Этот шаблон n8n представляет собой RAG-чатбот для рекомендаций фильмов, который использует Qdrant (векторную базу данных) и OpenAI для создания персонализированных рекомендаций. Давайте разберем его пошагово.
Основная функциональность
Шаблон позволяет:
- Получать запросы от пользователя через текстовый интерфейс (чат).
- Извлекать релевантные данные из векторной базы данных Qdrant.
- Анализировать данные с помощью OpenAI для формирования ответа.
- Отправлять структурированные рекомендации пользователю.
Пошаговое описание работы
1. Триггер: “On new manual Chat Message”
- Это точка входа в рабочий процесс.
- Шаблон активируется, когда пользователь отправляет сообщение через чат-интерфейс.
- Сообщение передается в следующий узел для анализа.
Пример запроса:
- Пользователь: “Порекомендуй фильмы в жанре фантастики.”
2. Извлечение данных: “Qdrant Vector Store”
- Этот узел использует Qdrant для поиска релевантных данных.
- База данных содержит информацию о фильмах, таких как:
- Название.
- Жанр.
- Описание.
- Рейтинг.
Настройки:
- Поиск выполняется по векторам, созданным на основе описаний фильмов.
- Результаты ранжируются по релевантности.
3. Анализ текста: “OpenAI Chat Model”
- Здесь используется модель OpenAI для анализа найденных данных.
- Модель генерирует ответ на основе входного текста.
Особенности:
- Можно использовать различные модели OpenAI (например, GPT-4o, gpt-4o-mini).
- Поддерживаются параметры, такие как температура (
temperature) и частота повторений (frequency_penalty).
4. Структурирование ответа: “Response Formatter”
- Этот узел форматирует ответ для удобства восприятия.
- Ответ может включать:
- Список рекомендованных фильмов.
- Краткое описание каждого фильма.
- Рейтинг или популярность.
5. Отправка ответа: “Send Final Reply”
- Этот узел отправляет сформированный ответ обратно пользователю.
- Может быть интегрирован с различными платформами (например, Telegram, Discord, или другие API).
6. Sticky Notes (Заметки)
В шаблоне используются заметки для объяснения функционала каждого узла:
- “Vector Store Search”: Описывает этапы поиска релевантных данных.
- “OpenAI Chat Model”: Рассказывает о выборе модели и ее настройках.
- “Response Formatter”: Объясняет, как форматируется ответ.
Какие задачи решает этот шаблон?
Автоматизация рекомендаций фильмов:
- Пользователи могут отправлять запросы и получать персонализированные рекомендации.
Улучшение пользовательского опыта:
- Агент уточняет детали, если запрос неясен.
- Диалог поддерживается естественным образом.
Интеграция с OpenAI и Qdrant:
- Используется мощная модель для анализа запросов и выполнения действий.
Как расширить функциональность?
Добавить больше данных:
- Например, добавить информацию о режиссерах, актерах или наградах.
Интеграция с другими API:
- Можно добавить инструменты для работы с Gmail, Slack или другими сервисами.
Хранение истории запросов:
- Использовать базу данных для сохранения результатов.
Мультиязычная поддержка:
- Настроить агента на работу с разными языками.
Пример использования
Пользователь: Задает вопрос: “Порекомендуй фильмы в жанре фантастики.”
Система:
- Ищет релевантные данные в Qdrant.
- Анализирует текст с помощью OpenAI.
- Генерирует ответ: “Вот несколько фильмов в жанре фантастики: ‘Бегущий по лезвию’, ‘Матрица’, ‘Интерстеллар’.”
Система: Отправляет ответ пользователю.
