## 工作流概述
这个n8n工作流实现了一个基于RAG（检索增强生成）技术的智能文档助手，专门针对n8n官方文档构建知识库。它能够自动抓取、处理和索引n8n文档，然后通过AI聊天界面为用户提供准确的技术问答服务。
## 核心功能
### 1. 知识库构建（索引流程）
– **文档抓取**：自动获取n8n官方文档网站的所有链接
– **内容提取**：从HTML页面中提取核心文档内容
– **文本分割**：使用递归字符文本分割器将文档切分成小块
– **向量化存储**：通过Gemini嵌入模型将文本转换为向量并存储在内存向量库中
### 2. 智能问答（聊天流程）
– **问题理解**：将用户问题转换为向量表示
– **语义检索**：在向量库中查找最相关的文档片段
– **答案生成**：基于检索到的上下文生成准确答案
– **对话记忆**：维护对话历史以支持连续对话
## 技术架构
### 主要节点组件
– **HTTP Request**：获取网页内容和文档链接
– **HTML**：提取HTML页面中的结构化内容
– **Split Out**：处理链接列表
– **Remove Duplicates**：去重处理
– **Filter**：筛选有效的文档路径
– **Split in Batches**：批量处理文档页面
– **Execute Workflow**：子工作流调用
– **Set**：数据清洗和格式化
– **LangChain Nodes**：AI处理链（文本分割、嵌入、向量存储、聊天代理）
– **Chat Trigger**：聊天界面触发器
### AI模型集成
– **Gemini 2.5 Flash**：用于对话生成和推理
– **Gemini Embeddings**：用于文本向量化
– **Memory Buffer Window**：对话历史管理
– **Vector Store In-Memory**：向量存储和检索
## 设置步骤
### 1. 配置Google AI凭证
– 获取Google AI API密钥
– 在所有Gemini节点中配置凭证
### 2. 构建知识库
– 执行”Start Indexing”触发器
– 等待15-20分钟完成文档索引
– 注意：知识库存储在内存中，重启n8n后需要重新构建
### 3. 启用聊天功能
– 激活工作流
– 使用RAG Chatbot节点的公共URL或内置聊天界面
## 工作流特点
### 内存优化设计
– 使用子工作流处理单个页面，避免内存累积
– 长期去重机制防止重复处理
– 批量处理提高效率
### 准确性保证
– 严格的RAG架构确保答案基于文档内容
– 系统提示词限制AI不编造信息
– 语义检索确保相关性
### 用户体验
– 美观的聊天界面设计
– 支持连续对话
– 响应式布局和玻璃态效果
## 扩展可能性
– 支持其他文档源（GitHub、Confluence等）
– 集成更多AI模型提供商
– 添加多语言支持
– 实现持久化向量存储
– 增加文档更新检测机制
评论(0)