探索使用 Vector Store Retriever 的 22 个免费自动化工作流。
使用 n8n 自动化 RAG(检索增强生成)流程,对上传到 Google Drive 的长文档进行摘要。此 n8n 工作流使用 DeepSeek、Cohere 嵌入和 Qdrant 存储。

使用 n8n 部署一个完整的 RAG 系统,用于分析股票财经PDF文件。这个 n8n 工作流利用 Qdrant 和 OpenAI 实现即时问答检索,是 n8n 模板的有力范例。

使用此全面的n8n工作流模板自动重新定位节点以获得最佳布局,并利用n8n AI节点和大语言模型(LLM)探索高级RAG架构。

使用此全面的n8n工作流模板自动重新定位节点以获得最佳布局,并利用n8n AI节点和大语言模型(LLM)探索高级RAG架构。

使用精妙的n8n工作流为WooCommerce部署强大的AI客服解决方案。集成VAPI、GPT-4o、Google Gemini和Qdrant RAG,用于订单跟踪和知识检索。

使用此 n8n 工作流构建动态 RAG 知识库。通过自定义 n8n 模板,利用 OpenAI 嵌入自动将 Notion 数据更新插入 (Upsert) 到 Supabase 向量存储中。

使用这个全面的 n8n 工作流在 Telegram 上创建一个检索增强生成 (RAG) 聊天机器人。将 PDF 索引到 Pinecone,并使用 Groq 大语言模型回答查询。

一套强大的 n8n 工作流,用于管理 Supabase 向量数据库,实现文档插入、记录更新(Upsert)和使用 OpenAI 嵌入(Embeddings)进行 RAG 检索。可将此 n8n 模板用于知识库构建。

使用这个全能的 n8n 工作流来摄取 PDF 文档,用 OpenAI 生成向量嵌入,将数据存储在 Weaviate 中,并通过 RAG 实现即时问答。非常适合文档分析的 n8n 模板。

工作流总数
平均复杂度
热门分类使用这个全面的 n8n 工作流在 Telegram 上创建一个检索增强生成 (RAG) 聊天机器人。将 PDF 索引到 Pinecone,并使用 Groq 大语言模型回答查询。

使用全面的 n8n 工作流创建一个强大的检索增强生成 (RAG) 系统。使用 Llama Parser 分析上传的文件,将数据索引到 Pinecone 中,并部署由 Gemini 驱动的聊天机器人以实现问答。

使用 Qdrant 向量数据库、Google Gemini 和 OpenAI 实现稳健的检索增强生成 (RAG) 系统。这个完整的 n8n 工作流模板支持自动引用 Google Drive 文档作为来源。

利用此 n8n 工作流搭建一个强悍的 AI 电报机器人。功能涵盖 Gemini 聊天、语音转文字、RAG 知识库检索 (Qdrant) 以及 Google 全家桶自动化。

使用这个先进的 n8n 工作流实现文档处理自动化。它利用 Mistral AI 和 Qdrant 向量数据库进行 RAG,将源文件分解成学习指南、时间线和简报文件。

使用此n8n工作流为Bitrix24在线客服渠道部署强大的RAG聊天机器人。集成了Google Gemini、Ollama嵌入模型和Qdrant向量存储,以实现上下文感知的回复。

使用 n8n 工作流构建一个先进的检索增强生成 (RAG) 系统。加载文档,使用 Cohere 进行嵌入,然后通过 Groq 聊天模型快速生成知识库问答。

使用 n8n 自动化 RAG(检索增强生成)流程,对上传到 Google Drive 的长文档进行摘要。此 n8n 工作流使用 DeepSeek、Cohere 嵌入和 Qdrant 存储。

使用此 n8n 工作流部署强大的 RAG(检索增强生成)系统。通过 Telegram 索引 PDF,利用 Google Gemini 大语言模型,并将向量存储在 Pinecone 中。一个用于构建对话式 AI 的健壮的 n8n 模板。
