Ein Frage-Antwort-System für Paul-Graham-Artikel mit OpenAI und Milvus-Vektordatenbank erstellen
Experte
Dies ist ein AI-Bereich Automatisierungsworkflow mit 22 Nodes. Hauptsächlich werden Html, Limit, SplitOut, HttpRequest, ManualTrigger und andere Nodes verwendet, kombiniert mit KI-Technologie für intelligente Automatisierung. Erstellen Sie ein Paul Graham-Artikel-Fragen-Antwort-System mit OpenAI und Milvus-Vektordatenbank
Voraussetzungen
- •Möglicherweise sind Ziel-API-Anmeldedaten erforderlich
- •OpenAI API Key
Verwendete Nodes (22)
Kategorie
Workflow-Vorschau
Visualisierung der Node-Verbindungen, mit Zoom und Pan
Workflow exportieren
Kopieren Sie die folgende JSON-Konfiguration und importieren Sie sie in n8n
{
"meta": {
"instanceId": "89c9c2dbc29ad74e9e02caaf3e27ce718c567278274962e355a9a9679d5f3af7"
},
"nodes": [
{
"id": "33e94ee1-4244-4075-bb4b-93a99a2cacd9",
"name": "OpenAI Chat Model",
"type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
"position": [
20,
560
],
"parameters": {
"model": {
"__rl": true,
"mode": "list",
"value": "gpt-4o-mini"
},
"options": {}
},
"typeVersion": 1.2
},
{
"id": "dd97266d-a039-4d8f-bc7d-fb439ad5a6d7",
"name": "Bei Klick auf \"Workflow ausführen\"",
"type": "n8n-nodes-base.manualTrigger",
"position": [
-180,
0
],
"parameters": {},
"typeVersion": 1
},
{
"id": "c4d4a979-3182-46c9-b145-fa4e6ba57011",
"name": "Essay-Liste abrufen",
"type": "n8n-nodes-base.httpRequest",
"position": [
80,
0
],
"parameters": {
"url": "http://www.paulgraham.com/articles.html",
"options": {}
},
"typeVersion": 4.2
},
{
"id": "2e2913f9-d01a-41e8-b1b8-9a981910db7b",
"name": "Essay-Namen extrahieren",
"type": "n8n-nodes-base.html",
"position": [
280,
0
],
"parameters": {
"options": {},
"operation": "extractHtmlContent",
"extractionValues": {
"values": [
{
"key": "essay",
"attribute": "href",
"cssSelector": "table table a",
"returnArray": true,
"returnValue": "attribute"
}
]
}
},
"typeVersion": 1.2
},
{
"id": "c121dc65-37e3-49d4-b449-f28491e19a6f",
"name": "In einzelne Elemente aufteilen",
"type": "n8n-nodes-base.splitOut",
"position": [
480,
0
],
"parameters": {
"options": {},
"fieldToSplitOut": "essay"
},
"typeVersion": 1
},
{
"id": "5644c48d-62b6-4e2d-ad25-013b55f5ec71",
"name": "Essay-Texte abrufen",
"type": "n8n-nodes-base.httpRequest",
"position": [
880,
0
],
"parameters": {
"url": "=http://www.paulgraham.com/{{ $json.essay }}",
"options": {}
},
"typeVersion": 4.2
},
{
"id": "cd84596e-4046-4d33-9f43-cf464e5c5c01",
"name": "Auf erste 3 begrenzen",
"type": "n8n-nodes-base.limit",
"position": [
680,
0
],
"parameters": {
"maxItems": 3
},
"typeVersion": 1
},
{
"id": "318aeeed-fcce-4de2-aa04-92033ef01f28",
"name": "Nur Text extrahieren",
"type": "n8n-nodes-base.html",
"position": [
1200,
0
],
"parameters": {
"options": {},
"operation": "extractHtmlContent",
"extractionValues": {
"values": [
{
"key": "data",
"cssSelector": "body",
"skipSelectors": "img,nav"
}
]
}
},
"typeVersion": 1.2
},
{
"id": "0668851e-a31f-4e6e-8966-4544092e318e",
"name": "Kurznotiz3",
"type": "n8n-nodes-base.stickyNote",
"position": [
0,
-120
],
"parameters": {
"width": 1071.752021563343,
"height": 285.66037735849045,
"content": "## Scrape latest Paul Graham essays"
},
"typeVersion": 1
},
{
"id": "cf9af24c-9e08-4f27-ad4e-509f72e54a9b",
"name": "Kurznotiz5",
"type": "n8n-nodes-base.stickyNote",
"position": [
1120,
-120
],
"parameters": {
"width": 625,
"height": 607,
"content": "## Load into Milvus vector store"
},
"typeVersion": 1
},
{
"id": "95e9a59d-1832-4eb7-b58d-ba391c1acb1c",
"name": "Bei Empfang einer Chat-Nachricht",
"type": "@n8n/n8n-nodes-langchain.chatTrigger",
"position": [
-200,
380
],
"webhookId": "cd2703a7-f912-46fe-8787-3fb83ea116ab",
"parameters": {
"options": {}
},
"typeVersion": 1.1
},
{
"id": "0076ea3d-e667-4df2-83c3-9de0d3de0498",
"name": "Kurznotiz",
"type": "n8n-nodes-base.stickyNote",
"position": [
-380,
-160
],
"parameters": {
"width": 280,
"height": 180,
"content": "## Step 1\n1. Set up a Milvus server based on [this guide](https://milvus.io/docs/install_standalone-docker-compose.md). And then create a collection named `my_collection`.\n2. Click this workflow to load scrape and load Paul Graham essays to Milvus collection.\n"
},
"typeVersion": 1
},
{
"id": "e90a069e-cfd8-49f1-8fe6-a334bb920027",
"name": "Milvus Vector Store",
"type": "@n8n/n8n-nodes-langchain.vectorStoreMilvus",
"position": [
1420,
0
],
"parameters": {
"mode": "insert",
"options": {
"clearCollection": true
},
"milvusCollection": {
"__rl": true,
"mode": "list",
"value": "my_collection",
"cachedResultName": "my_collection"
}
},
"typeVersion": 1.1
},
{
"id": "d786c471-d564-4f25-beab-f1c7f4559f7a",
"name": "Standard-Datenlader",
"type": "@n8n/n8n-nodes-langchain.documentDefaultDataLoader",
"position": [
1460,
220
],
"parameters": {
"options": {},
"jsonData": "={{ $('Extract Text Only').item.json.data }}",
"jsonMode": "expressionData"
},
"typeVersion": 1
},
{
"id": "26730b7b-2bb9-46f8-83c3-3d4ffdfdef57",
"name": "Embeddings OpenAI",
"type": "@n8n/n8n-nodes-langchain.embeddingsOpenAi",
"position": [
1320,
240
],
"parameters": {
"options": {}
},
"typeVersion": 1.2
},
{
"id": "de836110-4073-44d5-bbf3-d57f57525f69",
"name": "Rekursiver Zeichentext-Splitter",
"type": "@n8n/n8n-nodes-langchain.textSplitterRecursiveCharacterTextSplitter",
"position": [
1540,
340
],
"parameters": {
"options": {},
"chunkSize": 6000
},
"typeVersion": 1
},
{
"id": "ddaa936e-416a-40e4-adf6-cf7ebfb8b094",
"name": "Kurznotiz1",
"type": "n8n-nodes-base.stickyNote",
"position": [
-380,
280
],
"parameters": {
"width": 280,
"height": 120,
"content": "## Step 2\nChat with this QA Chain with Milvus retriever\n"
},
"typeVersion": 1
},
{
"id": "f5b7410f-37c7-40ff-b841-12ed04252317",
"name": "Embeddings OpenAI1",
"type": "@n8n/n8n-nodes-langchain.embeddingsOpenAi",
"position": [
80,
860
],
"parameters": {
"options": {}
},
"typeVersion": 1.2
},
{
"id": "7a5d1b3f-9b2c-4943-9b40-2a213e30159c",
"name": "Milvus Vector Store1",
"type": "@n8n/n8n-nodes-langchain.vectorStoreMilvus",
"position": [
120,
720
],
"parameters": {
"milvusCollection": {
"__rl": true,
"mode": "list",
"value": "my_collection",
"cachedResultName": "my_collection"
}
},
"typeVersion": 1.1
},
{
"id": "2402387f-e147-4239-9128-34af296e0012",
"name": "Kurznotiz2",
"type": "n8n-nodes-base.stickyNote",
"position": [
-20,
360
],
"parameters": {
"color": 7,
"width": 574,
"height": 629,
"content": ""
},
"typeVersion": 1
},
{
"id": "3665ef25-e464-496a-84d6-980b96e78e9a",
"name": "Q&A-Kette zum Abrufen aus Milvus und Beantworten der Frage",
"type": "@n8n/n8n-nodes-langchain.chainRetrievalQa",
"position": [
120,
380
],
"parameters": {
"options": {}
},
"typeVersion": 1.5
},
{
"id": "10bf4a2c-ee2b-4185-b1e5-29b8664078fb",
"name": "Milvus Vector Store Retriever",
"type": "@n8n/n8n-nodes-langchain.retrieverVectorStore",
"position": [
260,
580
],
"parameters": {},
"typeVersion": 1
}
],
"pinData": {},
"connections": {
"c4d4a979-3182-46c9-b145-fa4e6ba57011": {
"main": [
[
{
"node": "2e2913f9-d01a-41e8-b1b8-9a981910db7b",
"type": "main",
"index": 0
}
]
]
},
"cd84596e-4046-4d33-9f43-cf464e5c5c01": {
"main": [
[
{
"node": "5644c48d-62b6-4e2d-ad25-013b55f5ec71",
"type": "main",
"index": 0
}
]
]
},
"26730b7b-2bb9-46f8-83c3-3d4ffdfdef57": {
"ai_embedding": [
[
{
"node": "e90a069e-cfd8-49f1-8fe6-a334bb920027",
"type": "ai_embedding",
"index": 0
}
]
]
},
"318aeeed-fcce-4de2-aa04-92033ef01f28": {
"main": [
[
{
"node": "e90a069e-cfd8-49f1-8fe6-a334bb920027",
"type": "main",
"index": 0
}
]
]
},
"5644c48d-62b6-4e2d-ad25-013b55f5ec71": {
"main": [
[
{
"node": "318aeeed-fcce-4de2-aa04-92033ef01f28",
"type": "main",
"index": 0
}
]
]
},
"33e94ee1-4244-4075-bb4b-93a99a2cacd9": {
"ai_languageModel": [
[
{
"node": "3665ef25-e464-496a-84d6-980b96e78e9a",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"f5b7410f-37c7-40ff-b841-12ed04252317": {
"ai_embedding": [
[
{
"node": "7a5d1b3f-9b2c-4943-9b40-2a213e30159c",
"type": "ai_embedding",
"index": 0
}
]
]
},
"d786c471-d564-4f25-beab-f1c7f4559f7a": {
"ai_document": [
[
{
"node": "e90a069e-cfd8-49f1-8fe6-a334bb920027",
"type": "ai_document",
"index": 0
}
]
]
},
"2e2913f9-d01a-41e8-b1b8-9a981910db7b": {
"main": [
[
{
"node": "c121dc65-37e3-49d4-b449-f28491e19a6f",
"type": "main",
"index": 0
}
]
]
},
"7a5d1b3f-9b2c-4943-9b40-2a213e30159c": {
"ai_vectorStore": [
[
{
"node": "10bf4a2c-ee2b-4185-b1e5-29b8664078fb",
"type": "ai_vectorStore",
"index": 0
}
]
]
},
"c121dc65-37e3-49d4-b449-f28491e19a6f": {
"main": [
[
{
"node": "cd84596e-4046-4d33-9f43-cf464e5c5c01",
"type": "main",
"index": 0
}
]
]
},
"95e9a59d-1832-4eb7-b58d-ba391c1acb1c": {
"main": [
[
{
"node": "3665ef25-e464-496a-84d6-980b96e78e9a",
"type": "main",
"index": 0
}
]
]
},
"10bf4a2c-ee2b-4185-b1e5-29b8664078fb": {
"ai_retriever": [
[
{
"node": "3665ef25-e464-496a-84d6-980b96e78e9a",
"type": "ai_retriever",
"index": 0
}
]
]
},
"dd97266d-a039-4d8f-bc7d-fb439ad5a6d7": {
"main": [
[
{
"node": "c4d4a979-3182-46c9-b145-fa4e6ba57011",
"type": "main",
"index": 0
}
]
]
},
"de836110-4073-44d5-bbf3-d57f57525f69": {
"ai_textSplitter": [
[
{
"node": "d786c471-d564-4f25-beab-f1c7f4559f7a",
"type": "ai_textSplitter",
"index": 0
}
]
]
}
}
}Häufig gestellte Fragen
Wie verwende ich diesen Workflow?
Kopieren Sie den obigen JSON-Code, erstellen Sie einen neuen Workflow in Ihrer n8n-Instanz und wählen Sie "Aus JSON importieren". Fügen Sie die Konfiguration ein und passen Sie die Anmeldedaten nach Bedarf an.
Für welche Szenarien ist dieser Workflow geeignet?
Experte - Künstliche Intelligenz
Ist es kostenpflichtig?
Dieser Workflow ist völlig kostenlos. Beachten Sie jedoch, dass Drittanbieterdienste (wie OpenAI API), die im Workflow verwendet werden, möglicherweise kostenpflichtig sind.
Verwandte Workflows
Dokumente einfügen und abrufen
Erstellen Sie ein RAG-Fragen-Antwort-System mit Zitaten mit Paul Essays, Milvus und OpenAI
Set
Code
Html
+
Set
Code
Html
25 NodesCheney Zhang
Künstliche Intelligenz
n8n-Knoten in der visuellen Referenzbibliothek erkunden
Erkundung von n8n-Knoten in der visuellen Referenzbibliothek
If
Ftp
Set
+
If
Ftp
Set
113 NodesI versus AI
Sonstiges
Fortgeschührte KI-Demonstration (gezeigt auf der 14. KI-Entwickler-Tagung)
Erweiterte KI-Demonstration (gezeigt auf der 14. KI-Entwickler-Treffung)
If
Code
Gmail
+
If
Code
Gmail
39 NodesMax Tkacz
Bausteine
Vollständiges RAG-System mit Qdrant und automatischen Quellenangaben
RAG-System mit automatischen Zitaten mit Qdrant, Gemini und OpenAI bauen
Set
Code
Wait
+
Set
Code
Wait
29 NodesDavide
Künstliche Intelligenz
Funktionalität zum Aktualisieren von Dokumenten in RAG aktivieren
Baue und aktualisiere ein RAG-System mit Google Drive, Qdrant und Gemini Chat
Set
Wait
Google Drive
+
Set
Wait
Google Drive
29 NodesDavide
Künstliche Intelligenz
🤖 Dokumentenexperten-Chatbot mit Gemini RAG-Pipeline erstellen
Baue einen n8n-Dokumentenexperten-Chatbot mit OpenAI RAG-Pipeline
Set
Html
Filter
+
Set
Html
Filter
46 NodesAyham
Internes Wiki
Workflow-Informationen
Schwierigkeitsgrad
Experte
Anzahl der Nodes22
Kategorie1
Node-Typen14
Autor
Cheney Zhang
@zc277584121Algorithm engineer at Zilliz, dedicating to the application of vector databases in the AI ecosystem.
Externe Links
Auf n8n.io ansehen →
Diesen Workflow teilen