简单RAG客户支持聊天机器人

### 📋 概述

这个智能客户支持聊天机器人利用检索增强生成（RAG）技术，通过结合您的知识库与AI能力，提供准确、上下文相关的响应。系统自动从您的Pinecone向量存储中检索相关文档，并使用它们通过OpenAI的语言模型生成信息丰富的回答。

### ⚡ 快速设置

**导入工作流**
– 将此工作流模板导入到您的n8n实例中

**配置凭据**
– 添加以下API凭据：
– OpenAI API密钥：用于聊天完成和嵌入
– Pinecone API密钥：用于向量数据库操作
– Google Drive：用于文档自动摄取

**初始化向量存储**
– 使用”插入文档到Pinecone”工作流来填充您的知识库

**激活工作流**
– 启用主聊天工作流以开始接收请求

### 🔧 工作原理

**主聊天流程（代理工作流）**

用户消息 → 内存检索 → 向量搜索 → 上下文组装 → AI响应 → 内存更新 → 响应

**处理流程：**

1. **消息接收**：Webhook接收带有会话管理的用户聊天消息
2. **内存检索**：加载对话历史以保持上下文连续性
3. **语义搜索**：查询Pinecone向量存储以获取相关文档
4. **上下文组装**：将检索到的文档与对话历史结合
5. **AI生成**：OpenAI使用组装的上下文生成上下文响应
6. **内存存储**：更新对话内存以供未来交互使用
7. **响应交付**：将格式化响应返回给用户界面

**文档摄取流程**

文档源 → 文本提取 → 分块 → 嵌入 → 向量存储

**处理流程：**

1. **文档触发**：Google Drive或手动文件上传检测
2. **内容提取**：从各种文件格式（PDF、DOC、TXT）中提取文本
3. **文本分块**：将文档分割为适合嵌入的最佳块
4. **嵌入生成**：使用OpenAI创建向量嵌入
5. **向量存储**：将嵌入与元数据一起存储在Pinecone中
6. **索引更新**：更新搜索索引以实现即时可用性

### 🛠️ 技术架构

该工作流采用了先进的AI技术栈，包括：
– OpenAI GPT-4.1-mini模型用于智能对话
– Pinecone向量数据库用于高效文档检索
– Cohere重排序器用于优化搜索结果
– Google Drive集成用于自动文档摄取
– 内存缓冲窗口用于维护对话上下文

### 💡 应用场景

– 客户支持自动化
– 知识库问答系统
– 企业内部文档查询
– 智能客服助手
– 教育培训问答机器人