从零开始搭建RAG知识库:n8n工作流实现本地部署AI Agent(附代码+收藏必学)
本文详细介绍在本地部署环境下,使用n8n工作流搭建RAG知识库检索系统的完整流程。通过文档向量存储和Agent调用知识库两大板块,讲解了如何利用Pinecone Vector Stor节点实现文档上传、分割与存储,以及如何配置AI Agent检索功能。这套流程适用于企业客服、知识管理助手等多种场景,为开发者提供了从理论到实践的完整解决方案。
在学习AI Agent的道路上,RAG知识库检索是必学的内容,想让模型更理解你更懂企业的业务,就需要给大模型喂资料,模型可以根据提供的资料进行回答,但如果你有1万字以上的资料呢?模型必然没有办法精准的查找到资料,并且给予回复。
这个时候就需要用到RAG检索,把资料进行检索,大范围缩减到小范围中,再由模型去根据资料回答,不仅可以节省资源,模型的回答也更为精准。

如今,喂给模型的知识是非常重要的,只要模型🈶了更精准的行业话术、产品资料、网络资料等就可以给予业务上的一些帮助。
在N8N中就可以完美体现上面图中的内容,同样本次将带来两个板块的内容:
1.文档向量存储

2.Agent调用知识库流程

本次分享是本地部署(无服务器)环境下知识库RAG检索流程的配置。
一、文档向量存储
在部署到本地的时候,是在本地的磁盘中创建了两个文件夹:n8n和n8ndata(图中n8n_zn是汉化文件夹)

在n8n工作流中会有下载到本地或者从本地获取文件,都是需要依靠n8ndata;下载文件会自动下载到n8ndata中,那获取文件也需要在n8ndata中获取,在开始n8n的流程学习之前,先给自己的本地文件中放置一个资料内容,如图:

1.打开n8n,创建一个workflow(工作流)
2.在点击执行工作流后面添加节点:Read/Write Files from Disk

文件位置需要在n8ndata中

3.在次添加一个数据节点:Pinecone Vector Stor
该节点的向量存储和检索能力较强,是一个外部的平台

该节点的详细功能如图:
本次主要运用Insert Documents:添加文档到向量数据库中

Pinecone Vector Stor节点是需要上他的平台上获取API密钥的,打开网址:https://www.pinecone.io/
正常登入后,点击API可以获取到密钥:

在点击Database中的lndexes,创建一个检索,等于我们先在平台上创建一个空间,这个空间就可以专门存放同一类型的文档。

创建名称和选择open AI的模型作为向量模型

把默认的512换成1536后直接点击创建即可

回到n8n中,点击Pinecone Vector Stor节点,按照图中以及上述流程的顺序填写配置即可

添加向量模型

这里的模型也是需要有api的,这些舰长都已经专门编写过文章,正在学习的小伙伴可以按顺序查看

点击领一个拖尾➕号就可以出文本分割节点

调整Default Data Loader节点的设置

继续点击+号获取文本分割方式,根据情况选择,舰长推荐使用第二个;
该节点的设置就可以默认设置即可

这样我们基于n8n中搭建了一个自动上传、分割、存储的流程就制作好了
当执行流程时会通过本地磁盘设置好的文件名进行提取并传输给向量数据中进行分割存储使用,执行后可以在平台中查看:

二、Agent调用知识库流程

第二套流程是基于第一个流程中下面创建的新举措,不需要重新创建工作流,在添加中添加新的触发节点,也就是聊天时触发,这套流程中的AI Agent节点就不详细介绍,在舰长这篇文章中有详细介绍:

重点讲解AI Agent节点的检索支线如何设置

1.点击工具+号添加节点:Answer questions with a vector store

该节点就是告诉AI Agent节点是做什么的,什么情况下应该调用,调用时需要遵循返回4条数据的规则

2.添加一个open AI的模型

3.添加Pinecone Vector Store节点
在存储文档也是使用该节点,现在是检索,同一个节点只需更改使用功能即可

按图中表示设置好即可

4.继续添加一个向量模型即可

这样就完成了一个最基础的问答Agent工作流
好了本次的分享就到这,这套流程就是可以适用于大部分场景,如企业客服、电商客服、个人知识管理助手、某某大拿分身、学习助手、高级教师分身等等非常多的应用场景都可以基于n8n这套流程来做。
普通人如何抓住AI大模型的风口?
领取方式在文末
为什么要学习大模型?
目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 , 大模型作为其中的重要组成部分 , 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力, 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ,为各行各业带来了革命性的改变和机遇 。
目前,开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景,其中,应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。
随着AI大模型技术的迅速发展,相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业:
人工智能大潮已来,不加入就可能被淘汰。如果你是技术人,尤其是互联网从业者,现在就开始学习AI大模型技术,真的是给你的人生一个重要建议!
最后
只要你真心想学习AI大模型技术,这份精心整理的学习资料我愿意无偿分享给你,但是想学技术去乱搞的人别来找我!
在当前这个人工智能高速发展的时代,AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长,真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料,能够帮助更多有志于AI领域的朋友入门并深入学习。
真诚无偿分享!!!
vx扫描下方二维码即可
加上后会一个个给大家发
【附赠一节免费的直播讲座,技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等,欢迎大家~】
大模型全套学习资料展示
自我们与MoPaaS魔泊云合作以来,我们不断打磨课程体系与技术内容,在细节上精益求精,同时在技术层面也新增了许多前沿且实用的内容,力求为大家带来更系统、更实战、更落地的大模型学习体验。

希望这份系统、实用的大模型学习路径,能够帮助你从零入门,进阶到实战,真正掌握AI时代的核心技能!
01 教学内容

-
从零到精通完整闭环:【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块,内容比传统教材更贴近企业实战!
-
大量真实项目案例: 带你亲自上手搞数据清洗、模型调优这些硬核操作,把课本知识变成真本事!
02适学人群
应届毕业生: 无工作经验但想要系统学习AI大模型技术,期待通过实战项目掌握核心技术。
零基础转型: 非技术背景但关注AI应用场景,计划通过低代码工具实现“AI+行业”跨界。
业务赋能突破瓶颈: 传统开发者(Java/前端等)学习Transformer架构与LangChain框架,向AI全栈工程师转型。

vx扫描下方二维码即可
【附赠一节免费的直播讲座,技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等,欢迎大家~】
本教程比较珍贵,仅限大家自行学习,不要传播!更严禁商用!
03 入门到进阶学习路线图
大模型学习路线图,整体分为5个大的阶段:
04 视频和书籍PDF合集

从0到掌握主流大模型技术视频教程(涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向)

新手必备的大模型学习PDF书单来了!全是硬核知识,帮你少走弯路(不吹牛,真有用)
05 行业报告+白皮书合集
收集70+报告与白皮书,了解行业最新动态!
06 90+份面试题/经验
AI大模型岗位面试经验总结(谁学技术不是为了赚$呢,找个好的岗位很重要)

07 deepseek部署包+技巧大全

由于篇幅有限
只展示部分资料
并且还在持续更新中…
真诚无偿分享!!!
vx扫描下方二维码即可
加上后会一个个给大家发
【附赠一节免费的直播讲座,技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等,欢迎大家~】
更多推荐


所有评论(0)