## 概述
这个n8n工作流帮助您构建一个基于RAG（检索增强生成）技术的智能聊天机器人，能够从您的网站内容中提取信息并创建知识库，为用户提供准确的问答服务。
## 工作流结构
### 1. 网站数据提取模块
– **Enter Website Url**：用户输入网站URL的表单触发器
– **Website Data Scrapping**：通过HTTP请求抓取网站内容
– **HTML Extract**：从HTML中提取标题、内容、元描述和链接
– **Convert to File**：将提取的数据转换为JSON格式
### 2. 向量嵌入生成模块
– **Default Data Loader**：加载处理后的文档数据
– **Recursive Character Text Splitter**：将文本分割为3000字符的块，重叠500字符
– **Embeddings Cohere**：使用Cohere API生成文本嵌入向量
– **Supabase Vector Store**：将向量嵌入存储到Supabase数据库中
### 3. 问答检索模块
– **When chat message received**：聊天消息接收的Webhook触发器
– **Data From Supabase Vector Store**：从向量存储中检索相关文档
– **Embeddings With Cohere**：为查询生成嵌入向量
– **OpenAI Chat Model**：使用GPT-4o-mini模型生成智能回复
– **Chat Memory**：PostgreSQL聊天记忆存储
– **Question & Answer Retrieve**：AI代理处理问答流程
## 技术特点
– **智能文档处理**：自动从网站提取结构化内容
– **向量检索**：基于语义相似度的文档检索
– **上下文记忆**：支持多轮对话的聊天记忆
– **严格知识边界**：仅基于存储的文档内容回答问题
## 应用场景
– 企业知识库问答系统
– 产品文档智能助手
– 客户支持自动化
– 内部培训材料检索
## 设置要求
– Supabase账户（向量存储）
– Cohere API密钥（文本嵌入）
– OpenAI API密钥（GPT模型）
– PostgreSQL数据库（聊天记忆）
评论(0)