Crear un sistema de preguntas y respuestas para los artículos de Paul Graham con OpenAI y la base de datos vectorial Milvus
Avanzado
Este es unAIflujo de automatización del dominio deautomatización que contiene 22 nodos.Utiliza principalmente nodos como Html, Limit, SplitOut, HttpRequest, ManualTrigger, combinando tecnología de inteligencia artificial para lograr automatización inteligente. Usar OpenAI y la base de datos vectorial Milvus para crear un sistema de preguntas y respuestas sobre artículos de Paul Graham
Requisitos previos
- •Pueden requerirse credenciales de autenticación para la API de destino
- •Clave de API de OpenAI
Nodos utilizados (22)
Categoría
Vista previa del flujo de trabajo
Visualización de las conexiones entre nodos, con soporte para zoom y panorámica
Exportar flujo de trabajo
Copie la siguiente configuración JSON en n8n para importar y usar este flujo de trabajo
{
"meta": {
"instanceId": "89c9c2dbc29ad74e9e02caaf3e27ce718c567278274962e355a9a9679d5f3af7"
},
"nodes": [
{
"id": "33e94ee1-4244-4075-bb4b-93a99a2cacd9",
"name": "Modelo de chat OpenAI",
"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": "Al hacer clic en \"Ejecutar flujo de trabajo\"",
"type": "n8n-nodes-base.manualTrigger",
"position": [
-180,
0
],
"parameters": {},
"typeVersion": 1
},
{
"id": "c4d4a979-3182-46c9-b145-fa4e6ba57011",
"name": "Obtener lista de ensayos",
"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": "Extraer nombres de ensayos",
"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": "Dividir en elementos",
"type": "n8n-nodes-base.splitOut",
"position": [
480,
0
],
"parameters": {
"options": {},
"fieldToSplitOut": "essay"
},
"typeVersion": 1
},
{
"id": "5644c48d-62b6-4e2d-ad25-013b55f5ec71",
"name": "Obtener textos de ensayos",
"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": "Limitarar a los primeros 3",
"type": "n8n-nodes-base.limit",
"position": [
680,
0
],
"parameters": {
"maxItems": 3
},
"typeVersion": 1
},
{
"id": "318aeeed-fcce-4de2-aa04-92033ef01f28",
"name": "Extraer solo texto",
"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": "Nota adhesiva3",
"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": "Nota adhesiva5",
"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": "Al recibir mensaje en el chat",
"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": "Nota adhesiva",
"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 Almacén de vectores",
"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": "Default Data Loader",
"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": "Incrustaciones OpenAI",
"type": "@n8n/n8n-nodes-langchain.embeddingsOpenAi",
"position": [
1320,
240
],
"parameters": {
"options": {}
},
"typeVersion": 1.2
},
{
"id": "de836110-4073-44d5-bbf3-d57f57525f69",
"name": "Recursive Character Text Splitter",
"type": "@n8n/n8n-nodes-langchain.textSplitterRecursiveCharacterTextSplitter",
"position": [
1540,
340
],
"parameters": {
"options": {},
"chunkSize": 6000
},
"typeVersion": 1
},
{
"id": "ddaa936e-416a-40e4-adf6-cf7ebfb8b094",
"name": "Nota adhesiva1",
"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": "Incrustaciones OpenAI1",
"type": "@n8n/n8n-nodes-langchain.embeddingsOpenAi",
"position": [
80,
860
],
"parameters": {
"options": {}
},
"typeVersion": 1.2
},
{
"id": "7a5d1b3f-9b2c-4943-9b40-2a213e30159c",
"name": "Milvus Almacén de vectores1",
"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": "Nota adhesiva2",
"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": "Cadena de Q&A para recuperar de Milvus y responder preguntas",
"type": "@n8n/n8n-nodes-langchain.chainRetrievalQa",
"position": [
120,
380
],
"parameters": {
"options": {}
},
"typeVersion": 1.5
},
{
"id": "10bf4a2c-ee2b-4185-b1e5-29b8664078fb",
"name": "Milvus Almacén de vectores 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
}
]
]
},
"Limitar a los primeros 3": {
"main": [
[
{
"node": "5644c48d-62b6-4e2d-ad25-013b55f5ec71",
"type": "main",
"index": 0
}
]
]
},
"Embeddings OpenAI": {
"ai_embedding": [
[
{
"node": "Milvus Vector Store",
"type": "ai_embedding",
"index": 0
}
]
]
},
"318aeeed-fcce-4de2-aa04-92033ef01f28": {
"main": [
[
{
"node": "Milvus Vector Store",
"type": "main",
"index": 0
}
]
]
},
"5644c48d-62b6-4e2d-ad25-013b55f5ec71": {
"main": [
[
{
"node": "318aeeed-fcce-4de2-aa04-92033ef01f28",
"type": "main",
"index": 0
}
]
]
},
"OpenAI Chat Model": {
"ai_languageModel": [
[
{
"node": "3665ef25-e464-496a-84d6-980b96e78e9a",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"Embeddings OpenAI1": {
"ai_embedding": [
[
{
"node": "Milvus Vector Store1",
"type": "ai_embedding",
"index": 0
}
]
]
},
"d786c471-d564-4f25-beab-f1c7f4559f7a": {
"ai_document": [
[
{
"node": "Milvus Vector Store",
"type": "ai_document",
"index": 0
}
]
]
},
"2e2913f9-d01a-41e8-b1b8-9a981910db7b": {
"main": [
[
{
"node": "c121dc65-37e3-49d4-b449-f28491e19a6f",
"type": "main",
"index": 0
}
]
]
},
"Milvus Vector Store1": {
"ai_vectorStore": [
[
{
"node": "Milvus Vector Store Retriever",
"type": "ai_vectorStore",
"index": 0
}
]
]
},
"c121dc65-37e3-49d4-b449-f28491e19a6f": {
"main": [
[
{
"node": "Limitar a los primeros 3",
"type": "main",
"index": 0
}
]
]
},
"95e9a59d-1832-4eb7-b58d-ba391c1acb1c": {
"main": [
[
{
"node": "3665ef25-e464-496a-84d6-980b96e78e9a",
"type": "main",
"index": 0
}
]
]
},
"Milvus Vector Store Retriever": {
"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
}
]
]
}
}
}Preguntas frecuentes
¿Cómo usar este flujo de trabajo?
Copie el código de configuración JSON de arriba, cree un nuevo flujo de trabajo en su instancia de n8n y seleccione "Importar desde JSON", pegue la configuración y luego modifique la configuración de credenciales según sea necesario.
¿En qué escenarios es adecuado este flujo de trabajo?
Avanzado - Inteligencia Artificial
¿Es de pago?
Este flujo de trabajo es completamente gratuito, puede importarlo y usarlo directamente. Sin embargo, tenga en cuenta que los servicios de terceros utilizados en el flujo de trabajo (como la API de OpenAI) pueden requerir un pago por su cuenta.
Flujos de trabajo relacionados recomendados
Insertar y recuperar documentos
Construir un sistema de preguntas y respuestas RAG con citas usando los Essays de Paul, Milvus y OpenAI
Set
Code
Html
+
Set
Code
Html
25 NodosCheney Zhang
Inteligencia Artificial
Explorar nodos de n8n en la biblioteca de referencias visuales
Explorar nodos de n8n en la base de referencia visual
If
Ftp
Set
+
If
Ftp
Set
113 NodosI versus AI
Otros
Demostración avanzada de AI (presentada en la 14ª reunión de desarrolladores de AI)
Demostración avanzada de IA (presentada en la 14ª reunión de desarrolladores de IA)
If
Code
Gmail
+
If
Code
Gmail
39 NodosMax Tkacz
Bloques de construcción
Sistema RAG completo con Qdrant, con citas de fuentes automáticas
Construye un sistema RAG con citas automáticas usando Qdrant, Gemini y OpenAI
Set
Code
Wait
+
Set
Code
Wait
29 NodosDavide
Inteligencia Artificial
Habilitar la función de actualización de documentos en RAG
Construir y actualizar un sistema RAG utilizando Google Drive, Qdrant y Gemini Chat
Set
Wait
Google Drive
+
Set
Wait
Google Drive
29 NodosDavide
Inteligencia Artificial
🤖 Construir un chatbot de experto en documentos usando el pipeline RAG de Gemini
Construir un chatbot de experto en documentación n8n utilizando el pipeline de RAG de OpenAI
Set
Html
Filter
+
Set
Html
Filter
46 NodosAyham
Wiki interno
Información del flujo de trabajo
Nivel de dificultad
Avanzado
Número de nodos22
Categoría1
Tipos de nodos14
Descripción de la dificultad
Autor
Cheney Zhang
@zc277584121Algorithm engineer at Zilliz, dedicating to the application of vector databases in the AI ecosystem.
Enlaces externos
Ver en n8n.io →
Compartir este flujo de trabajo