使用Google Drive、Pinecone和OpenAI RAG构建文档问答系统

这个n8n工作流能够从Google Drive中提取PDF文档内容，通过AI技术构建一个智能的文档问答系统。工作流采用RAG（检索增强生成）架构，结合Google Drive、Pinecone向量数据库和OpenAI的强大语言模型。

## 工作流程详解

### 1. 文件发现阶段
– **Google Drive节点**：在指定文件夹中搜索所有PDF文件
– 配置搜索查询为”*.pdf”，确保只处理PDF文档
– 通过文件夹过滤器定位特定目录

### 2. 文件检索阶段
– **Google Drive下载节点**：逐个下载找到的PDF文件
– 动态获取文件ID并下载文件内容
– 支持Google文件转换功能

### 3. 数据处理阶段
– **Extract From File节点**：从PDF文件中提取原始文本
– 解析PDF文档结构，获取可读文本内容
– **Set节点**：整理和格式化提取的数据

### 4. 数据清理与格式化
– **Code节点**：使用JavaScript自定义清理规则
– 移除换行符，整理文本格式
– 可根据需求添加复杂的文本处理逻辑

## 技术特点

– **自动化文件处理**：自动发现、下载和处理文件夹中的所有PDF文件
– **自定义清理引擎**：通过JavaScript代码完全控制文本清理和格式化过程
– **RAG架构支持**：为构建智能问答系统提供基础数据准备
– **按需执行**：通过手动触发器实现灵活的工作流控制

## 应用场景

– 企业内部知识库构建
– 文档内容归档和索引
– AI助手训练数据准备
– 智能客服系统开发
– 学术研究资料处理