Construir un pipeline RAG de base de conocimiento GLPI con Google Gemini y PostgreSQL
Intermedio
Este es unInternal Wiki, Multimodal AIflujo de automatización del dominio deautomatización que contiene 9 nodos.Utiliza principalmente nodos como Agent, ChatTrigger, LmChatGoogleGemini, MemoryBufferWindow, VectorStorePGVector. Construye un pipeline RAG para la base de conocimiento de GLPI usando Google Gemini y PostgreSQL
Requisitos previos
- •Clave de API de Google Gemini
Nodos utilizados (9)
Categoría
Vista previa del flujo de trabajo
Visualización de las conexiones entre nodos, con soporte para zoom y panorámica
Exportar flujo de trabajo
Copie la siguiente configuración JSON en n8n para importar y usar este flujo de trabajo
{
"meta": {
"instanceId": "98986c4dc0b4b2af9fd0666d254f8b80e6e6b2044e2f3f3eedc76242999f4b5e",
"templateCredsSetupCompleted": true
},
"nodes": [
{
"id": "faa18c92-30d0-481f-b073-0b5efa68fbdf",
"name": "Agentee de IA",
"type": "@n8n/n8n-nodes-langchain.agent",
"position": [
3824,
992
],
"parameters": {},
"typeVersion": 1.8
},
{
"id": "dd67e0b2-9986-4506-813e-d9d79b0b9f7b",
"name": "Google Gemini Modelo de Chat",
"type": "@n8n/n8n-nodes-langchain.lmChatGoogleGemini",
"position": [
3392,
1232
],
"parameters": {},
"typeVersion": 1
},
{
"id": "0667b08a-42f9-4c74-9560-75f196147468",
"name": "Cuando se recibe un mensaje de chat",
"type": "@n8n/n8n-nodes-langchain.chatTrigger",
"position": [
3488,
992
],
"webhookId": "8850cfe1-5a35-4bc9-9c02-91ccf4b82c58",
"parameters": {},
"typeVersion": 1.1
},
{
"id": "e828b8eb-b88f-425b-aaca-7081a0145c08",
"name": "Incrustaciones Google Gemini1",
"type": "@n8n/n8n-nodes-langchain.embeddingsGoogleGemini",
"position": [
4192,
1440
],
"parameters": {},
"typeVersion": 1
},
{
"id": "6f220ede-5bbf-48b7-a5b1-48052fb1dd87",
"name": "Nota adhesiva",
"type": "n8n-nodes-base.stickyNote",
"position": [
3488,
800
],
"parameters": {
"content": ""
},
"typeVersion": 1
},
{
"id": "761568e7-36aa-4dd2-8dc1-a037b0c27218",
"name": "Incrustaciones Google Gemini3",
"type": "@n8n/n8n-nodes-langchain.embeddingsGoogleGemini",
"position": [
3904,
1424
],
"parameters": {},
"typeVersion": 1
},
{
"id": "e25c8e1e-a871-491e-ad86-fd9575700f96",
"name": "CONHECIMENTO_TI_GLPI",
"type": "@n8n/n8n-nodes-langchain.vectorStorePGVector",
"position": [
4208,
1280
],
"parameters": {},
"typeVersion": 1.1
},
{
"id": "19487e55-30d4-4570-a9e2-6ff9ce92c615",
"name": "CONFLUENCE_TI_CONFLUENCE_SGU_GPL",
"type": "@n8n/n8n-nodes-langchain.vectorStorePGVector",
"position": [
3824,
1264
],
"parameters": {},
"typeVersion": 1.1
},
{
"id": "2fe1ca70-36ee-4593-bf7d-33bc1d4ea9f9",
"name": "Memoria simple",
"type": "@n8n/n8n-nodes-langchain.memoryBufferWindow",
"position": [
3648,
1248
],
"parameters": {},
"typeVersion": 1.3
}
],
"pinData": {},
"connections": {
"Agente de IA": {
"main": [
[]
]
},
"2fe1ca70-36ee-4593-bf7d-33bc1d4ea9f9": {
"ai_memory": [
[
{
"node": "Agente de IA",
"type": "ai_memory",
"index": 0
}
]
]
},
"e25c8e1e-a871-491e-ad86-fd9575700f96": {
"ai_tool": [
[
{
"node": "Agente de IA",
"type": "ai_tool",
"index": 0
}
]
]
},
"dd67e0b2-9986-4506-813e-d9d79b0b9f7b": {
"ai_languageModel": [
[
{
"node": "Agente de IA",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"Embeddings Google Gemini1": {
"ai_embedding": [
[
{
"node": "e25c8e1e-a871-491e-ad86-fd9575700f96",
"type": "ai_embedding",
"index": 0
}
]
]
},
"Embeddings Google Gemini3": {
"ai_embedding": [
[
{
"node": "19487e55-30d4-4570-a9e2-6ff9ce92c615",
"type": "ai_embedding",
"index": 0
}
]
]
},
"0667b08a-42f9-4c74-9560-75f196147468": {
"main": [
[
{
"node": "Agente de IA",
"type": "main",
"index": 0
}
]
]
},
"19487e55-30d4-4570-a9e2-6ff9ce92c615": {
"ai_tool": [
[]
]
}
}
}Preguntas frecuentes
¿Cómo usar este flujo de trabajo?
Copie el código de configuración JSON de arriba, cree un nuevo flujo de trabajo en su instancia de n8n y seleccione "Importar desde JSON", pegue la configuración y luego modifique la configuración de credenciales según sea necesario.
¿En qué escenarios es adecuado este flujo de trabajo?
Intermedio - Wiki interno, IA Multimodal
¿Es de pago?
Este flujo de trabajo es completamente gratuito, puede importarlo y usarlo directamente. Sin embargo, tenga en cuenta que los servicios de terceros utilizados en el flujo de trabajo (como la API de OpenAI) pueden requerir un pago por su cuenta.
Flujos de trabajo relacionados recomendados
Construir un chatbot de experto en documentos con el pipeline RAG de Gemini
Construye un chatbot de experto en documentos usando un pipeline RAG de Gemini
Set
Html
Filter
+
Set
Html
Filter
48 NodosLucas Peyrin
Wiki interno
Chatbot de preguntas y respuestas sobre reglas de cricket IPL usando RAG y Google Gemini API
Chatbot de preguntas y respuestas sobre reglas de cricket IPL basado en RAG y la API de Google Gemini
Http Request
Manual Trigger
Agent
+
Http Request
Manual Trigger
Agent
24 NodosSidd
Ingeniería
🤖 cree un robot experto en documentos utilizando RAG, Gemini y Supabase
🤖 cree un robot experto en documentos utilizando RAG, Gemini y Supabase
Set
Html
Filter
+
Set
Html
Filter
54 NodosLucas Peyrin
Wiki interno
AIventasagente：WhatsAppy网站ventasagente（RAG）
AIventasagente：WhatsAppy网站ventasagente（RAG）
Set
Switch
Postgres
+
Set
Switch
Postgres
69 NodosVansh Arora
Agente de ventas multiplataforma automatizado
Agente de ventas multiplataforma usando RAG, CRM y procesamiento de pagos
If
Set
Switch
+
If
Set
Switch
83 NodosElectrabot
Ventas
Explorar nodos de n8n en la biblioteca de referencias visuales
Explorar nodos de n8n en la base de referencia visual
If
Ftp
Set
+
If
Ftp
Set
113 NodosI versus AI
Otros
Información del flujo de trabajo
Nivel de dificultad
Intermedio
Número de nodos9
Categoría2
Tipos de nodos7
Descripción de la dificultad
Autor
Thiago Vazzoler Loureiro
@thiagovazzolerBuilding Custom Automations with n8n | Node.js Developer | Integration Specialist | Open Source Contributor If you need help with n8n workflows, API integrations, or custom nodes, feel free to connect on LinkedIn: http://linkedin.com/in/thiago-vazzoler-loureiro-24056227
Enlaces externos
Ver en n8n.io →
Compartir este flujo de trabajo