DeepSeek AI, Qdrant 벡터 데이터베이스 및 Google Drive 기반 자동화된 책 요약
고급
이것은Other, AI분야의자동화 워크플로우로, 23개의 노드를 포함합니다.주로 Code, SplitOut, GoogleDrive, HttpRequest, Agent 등의 노드를 사용하며인공지능 기술을 결합하여 스마트 자동화를 구현합니다. DeepSeek AI, Qdrant 벡터 데이터베이스 및 Google Drive 기반 자동화된 책 요약
사전 요구사항
- •Google Drive API 인증 정보
- •대상 API의 인증 정보가 필요할 수 있음
- •Qdrant 서버 연결 정보
사용된 노드 (23)
워크플로우 미리보기
노드 연결 관계를 시각적으로 표시하며, 확대/축소 및 이동을 지원합니다
워크플로우 내보내기
다음 JSON 구성을 복사하여 n8n에 가져오면 이 워크플로우를 사용할 수 있습니다
{
"meta": {
"instanceId": "2d54f61dfd963457efb86a8690aae457934e92fb9e4b8b6490ca74fc37094458",
"templateCredsSetupCompleted": true
},
"nodes": [
{
"id": "3f411206-145f-44d0-a76b-99b5dc1f7123",
"name": "Qdrant 벡터 스토어",
"type": "@n8n/n8n-nodes-langchain.vectorStoreQdrant",
"position": [
-80,
1060
],
"parameters": {},
"typeVersion": 1
},
{
"id": "be9b15f1-e1c7-4cc7-9a01-a9beb9d7d4b4",
"name": "재귀적 문자 텍스트 분할기",
"type": "@n8n/n8n-nodes-langchain.textSplitterRecursiveCharacterTextSplitter",
"position": [
-60,
1720
],
"parameters": {},
"typeVersion": 1
},
{
"id": "d21c69ae-9507-446b-9970-c7a0016d76f7",
"name": "Default Data Loader1",
"type": "@n8n/n8n-nodes-langchain.documentDefaultDataLoader",
"position": [
80,
1560
],
"parameters": {},
"typeVersion": 1
},
{
"id": "0cad85f2-f81c-4fab-8965-f7183ee3044b",
"name": "AI 에이전트",
"type": "@n8n/n8n-nodes-langchain.agent",
"position": [
1740,
1060
],
"parameters": {},
"typeVersion": 1.8
},
{
"id": "86d6218e-d08c-4617-877a-6a7502757553",
"name": "심플 메모리",
"type": "@n8n/n8n-nodes-langchain.memoryBufferWindow",
"position": [
1820,
1280
],
"parameters": {},
"typeVersion": 1.3
},
{
"id": "fa8e5386-6be9-4ea2-b457-afcc255dba55",
"name": "코드",
"type": "n8n-nodes-base.code",
"position": [
400,
1060
],
"parameters": {},
"typeVersion": 2
},
{
"id": "31a80013-f03b-412b-bf94-fcf9bc3d702c",
"name": "Google 드라이브 (create)",
"type": "n8n-nodes-base.googleDrive",
"position": [
2540,
680
],
"parameters": {},
"typeVersion": 3
},
{
"id": "ddcf1fca-49bf-4a32-9e0e-44379b881146",
"name": "Delete Collection",
"type": "n8n-nodes-base.httpRequest",
"onError": "continueRegularOutput",
"position": [
2440,
1160
],
"parameters": {},
"executeOnce": true,
"typeVersion": 4.2
},
{
"id": "d894616b-4a49-40ef-9b40-ffe88f4d0217",
"name": "질문 응답 체인",
"type": "@n8n/n8n-nodes-langchain.chainRetrievalQa",
"position": [
640,
1060
],
"parameters": {},
"typeVersion": 1.5
},
{
"id": "b754b1d2-bb78-477f-9c9d-d68c099c4b92",
"name": "벡터 스토어 Retriever",
"type": "@n8n/n8n-nodes-langchain.retrieverVectorStore",
"position": [
740,
1280
],
"parameters": {},
"typeVersion": 1
},
{
"id": "dccb21d6-1274-480d-8db6-ff4004431ad4",
"name": "Qdrant 벡터 스토어1",
"type": "@n8n/n8n-nodes-langchain.vectorStoreQdrant",
"position": [
740,
1480
],
"parameters": {},
"typeVersion": 1.1
},
{
"id": "77a47942-fb4b-428d-a026-2a148ddfec3b",
"name": "qdrant_search",
"type": "@n8n/n8n-nodes-langchain.vectorStoreQdrant",
"position": [
1800,
1500
],
"parameters": {},
"typeVersion": 1.1
},
{
"id": "e566ea6f-5041-4e19-87db-87649b7068d2",
"name": "임베딩 Cohere",
"type": "@n8n/n8n-nodes-langchain.embeddingsCohere",
"position": [
-120,
1340
],
"parameters": {},
"typeVersion": 1
},
{
"id": "e3bbef67-77da-4734-ba84-813905b9ea4d",
"name": "정보 추출기",
"type": "@n8n/n8n-nodes-langchain.informationExtractor",
"position": [
1120,
1060
],
"parameters": {},
"typeVersion": 1
},
{
"id": "32baf487-c74b-417c-a6c3-dd71bb461ca2",
"name": "분할 출력",
"type": "n8n-nodes-base.splitOut",
"position": [
1480,
1060
],
"parameters": {},
"typeVersion": 1
},
{
"id": "d81aff3f-23ce-483f-b902-9de71709b1f6",
"name": "Response",
"type": "n8n-nodes-base.code",
"position": [
2220,
1060
],
"parameters": {},
"typeVersion": 2
},
{
"id": "64c22221-a18d-4442-a62b-3d19ff950e40",
"name": "Google 드라이브",
"type": "n8n-nodes-base.googleDrive",
"position": [
-500,
1060
],
"parameters": {},
"typeVersion": 3
},
{
"id": "3029008c-7bdd-4ab7-871a-60e324e9024f",
"name": "File Created",
"type": "n8n-nodes-base.googleDriveTrigger",
"position": [
-720,
1060
],
"parameters": {},
"typeVersion": 1
},
{
"id": "9bed63eb-3b6c-4506-8570-9ff7afdcd7f8",
"name": "input",
"type": "n8n-nodes-base.code",
"position": [
-300,
1060
],
"parameters": {},
"typeVersion": 2
},
{
"id": "d346f5df-d0e9-4e80-9eee-50b5b7c89ad9",
"name": "DeepSeek Chat Model",
"type": "@n8n/n8n-nodes-langchain.lmChatDeepSeek",
"position": [
1360,
1360
],
"parameters": {},
"typeVersion": 1
},
{
"id": "93ae3fde-f4f5-43df-ae54-5e44272accd1",
"name": "메모7",
"type": "n8n-nodes-base.stickyNote",
"position": [
-740,
240
],
"parameters": {
"content": ""
},
"typeVersion": 1
},
{
"id": "57630a9b-c092-41e5-8200-ee087c27c300",
"name": "메모2",
"type": "n8n-nodes-base.stickyNote",
"position": [
-1580,
240
],
"parameters": {
"content": ""
},
"typeVersion": 1
},
{
"id": "7983e95b-30e1-4c45-b913-1fa3e12ca04e",
"name": "Doc",
"type": "n8n-nodes-base.code",
"position": [
2360,
780
],
"parameters": {},
"typeVersion": 2
}
],
"pinData": {},
"connections": {
"7983e95b-30e1-4c45-b913-1fa3e12ca04e": {
"main": [
[
{
"node": "Google Drive (create)",
"type": "main",
"index": 0
}
]
]
},
"Code": {
"main": [
[
{
"node": "Question and Answer Chain",
"type": "main",
"index": 0
}
]
]
},
"9bed63eb-3b6c-4506-8570-9ff7afdcd7f8": {
"main": [
[
{
"node": "Qdrant Vector Store",
"type": "main",
"index": 0
}
]
]
},
"AI Agent": {
"main": [
[
{
"node": "d81aff3f-23ce-483f-b902-9de71709b1f6",
"type": "main",
"index": 0
}
]
]
},
"d81aff3f-23ce-483f-b902-9de71709b1f6": {
"main": [
[
{
"node": "ddcf1fca-49bf-4a32-9e0e-44379b881146",
"type": "main",
"index": 0
},
{
"node": "7983e95b-30e1-4c45-b913-1fa3e12ca04e",
"type": "main",
"index": 0
}
]
]
},
"Split Out": {
"main": [
[
{
"node": "AI Agent",
"type": "main",
"index": 0
}
]
]
},
"3029008c-7bdd-4ab7-871a-60e324e9024f": {
"main": [
[
{
"node": "Google Drive",
"type": "main",
"index": 0
}
]
]
},
"Google Drive": {
"main": [
[
{
"node": "9bed63eb-3b6c-4506-8570-9ff7afdcd7f8",
"type": "main",
"index": 0
}
]
]
},
"Simple Memory": {
"ai_memory": [
[
{
"node": "AI Agent",
"type": "ai_memory",
"index": 0
}
]
]
},
"77a47942-fb4b-428d-a026-2a148ddfec3b": {
"ai_tool": [
[
{
"node": "AI Agent",
"type": "ai_tool",
"index": 0
}
]
]
},
"Embeddings Cohere": {
"ai_embedding": [
[
{
"node": "Qdrant Vector Store",
"type": "ai_embedding",
"index": 0
},
{
"node": "Qdrant Vector Store1",
"type": "ai_embedding",
"index": 0
},
{
"node": "77a47942-fb4b-428d-a026-2a148ddfec3b",
"type": "ai_embedding",
"index": 0
}
]
]
},
"d346f5df-d0e9-4e80-9eee-50b5b7c89ad9": {
"ai_languageModel": [
[
{
"node": "AI Agent",
"type": "ai_languageModel",
"index": 0
},
{
"node": "Information Extractor",
"type": "ai_languageModel",
"index": 0
},
{
"node": "Question and Answer Chain",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"Qdrant Vector Store": {
"main": [
[
{
"node": "Code",
"type": "main",
"index": 0
}
]
]
},
"d21c69ae-9507-446b-9970-c7a0016d76f7": {
"ai_document": [
[
{
"node": "Qdrant Vector Store",
"type": "ai_document",
"index": 0
}
]
]
},
"Qdrant Vector Store1": {
"ai_vectorStore": [
[
{
"node": "Vector Store Retriever",
"type": "ai_vectorStore",
"index": 0
}
]
]
},
"Information Extractor": {
"main": [
[
{
"node": "Split Out",
"type": "main",
"index": 0
}
]
]
},
"Vector Store Retriever": {
"ai_retriever": [
[
{
"node": "Question and Answer Chain",
"type": "ai_retriever",
"index": 0
}
]
]
},
"Question and Answer Chain": {
"main": [
[
{
"node": "Information Extractor",
"type": "main",
"index": 0
}
]
]
},
"Recursive Character Text Splitter": {
"ai_textSplitter": [
[
{
"node": "d21c69ae-9507-446b-9970-c7a0016d76f7",
"type": "ai_textSplitter",
"index": 0
}
]
]
}
}
}자주 묻는 질문
이 워크플로우를 어떻게 사용하나요?
위의 JSON 구성 코드를 복사하여 n8n 인스턴스에서 새 워크플로우를 생성하고 "JSON에서 가져오기"를 선택한 후, 구성을 붙여넣고 필요에 따라 인증 설정을 수정하세요.
이 워크플로우는 어떤 시나리오에 적합한가요?
고급 - 기타, 인공지능
유료인가요?
이 워크플로우는 완전히 무료이며 직접 가져와 사용할 수 있습니다. 다만, 워크플로우에서 사용하는 타사 서비스(예: OpenAI API)는 사용자 직접 비용을 지불해야 할 수 있습니다.
관련 워크플로우 추천
⚡AI驱动의YouTube播放列表및视频摘要与분석v2
AI YouTube播放列表与视频분석채팅봇
If
Set
Code
+
If
Set
Code
72 노드dmr
기타
제작자의 워크플로우 3
Llama Parser, Gemini LLM, Pinecone DB를 기반으로 한 문서 분석 및 채팅 로봇 생성
If
Code
Gmail
+
If
Code
Gmail
36 노드pavith
기타
AI 대리인 레스토랑 [템플릿]
🤖 WhatsApp, 인스타그램, 메신저의 AI 레스토랑 도우미
If
N8n
Set
+
If
N8n
Set
239 노드Amanda Benks
기타
AI 기반 Telegram 어시스턴트 최종 시작 가이드(PDF, Brave 검색, Google 패키지)
Gemini, RAG PDF 검색, Google Suite를 사용하여 다능한 Telegram 로봇을 구축합니다.
Set
Code
Wait
+
Set
Code
Wait
79 노드Issam AGGOUR
인공지능
시각화 참조 라이브러리에서 n8n 노드를 탐색
可视化 참조 라이브러리에서 n8n 노드를 탐색
If
Ftp
Set
+
If
Ftp
Set
113 노드I versus AI
기타
시험 문제 생성
Google 문서와 Gemini AI 기반 시험 문제 및 답변 자동 생성
Code
Google Docs
Http Request
+
Code
Google Docs
Http Request
37 노드Davide
기타
워크플로우 정보
난이도
고급
노드 수23
카테고리2
노드 유형16
저자
Adam Crafts
@adamcraftsAs an experienced AI Agent Builder, I specialize in creating intelligent solutions tailored to enhance automation, streamline operations, and drive innovation. 🛠️ My passion lies in transforming ideas into functional AI agents that deliver tangible results.
외부 링크
n8n.io에서 보기 →
이 워크플로우 공유