Workflow Übersicht
Dieser Workflow namens „RAG auf lebenden Daten“ nutzt verschiedene n8n-Nodes, um ein interaktives System zu schaffen, das in der Lage ist, mit ständig aktualisierten Informationen aus Notion zu arbeiten. Im folgenden Abschnitt werden die einzelnen Nodes detailliert beschrieben.
Nodes Beschreibung
1. Embeddings OpenAI
- Typ: @n8n/n8n-nodes-langchain.embeddingsOpenAi
- Funktion: Dieser Node erstellt Embeddings für die Texte, die an OpenAI gesendet werden, um deren Bedeutung zu erfassen.
- Einstellungen:
{}
Diese steht für die Standardparameter und ermöglicht die sofortige Nutzung der API.
2. Token Splitter
- Typ: @n8n/n8n-nodes-langchain.textSplitterTokenSplitter
- Funktion: Dieser Node zerlegt Texte in kleinere Segmente (Chunks), um die Verarbeitung zu erleichtern.
- Einstellungen:
{"chunkSize": 500}
Das bedeutet, dass der Text in Abschnitte von 500 Zeichen aufgeteilt wird.
3. Loop Over Items
- Typ: n8n-nodes-base.splitInBatches
- Funktion: Dieser Node ermöglicht es, eine Gruppe von Elementen nacheinander zu verarbeiten.
- Einstellungen:
{}
Keine speziellen Einstellungen sind erforderlich.
4. Question and Answer Chain
- Typ: @n8n/n8n-nodes-langchain.chainRetrievalQa
- Funktion: Dieser Node stellt eine Verbindung zu einem Frage-Antwort-System her, um Antworten auf Fragen basierend auf den bereitgestellten Informationen zu generieren.
- Einstellungen:
{}
Standardkonfiguration erlaubt die direkte Interaktion.
5. Vector Store Retriever
- Typ: @n8n/n8n-nodes-langchain.retrieverVectorStore
- Funktion: Dieser Node ermöglicht das Abrufen von Daten aus dem Vektorspeicher basierend auf den gestellten Fragen.
- Einstellungen:
{}
Keine speziellen Einstellungen erforderlich.
6. OpenAI Chat Model
- Typ: @n8n/n8n-nodes-langchain.lmChatOpenAi
- Funktion: Dieser Node verwendet das GPT-4 Modell von OpenAI, um Konversationen zu führen.
- Einstellungen:
{"model": "gpt-4o"}
Hier wird das GPT-4-Modell verwendet, das hochentwickelte Sprachverarbeitung bietet.
7. When chat message received
- Typ: @n8n/n8n-nodes-langchain.chatTrigger
- Funktion: Dieser Node wartet auf eingehende Chatnachrichten und löst die entsprechenden Prozesse aus.
- Einstellungen:
{"public": true}
Dies erlaubt öffentliche Webhooks, um Nachrichten zu empfangen.
8. Schedule Trigger
- Typ: n8n-nodes-base.scheduleTrigger
- Funktion: Dieser Node plant regelmäßige Abläufe, um Daten abzurufen und zu verarbeiten.
- Einstellungen:
{"rule": {"interval": [{"field": "minutes","minutesInterval": 1}]}}
Setzt eine einminütige Intervalzeit für die Ausführung.
9. Delete old embeddings if exist
- Typ: n8n-nodes-base.supabase
- Funktion: Dieser Node löscht ältere Embeddings aus der Datenbank, um Verwirrung zu vermeiden.
- Einstellungen:
{"tableId": "documents","operation": "delete"}
Löscht Einträge in der „documents“-Tabelle basierend auf der ID.
10. Get page blocks
- Typ: n8n-nodes-base.notion
- Funktion: Dieser Node ruft alle Blöcke einer bestimmten Seite von Notion ab.
- Einstellungen:
{"resource": "block","operation": "getAll"}
Dies ermöglicht das Abrufen aller Inhalte einer Seite, einschließlich verschachtelter Blöcke.
11. Supabase Vector Store
- Typ: @n8n/n8n-nodes-langchain.vectorStoreSupabase
- Funktion: Dieser Node speichert die generierten Embeddings in Supabase.
- Einstellungen:
{"mode": "insert","options": {},"tableName": {"__rl": true,"mode": "list","value": "documents"}}
Fügt neue Dokumente in die „documents“-Tabelle ein.
Ergebnis
Durch die Verwendung dieses Workflows können Benutzer in Echtzeit auf aktuelle Inhalte aus Notion zugreifen, Fragen stellen und sofort Antworten erhalten. Dies schafft eine interaktive und dynamische Wissensdatenbank auf Grundlage lebender Daten.
Für eine detaillierte Anleitung und um den Workflow herunterzuladen, besuchen Sie bitte diesen Download-Link.