使用Qdrant和AI构建智能食谱推荐系统 | n8n工作流教程
n8n工作流,Qdrant向量数据库,AI食谱推荐,Mistral嵌入,HelloFresh数据抓取,智能聊天机器人

这个n8n工作流演示了如何使用Qdrant向量存储推荐API创建食谱推荐聊天机器人。

工作原理
对于我们的食谱，我们将使用HelloFresh的每周课程和食谱作为数据源。我们将从网站抓取这些数据。
每个食谱被分割、向量化并使用Mistral嵌入插入到Qdrant集合中。
此外，整个食谱存储在SQLite数据库中以便后续检索。
我们的AI代理设置为从Qdrant向量存储推荐食谱。但是，我们不使用默认的相似性搜索，而是使用推荐API。
Qdrant的推荐API允许您提供负面提示；在我们的案例中，用户可以指定要避免的食谱或成分。
AI代理现在能够推荐更适合用户的食谱推荐，提高客户满意度。
要求
Qdrant向量存储实例用于保存食谱
Mistral.ai账户用于嵌入和LLM代理
自定义工作流

这个工作流适用于各种不同的受众。尝试不同的数据集，如服装、运动鞋、车辆甚至假期。

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。