Ответы по документам в Telegram и MongoDB — шаблон n8n
Документы из Google Drive или формы превращаются в базу знаний для ответов на вопросы. Workflow n8n связывает Telegram, Google Gemini и MongoDB, чтобы бот отвечал по найденным фрагментам.
Оригинал на n8n.io: Create a factual learning assistant with RAG, Gemini, Telegram & MongoDB — Pawan
Открыть шаблон на n8n.io бесплатно- Сложность
- сложный13 видов узлов
- Просмотров на n8n.io
- 608
- Опубликован
- Обновлён
- Автор
- Pawanпроверен n8n.io
- Сверено
Что делает шаблон
В Telegram появляется ответ на вопрос пользователя, составленный по подходящим фрагментам из загруженных документов. Файлы из Google Drive или материалы, отправленные через форму, хранятся в виде векторов в MongoDB Atlas Vector Store; поиск по ним передаёт контекст модели Google Gemini. Сценарий рассчитан на ответы по проверенной базе знаний, а не по общим сведениям из интернета. Для работы хранилища нужен Vector Search index; путь через Google Drive требует учётных данных этого сервиса.
Как работает workflow по шагам
- Google Drive Trigger или n8n Form Trigger запускает обработку нового документа.
- Default Data Loader извлекает содержимое документа, а Embeddings Google Gemini создаёт векторы.
- Mongodb Atlas Vector Store сохраняет векторы в выбранной коллекции.
- Telegram Trigger принимает вопрос и передаёт его AI Agent.
- AI Agent ищет подходящие фрагменты в MongoDB Atlas Vector Store и передаёт контекст Google Gemini Chat Model.
- Telegram отправляет ответ пользователю в чат с указанным Chat ID.צ
Что нужно для запуска
- Учётная запись n8n.
- Ключ API Google Gemini для векторов и модели чата.
- Кластер MongoDB Atlas с базой и Vector Search index.
- Telegram-бот, созданный через BotFather, и Chat ID.
- Учётные данные Google Drive для загрузки документов из этого сервиса.
Как подключить Telegram к n8n
Для входящих сообщений Telegram Trigger использует токен бота, созданного через BotFather. В узле отправки сообщения задаются токен бота и Chat ID, куда бот отправляет ответ.
Что изменить под себя
- В узлах Google Drive можно заменить источник документов на Notion, SharePoint, Zendesk или другой источник.
- Узлы Telegram можно заменить связкой триггера и ответа для Slack, Discord или WhatsApp Cloud.
- В AI Agent можно изменить System Instruction и задать боту роль, например тренера UPSC, а также требование ссылаться на источники.
Кому подойдёт
Шаблон предназначен для учебных заведений, коучинговых центров, корпоративных баз знаний и SaaS-компаний. Он подходит для ответов на вопросы по собственным документам, например материалам для UPSC, GMAT или технического обучения.
Сервисы 4
Категории у источника: База знаний , RAG: ответы по своим документам
Узлы workflow 13
- Telegram
- Telegram Trigger
- Google Drive
- Google Drive Trigger
- Sticky Note
- AI Agent
- Simple Memory
- n8n Form Trigger
- Default Data Loader
- Chat Trigger
- Embeddings Google Gemini
- Google Gemini Chat Model
- Mongodb Atlas Vector Store
Виды узлов, из которых собран сценарий, — как их перечисляет страница шаблона. Серым — служебные узлы n8n.
Автор и первоисточник
Сценарий «Create a factual learning assistant with RAG, Gemini, Telegram & MongoDB» опубликовал на n8n.io Pawan. 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.