使用RAG（Pinecone和OpenAI）与GitHub OpenAPI规范对话
高级
这是一个Engineering, AI领域的自动化工作流，包含 17 个节点。主要使用 HttpRequest, ManualTrigger, Agent, ChatTrigger, LmChatOpenAi 等节点，结合人工智能技术实现智能自动化。 与GitHub API文档对话：基于RAG的聊天机器人，使用Pinecone和OpenAI
前置要求
- •可能需要目标 API 的认证凭证
- •OpenAI API Key
- •Pinecone API Key
使用的节点 (17)
工作流预览
可视化展示节点连接关系，支持缩放和平移
无法加载工作流预览
常见问题
如何使用这个工作流？
复制上方的 JSON 配置代码，在您的 n8n 实例中创建新工作流并选择「从 JSON 导入」，粘贴配置后根据需要修改凭证设置即可。
这个工作流适合什么场景？
高级 - 工程, 人工智能
需要付费吗？
本工作流完全免费，您可以直接导入使用。但请注意，工作流中使用的第三方服务（如 OpenAI API）可能需要您自行付费。
相关工作流推荐
AI智能助手：与Supabase存储和Google Drive文件对话
AI智能助手：与Supabase存储和Google Drive文件对话
If
Set
Wait
+20
62 节点Mark Shcherbakov
工程
与Supabase存储中文件对话的AI智能体
与Supabase存储中文件对话的AI智能体
If
Merge
Switch
+15
33 节点Mark Shcherbakov
工程
基于文档的带记忆聊天机器人，使用 OpenAI、Pinecone 和 Google Drive
基于文档的带记忆聊天机器人，使用 OpenAI、Pinecone 和 Google Drive
Merge
Airtable
Aggregate
+15
22 节点Sally
人工智能
用于股票财报分析的RAG工作流
用于股票财报分析的AI驱动RAG工作流
Google Docs
Google Drive
Google Sheets
+11
18 节点Mihai Farcas
人工智能
支持文本、语音、图像和PDF的AI驱动WhatsApp聊天机器人（RAG）
支持文本、语音、图像和PDF的AI驱动WhatsApp聊天机器人（RAG）
Set
Code
Switch
+15
35 节点NovaNode
工程
使用OpenAI评估RAG响应准确性：文档基础性指标
使用OpenAI评估RAG响应准确性：文档基础性指标
Set
Evaluation
Http Request
+13
25 节点Jimleuk
工程
工作流信息
难度等级
高级
节点数量17
分类2
节点类型12
作者
Mihai Farcas
@mihailtdFull-stack developer with 5+ years streamlining healthcare processes. Proficient in NodeJS, VueJS, MongoDB, PostgreSQL, Kubernetes, and n8n. Ready to optimize your workflows – book a consult via my link.
外部链接
在 n8n.io 查看 →
分享此工作流