1. Google Drive Node
Dieser Node wird verwendet, um eine Datei von Google Drive herunterzuladen. Er nutzt die Google Drive API, um eine Datei, die über ihre URL referenziert wird, abzurufen. Die Datei-ID wird in den Parametern angegeben.
2. Default Data Loader
Der Default Data Loader Node lädt Dokumente ein, um sie in den nächsten Schritten weiterzuverarbeiten. Der gewählte Loader ist der epubLoader, der speziell für EPUB-Dokumente geeignet ist. Hierbei handelt es sich um binäre Daten.
3. Sticky Note (Einfügen)
Dies ist ein Notiz-Node, der wichtige Informationen zur Handhabung von Einfügungen zur Verfügung stellt. Er weist darauf hin, dass das gleiche Einbettungsmodell verwendet werden sollte, wenn man mit der Vektordatenbank interagiert.
4. Sticky Note (Upset)
Dieser Sticky Note informiert über die Wichtigkeit des Upsertz, d.h. das Aktualisieren und Einfügen von Daten in die Datenbank.
5. Sticky Note (Vorbereitung)
In diesem Node wird die Vorbereitung des Supabase-Datenbank wahrgenommen, einschließlich der Aktivierung der pgvector-Erweiterung und dem Erstellen der entsprechenden Tabellen mit den erforderlichen Spalten.
6. Sticky Note (Wiederauffinden)
Dieser Node stellt wichtige Informationen zum Abruf von Dokumenten zur Verfügung.
7. Question and Answer Chain
Dieser Node ist der zentrale Knoten für das Fragen- und Antwort-System, das die gestellten Fragen an ein KI-Modell weitergibt und die entsprechenden Antworten darauf empfängt.
8. OpenAI Chat Model
Dieser Node ist für die Kommunikation mit dem OpenAI-Chatmodell zuständig. Er wird verwendet, um intelligente Antworten auf die gestellten Fragen zu generieren.
9. Vector Store Retriever
Dieser Node ruft die Vektor-Datenbank ab und sucht die bestmöglichen Übereinstimmungen mit den gegebenen Fragen.
10. Recursive Character Text Splitter
Dieser Node teilt Texte in kleinere Abschnitte auf, um sie besser verarbeiten und abspeichern zu können.
11. Customize Response
Mit diesem Node wird die endgültige Antwort an den Benutzer angepasst, um das Format und die Darstellung zu ändern.
12. When chat message received
Dieser Node fungiert als Auslöser, der aktiviert wird, wenn eine Chat-Nachricht empfangen wird, um die Fragebearbeitung zu starten.
13. Retrieve by Query
Dieser Node führt die Abfrage in der Vektordatenbank durch, um relevante Dokumente zu finden.
14. Embeddings OpenAI Retrieval
Hier wird das OpenAI-Modell verwendet, um Einbettungen für den Abruf zu erstellen, die in der Datenbank als Vektoren gespeichert werden.
15. Embeddings OpenAI Insertion
Das Modell wird verwendet, um Einbettungen zu erstellen, bevor Dokumente in die Datenbank eingefügt werden.
16. Placeholder (File/Content to Upsert)
Dieser Node wird verwendet, um Platzhalterdaten zu erstellen, die später zur Aktualisierung von Dokumenten verwendet werden können.
17. Embeddings OpenAI Upserting
Dieser Node nutzt das Modell, um Einbettungen zu erstellen, wenn Dokumente in die Datenbank aktualisiert werden.
18. Insert Documents
Hiermit werden die vorbereiteten Dokumente in die Vektordatenbank eingefügt.
19. Retrieve Rows from Table
Dieser Node wird verwendet, um alle Zeilen aus einer bestimmten Tabelle der Supabase-Datenbank abzurufen.
20. Sticky Note (Löschung)
Dieser Node beschreibt, dass derzeit kein integrierter Supabase-Node zum Löschen von Datensätzen vorhanden ist. Stattdessen muss der HTTP Request-Node verwendet werden, um API-Anfragen zu senden, um Datensätze zu löschen.
21. Update Documents
Mit diesem Node werden bestehende Dokumente in der Datenbank aktualisiert, falls nötig.
Ergebnis
Dieser Workflow ermöglicht ein umfassendes Management von Dokumenten, indem er verschiedene n8n-Knoten nutzt, um die Interaktion mit einer AI-basierten Datenbank zu optimieren.
Download Link: Hier herunterladen