Workflow Schritt-für-Schritt Beschreibung
1. Set Google Drive file URL
- Typ: Set
- Funktion: Setzt die URL der Google Drive-Datei in eine Variable für die spätere Nutzung.
- Einstellungen:
- file_url: „https://drive.google.com/file/d/11Koq9q53nkk0F5Y8eZgaWJUVR03I4-MM/view“ – Diese URL wird verwendet, um die Datei herunterzuladen.
2. When clicking ‚Test Workflow‘ button
- Typ: Manual Trigger
- Funktion: Dies ist ein manueller Trigger, der den Workflow auslöst, wenn der Benutzer auf die Schaltfläche „Test Workflow“ klickt.
3. Google Drive
- Typ: n8n-nodes-base.googleDrive
- Funktion: Läd die angegebene Datei von Google Drive herunter.
- Einstellungen:
- fileId: Konfigurierte URL von Set Google Drive file URL, die zur Datei führt.
- operation: download
4. Insert into Pinecone vector store
- Typ: n8n-nodes-langchain.vectorStorePinecone
- Funktion: Fügt die heruntergeladenen Daten in den Pinecone-Vektorspeicher ein.
- Einstellungen:
- mode: insert
- options: clearNamespace true, um den Namespace zu leeren, bevor Daten eingefügt werden.
- pineconeIndex: „test-index“, der Index, in den die Daten eingefügt werden.
5. Default Data Loader
- Typ: Document Data Loader
- Funktion: Lädt die Dokumentdaten, um sie in den Pinecone-Vektorspeicher einzufügen.
- Einstellungen:
- dataType: binary
6. Recursive Character Text Splitter
- Typ: textSplitterRecursiveCharacterTextSplitter
- Funktion: Teilt den heruntergeladenen Text in Segmente zur besseren Verarbeitung.
- Einstellungen:
- chunkSize: 3000 – Die Größe der Segmente.
- chunkOverlap: 200 – Die Anzahl der überlappenden Zeichen zwischen den Segmenten.
7. Embeddings OpenAI
- Typ: n8n-nodes-langchain.embeddingsOpenAi
- Funktion: Erzeugt Embeddings von den Textsegmenten durch OpenAI.
- Einstellungen: Keine speziellen Optionen gesetzt.
8. Read Pinecone Vector Store
- Typ: n8n-nodes-langchain.vectorStorePinecone
- Funktion: Liest Daten aus dem Pinecone-Vektorspeicher.
- Einstellungen:
- pineconeIndex: „test-index“.
9. Vector Store Retriever
- Typ: n8n-nodes-langchain.retrieverVectorStore
- Funktion: Ruft relevante Segmente aus dem Vektorspeicher ab basierend auf Suchanfragen.
- Einstellungen: Keine speziellen Optionen gesetzt.
10. Question and Answer Chain
- Typ: n8n-nodes-langchain.chainRetrievalQa
- Funktion: Verarbeitet die Anfragen und erstellt basierend auf den abgerufenen Daten Antworten.
- Einstellungen: Keine speziellen Optionen gesetzt.
11. OpenAI Chat Model
- Typ: n8n-nodes-langchain.lmChatOpenAi
- Funktion: Nutzt das OpenAI Chatmodell zur Generierung von Antworten auf Nutzerfragen.
- Einstellungen: Keine speziellen Optionen gesetzt.
12. Embeddings OpenAI2
- Typ: n8n-nodes-langchain.embeddingsOpenAi
- Funktion: Generiert weitere Embeddings von den abgerufenen Daten.
- Einstellungen: Keine speziellen Optionen gesetzt.
13. When clicking ‚Chat‘ button below
- Typ: Chat Trigger
- Funktion: Löst den Q&A-Prozess aus, wenn der Benutzer auf die Schaltfläche „Chat“ klickt.
14. Sticky Notes
- Typ: stickyNote
- Funktion: Bietet Anweisungen und eine Übersicht über die Funktionsweise der Teile des Workflows (z.B. Informationen über Laden, Abfragen und Verwenden der Daten).
Ergebnis
Mit diesem Workflow können Benutzer Daten aus Google Drive abrufen, in ein Vektorformat umwandeln und während der Interaktion relevante Informationen abrufen, um Fragen zu beantworten.