
- Sticky Note
- Code
- AI Agent
- LangChain Code
- Ollama Chat Model
- Structured Output Parser
- Recursive Character Text Splitter
- Extract from File
- Default Data Loader
- Qdrant Vector Store
- Embeddings Ollama
Виды узлов, из которых собран сценарий, — как их перечисляет страница шаблона. Серым — служебные узлы n8n.
Автор и первоисточник
Сценарий «Automated document compliance validation with AI and vector database» опубликовал на n8n.io Thapani Sawaengsri. 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.