К основному содержанию
NeFlows · шаблон n8n · RAG: ответы по своим документам

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

  1. Первый HTTP Request через вебхук принимает бинарный документ и возвращает spDocumentId.
  2. Extract from File извлекает текст, Recursive Character Text Splitter делит его на фрагменты, а Embeddings Ollama создаёт векторные представления.
  3. Qdrant Vector Store сохраняет эмбеддинги для последующего поиска по документу.
  4. Второй HTTP Request принимает текст политики, описание контекста и spDocumentId загруженного документа.
  5. AI Agent сопоставляет найденные фрагменты с требованиями и формирует структурированный анализ.
  6. 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.

Похожие шаблоны n8n

Ответы по PDF из Qdrant и Ollama Вопросы по PDF обрабатывает локальный чат-бот: workflow n8n связывает Ollama, Qdrant и Embeddings Ollama для поиска по документам. Ollama · Qdrant · Embeddings Ollama 141 565просмотров AI-помощник для Kaggle с Ollama и Qdrant Код для задач Kaggle обрабатывает в n8n Qdrant с Ollama: помощник ищет материалы соревнования и формирует рекомендации по Python в диалоге с сохранением контекста. Ollama · Qdrant · Embeddings Ollama 5 198просмотров Чат-бот по документам Google Drive с Gemini и Qdrant Документы из Google Drive workflow в n8n связывает с Qdrant и Google Gemini: бот отвечает на вопросы по найденным фрагментам и хранит историю диалога в Google Docs. Telegram · Google Drive · Google Docs · LangChain Code +3 86 649просмотров Чат-бот Bitrix24 с ответами Google Gemini Запросы клиентов в каналах Bitrix24 обрабатывает workflow в n8n: Google Gemini формирует ответы по содержимому документов, а Qdrant хранит данные для поиска. Также предусмотрены меню и передача оператору. Question and Answer Chain · Vector Store Retriever · Qdrant · Embeddings Ollama +1 7 643просмотра Ответы по PDF из Qdrant через MCP-сервер PDF-документы становятся источником ответов MCP-клиенту: workflow в n8n связывает MCP-сервер с Qdrant и локальной семантической базой. Qdrant · Embeddings Ollama 5 021просмотр Локальная переписка с Ollama в чате n8n Сообщение из чата отправляется локальной языковой модели, а её ответ возвращается в интерфейс. В n8n Ollama связывается с чатом, чтобы обращаться к моделям на собственном оборудовании. Ollama 233 614просмотров

Спонсоры проекта

Компании, которые помогают держать аналитику открытой