基于Weaviate和OpenAI的RAG文档问答
高级
这是一个Document Extraction, Multimodal AI领域的自动化工作流，包含 17 个节点。主要使用 Set, FormTrigger, ExtractFromFile, ChatTrigger, LmChatOpenAi 等节点。 基于RAG的文档问答：使用Weaviate和OpenAI查询PDF内容
前置要求
- •OpenAI 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 - 文档提取, 多模态 AI
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
基于AI的WhatsApp支持机器人（Google Sheets工单创建）
基于AI的WhatsApp支持机器人（Google Sheets工单创建）
Set
Xml
Code
+20
35 节点Zain Khan
客服机器人
使用 Google Drive 的 RAG 聊天机器人
使用OpenAI、Google Drive和Supabase构建RAG知识聊天机器人
Set
Supabase
Google Drive
+12
20 节点Babish Shrestha
杂项
使用 Qdrant 的完整 RAG 系统，带自动更新文档功能
使用OpenAI、Google Gemini、Qdrant和Google Drive构建自更新RAG系统
Set
Wait
Google Drive
+13
32 节点Davide
AI RAG 检索增强
AI趋势邮件提醒器-weaviate
构建基于arXiv和Weaviate的每周AI趋势提醒器
Set
Xml
Merge
+18
48 节点Mary Newhauser
内容创作
上下文混合RAG AI文案
Google Drive到Supabase上下文向量数据库同步用于RAG应用
If
Set
Code
+25
76 节点Michael Taleb
AI RAG 检索增强
PDF 转向量 RAG 系统：Mistral OCR、Weaviate 数据库和 MCP 服务器
使用Mistral OCR和Weaviate数据库构建PDF搜索系统
Set
Mistral Ai
Form Trigger
+7
13 节点Dietmar
文档提取
