AI驱动的个人数据向量存储与智能查询工作流

## 工作流功能

该工作流执行以下任务：

– **数据提取**：从Google Sheets中提取个人数据
– **AI处理**：使用OpenAI和Google Gemini等AI工具进行智能洞察分析
– **向量存储**：将数据作为向量插入到Supabase中，实现高效存储和快速查询
– **内存管理**：与Postgres无缝集成进行内存管理
– **数据操作**：支持数据加载、嵌入和管理

## 核心节点组件

### 数据输入与处理
– **When chat message received**：聊天消息接收触发器
– **Get row(s) in sheet1**：从Google Sheets获取数据行
– **Convert to File**：数据格式转换

### AI与智能处理
– **AI Agent**：AI智能代理
– **Google Gemini Chat Model**：Google Gemini聊天模型
– **Embeddings OpenAI**：OpenAI嵌入模型（用于向量化）
– **Embeddings OpenAI1**：OpenAI嵌入模型（用于查询）

### 存储与内存
– **Supabase Vector Store**：Supabase向量存储（检索模式）
– **Vector Store**：Supabase向量存储（插入模式）
– **Postgres Chat Memory**：Postgres聊天内存管理
– **Default Data Loader2**：默认数据加载器

## 应用场景

这个模板非常适合：

– 具有AI驱动查询和分析功能的个人数据存储
– 构建与您的数据交互的智能代理
– 个人信息的基于向量的高效存储
– 希望在个人数据工作流中集成AI的用户

## 技术优势

通过向量化存储和AI智能查询，该工作流能够：
– 快速检索个人数据
– 提供智能化的数据洞察
– 支持自然语言查询
– 实现高效的数据管理和存储