YouTube 字幕處理與 Pinecone 向量資料寫入 (Upsert) 以建構 RAG - n8n 工作流程

想從自己的 YouTube 頻道建立知識庫的內容創作者。
基於影片內容實作 RAG 系統的資料科學家。
需要для Apify、OpenAI 和向量資料庫整合的穩定 n8n 範本的開發者。
使用複雜 n8n 節點序列來管理資料管線的自動化專家。

這個進階的 n8n 工作流程解決了一個棘手的挑戰：將非結構化的影片內容（YouTube 字幕）轉換成適合 AI 查詢的結構化知識庫。自動化流程首先從 Airtable 獲取影片清單，接著使用 HTTP Request n8n 節點觸發外部的 Apify 服務來爬取字幕資料。關鍵在於，n8n 工作流程中加入了 Wait n8n 節點，用以處理非同步的作業完成，然後再取回結果。萃取出的字幕會經過分段和使用 OpenAI Embeddings n8n 節點進行向量化，最後寫入 (upsert) 到 Pinecone 向量資料庫。這為使用 n8n 強大的功能來建構高效能的 RAG 應用後端，提供了一個完整且可擴展的解決方案。

此 n8n 工作流程的執行遵循兩條明確的邏輯路徑：

1. 資料獲取與格式化 (頂部路徑)：

1. 匯入： 複製提供的 n8n 工作流程 JSON 並匯入到您的 n8n 實例中。


2. 認證設定： 為此 n8n 工作流程設定所需的認證：

1. 程式碼節點： 檢閱 JSON Stringifier 和 Transcript Processor n8n 節點區塊內的邏輯，確保欄位對應完全符合您從 Apify 傳入的資料結構。這些自訂的腳本步驟對於 n8n 範本的正常運作至關重要。


2. 啟用： 啟用 n8n 工作流程，或手動執行 When clicking ‘Test workflow’ (點擊測試工作流程) 的 n8n 觸發器來測試 RAG 路徑。

Airtable (3 個實例)： 用於讀取初始影片清單，並在獲取轉錄內容後更新紀錄的狀態。是資料管理方面核心的 n8n 節點。
Loop Over Items n8n 節點： 關鍵的 n8n 邏輯流程控制，確保對從初始 Airtable n8n 節點擷取的紀錄進行依序、個別的處理。
Apify NinjaPost (HTTP Request n8n 節點)： 啟動外部的爬取工作。關鍵設定在於為 Apify API 的工作啟動端點 (endpoint) 設定正確的 URL 和 Body。
Wait n8n 節點： n8n 工作流程中不可或缺的非同步處理器。它使用 Webhook 來暫停執行，直到收到來自 Apify 服務的成功回呼 (callback)，完成了 n8n 工作流程中的關鍵環節。
Recursive Character Text Splitter1 n8n 節點： 關鍵的 LangChain 元件。它負責處理大型字幕的準備工作，將其分割成更小、語義上有意義的區塊，以供後續的 embeddings n8n 節點進行有效的向量化。
Embeddings OpenAI n8n 節點： 使用 OpenAI API 為文本區塊生成數值向量表徵 (embeddings)。這項準備工作對於 n8n 工作流程執行的最終 Upsert 操作是必要的。

• Pinecone Vector Store n8n 節點： 是 RAG 資料的目的地位址 n8n 節點。設定為執行 upsert 操作，將向量化後的文本及相關的中繼資料 (metadata) 注入 Pinecone 資料庫。這是此進階 n8n 範本的最後一步。