8
n8n 한국어amn8n.com

문서 삽입 및 검색

고급

이것은AI분야의자동화 워크플로우로, 25개의 노드를 포함합니다.주로 Set, Code, Html, Limit, SplitOut 등의 노드를 사용하며인공지능 기술을 결합하여 스마트 자동화를 구현합니다. Paul Essays, Milvus와 OpenAI를 사용하여 인용을 포함한 RAG 질문 응답 시스템을 구축합니다.

사전 요구사항
  • •대상 API의 인증 정보가 필요할 수 있음
  • •OpenAI API Key

사용된 노드 (25)

Set
Code
Html
Limit
SplitOut
StickyNote
HttpRequest
ManualTrigger
ChatTrigger
LmChatOpenAi
EmbeddingsOpenAi
VectorStoreMilvus
InformationExtractor
DocumentDefaultDataLoader
TextSplitterRecursiveCharacterTextSplitter

카테고리

인공지능
워크플로우 미리보기
노드 연결 관계를 시각적으로 표시하며, 확대/축소 및 이동을 지원합니다
React Flow
워크플로우 내보내기
다음 JSON 구성을 복사하여 n8n에 가져오면 이 워크플로우를 사용할 수 있습니다
{
  "id": "Hjyv9FkH5Oh6Yxw4",
  "meta": {
    "instanceId": "2c4c1e23e7b067270c08aab616bada21d0c384d16f212b23cf1143c6baa09219"
  },
  "name": "Insert and retrieve documents",
  "tags": [
    {
      "id": "msnDWKHQmwMDxWQH",
      "name": "Milvus",
      "createdAt": "2025-04-16T12:48:14.539Z",
      "updatedAt": "2025-04-16T12:48:14.539Z"
    },
    {
      "id": "tnCpo8hq8uKrdASK",
      "name": "AI",
      "createdAt": "2025-04-16T12:47:57.976Z",
      "updatedAt": "2025-04-16T12:47:57.976Z"
    }
  ],
  "nodes": [
    {
      "id": "52044ccd-4e0d-4353-b612-cf8db1b55331",
      "name": "워크플로 실행 시",
      "type": "n8n-nodes-base.manualTrigger",
      "position": [
        -500,
        -100
      ],
      "parameters": {},
      "typeVersion": 1
    },
    {
      "id": "b6993775-d21b-4ae8-a59c-43aef2b7002b",
      "name": "에세이 목록 가져오기",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        -220,
        -100
      ],
      "parameters": {
        "url": "http://www.paulgraham.com/articles.html",
        "options": {}
      },
      "typeVersion": 4.2
    },
    {
      "id": "cbaeb236-5c93-4b34-a06b-ff0e5de8525f",
      "name": "에세이 이름 추출",
      "type": "n8n-nodes-base.html",
      "position": [
        -20,
        -100
      ],
      "parameters": {
        "options": {},
        "operation": "extractHtmlContent",
        "extractionValues": {
          "values": [
            {
              "key": "essay",
              "attribute": "href",
              "cssSelector": "table table a",
              "returnArray": true,
              "returnValue": "attribute"
            }
          ]
        }
      },
      "typeVersion": 1.2
    },
    {
      "id": "d92b6692-4a02-4519-b113-8a9172c71de9",
      "name": "항목별로 분할",
      "type": "n8n-nodes-base.splitOut",
      "position": [
        180,
        -100
      ],
      "parameters": {
        "options": {},
        "fieldToSplitOut": "essay"
      },
      "typeVersion": 1
    },
    {
      "id": "d16ba71b-10fc-454f-8bfc-a6826280a4e7",
      "name": "에세이 텍스트 가져오기",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        580,
        -100
      ],
      "parameters": {
        "url": "=http://www.paulgraham.com/{{ $json.essay }}",
        "options": {}
      },
      "typeVersion": 4.2
    },
    {
      "id": "c4fa74ea-6af5-410c-bf5c-9d8d3decf31b",
      "name": "처음 3개로 제한",
      "type": "n8n-nodes-base.limit",
      "position": [
        380,
        -100
      ],
      "parameters": {
        "maxItems": 3
      },
      "typeVersion": 1
    },
    {
      "id": "3da8495b-62df-475d-b99d-e0f3c64266e3",
      "name": "텍스트만 추출",
      "type": "n8n-nodes-base.html",
      "position": [
        900,
        -100
      ],
      "parameters": {
        "options": {},
        "operation": "extractHtmlContent",
        "extractionValues": {
          "values": [
            {
              "key": "data",
              "cssSelector": "body",
              "skipSelectors": "img,nav"
            }
          ]
        }
      },
      "typeVersion": 1.2
    },
    {
      "id": "4a9b5d5d-fc94-40b7-af0c-13d992bc1eb9",
      "name": "메모3",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -300,
        -220
      ],
      "parameters": {
        "width": 1071.752021563343,
        "height": 285.66037735849045,
        "content": "## Scrape latest Paul Graham essays"
      },
      "typeVersion": 1
    },
    {
      "id": "b8a7a288-186f-4444-b0de-33ed90009c0a",
      "name": "메모5",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        820,
        -220
      ],
      "parameters": {
        "width": 625,
        "height": 607,
        "content": "## Load into Milvus vector store"
      },
      "typeVersion": 1
    },
    {
      "id": "c9e7b166-cc65-47e2-a437-9c00017b492a",
      "name": "재귀적 문자 텍스트 분할기1",
      "type": "@n8n/n8n-nodes-langchain.textSplitterRecursiveCharacterTextSplitter",
      "position": [
        1240,
        240
      ],
      "parameters": {
        "options": {},
        "chunkSize": 6000
      },
      "typeVersion": 1
    },
    {
      "id": "e1a75f27-7c8c-4d0d-9b0f-33fe9ec96fc6",
      "name": "응답 생성",
      "type": "n8n-nodes-base.set",
      "position": [
        1240,
        560
      ],
      "parameters": {
        "options": {},
        "assignments": {
          "assignments": [
            {
              "id": "11396286-0378-4c3a-86e1-c9ef51afbfc7",
              "name": "text",
              "type": "string",
              "value": "={{ $json.answer }} {{ $if(!$json.citations.isEmpty(), \"\\n\" + $json.citations.join(\"\"), '') }}"
            }
          ]
        }
      },
      "typeVersion": 3.4
    },
    {
      "id": "8b3497ad-5bc8-44b3-bdf4-3a028fe265ce",
      "name": "인용 구성",
      "type": "n8n-nodes-base.set",
      "position": [
        1040,
        560
      ],
      "parameters": {
        "options": {},
        "assignments": {
          "assignments": [
            {
              "id": "ace6185e-8b3d-4f89-ae36-dfe0c391a0a9",
              "name": "citations",
              "type": "array",
              "value": "={{ $json.citations.map(i => '[' + $('Get top chunks matching query').all()[$json.citations].json.document.metadata.file_name + ', lines ' + $('Get top chunks matching query').all()[$json.citations].json.document.metadata['loc.lines.from'] + '-' + $('Get top chunks matching query').all()[$json.citations].json.document.metadata['loc.lines.to'] + ']') }}"
            }
          ]
        }
      },
      "typeVersion": 3.4
    },
    {
      "id": "0452cf15-145c-49dd-8803-4c8b8a7adbea",
      "name": "청크 기반 질의 응답",
      "type": "@n8n/n8n-nodes-langchain.informationExtractor",
      "position": [
        680,
        560
      ],
      "parameters": {
        "text": "={{ $json.context }}\n\nQuestion: {{ $('When chat message received').first().json.chatInput }}\nHelpful Answer:",
        "options": {
          "systemPromptTemplate": "=Use the following pieces of context to answer the question at the end. If you don't know the answer, just say that you don't know, don't try to make up an answer. Important: In your response, also include the the indexes of the chunks you used to generate the answer."
        },
        "schemaType": "manual",
        "inputSchema": "{\n  \"type\": \"object\",\n  \"required\": [\"answer\", \"citations\"],\n  \"properties\": {\n    \"answer\": {\n      \"type\": \"string\"\n    },\n    \"citations\": {\n      \"type\": \"array\",\n      \"items\": {\n        \"type\": \"number\"\n      }\n    }\n  }\n}"
      },
      "typeVersion": 1
    },
    {
      "id": "d385ac35-6f94-4101-99de-5ce1991f40c4",
      "name": "청크 준비",
      "type": "n8n-nodes-base.code",
      "position": [
        480,
        560
      ],
      "parameters": {
        "jsCode": "let out = \"\"\nfor (const i in $input.all()) {\n  let itemText = \"--- CHUNK \" + i + \" ---\\n\"\n  itemText += $input.all()[i].json.document.pageContent + \"\\n\"\n  itemText += \"\\n\"\n  out += itemText\n}\n\nreturn {\n  'context': out\n};"
      },
      "typeVersion": 2
    },
    {
      "id": "379837f2-4f96-43ff-8e87-722cbe6d652f",
      "name": "모델 전송 최대 청크 수 설정",
      "type": "n8n-nodes-base.set",
      "position": [
        -300,
        560
      ],
      "parameters": {
        "options": {},
        "assignments": {
          "assignments": [
            {
              "id": "33f4addf-72f3-4618-a6ba-5b762257d723",
              "name": "chunks",
              "type": "number",
              "value": 4
            }
          ]
        },
        "includeOtherFields": true
      },
      "typeVersion": 3.4
    },
    {
      "id": "9bc391bb-df47-41df-b170-9df47a6b5e87",
      "name": "Embeddings OpenAI2",
      "type": "@n8n/n8n-nodes-langchain.embeddingsOpenAi",
      "position": [
        -100,
        780
      ],
      "parameters": {
        "model": "text-embedding-ada-002",
        "options": {}
      },
      "credentials": {
        "openAiApi": {
          "id": "hH2PTDH4fbS7fdPv",
          "name": "OpenAi account"
        }
      },
      "typeVersion": 1.2
    },
    {
      "id": "efb030f4-445b-4ba0-b5c9-95e4e5893664",
      "name": "채팅 메시지 수신 시",
      "type": "@n8n/n8n-nodes-langchain.chatTrigger",
      "position": [
        -540,
        560
      ],
      "webhookId": "cd2703a7-f912-46fe-8787-3fb83ea116ab",
      "parameters": {
        "options": {}
      },
      "typeVersion": 1.1
    },
    {
      "id": "c74943be-0008-4d4c-9dea-598a648a97a2",
      "name": "메모1",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -380,
        440
      ],
      "parameters": {
        "color": 7,
        "width": 1594,
        "height": 529,
        "content": ""
      },
      "typeVersion": 1
    },
    {
      "id": "2e27f3d8-e8a2-4647-80dd-f2643b224cb5",
      "name": "검색 시 Milvus 벡터 저장소",
      "type": "@n8n/n8n-nodes-langchain.vectorStoreMilvus",
      "position": [
        0,
        560
      ],
      "parameters": {
        "mode": "load",
        "topK": 2,
        "prompt": "answer the question",
        "milvusCollection": {
          "__rl": true,
          "mode": "list",
          "value": "my_collection",
          "cachedResultName": "my_collection"
        }
      },
      "credentials": {
        "milvusApi": {
          "id": "8tMHHoLiWXIAXa7S",
          "name": "Milvus account"
        }
      },
      "typeVersion": 1.1
    },
    {
      "id": "a3cf7e0e-f681-4880-9ccf-5c42d5457c0f",
      "name": "Milvus 벡터 저장소",
      "type": "@n8n/n8n-nodes-langchain.vectorStoreMilvus",
      "position": [
        1120,
        -100
      ],
      "parameters": {
        "mode": "insert",
        "options": {
          "clearCollection": true
        },
        "milvusCollection": {
          "__rl": true,
          "mode": "list",
          "value": "my_collection",
          "cachedResultName": "my_collection"
        }
      },
      "credentials": {
        "milvusApi": {
          "id": "8tMHHoLiWXIAXa7S",
          "name": "Milvus account"
        }
      },
      "typeVersion": 1.1
    },
    {
      "id": "4c4cc5a5-e880-466f-a298-4af53a2acbec",
      "name": "메모",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -700,
        -260
      ],
      "parameters": {
        "width": 280,
        "height": 180,
        "content": "## Step 1\n1. Set up a Milvus server based on [this guide](https://milvus.io/docs/install_standalone-docker-compose.md). And then create a collection named `my_collection`.\n2. Click this workflow to load scrape and load Paul Graham essays to Milvus collection.\n"
      },
      "typeVersion": 1
    },
    {
      "id": "18f42da4-42ea-4eb0-9c43-ef8bd31ab7ff",
      "name": "메모2",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -680,
        460
      ],
      "parameters": {
        "height": 120,
        "content": "## Step 2\nChat and get citations in response"
      },
      "typeVersion": 1
    },
    {
      "id": "0af427ed-d901-4192-9fdc-986a63fd585b",
      "name": "Embeddings OpenAI",
      "type": "@n8n/n8n-nodes-langchain.embeddingsOpenAi",
      "position": [
        1020,
        140
      ],
      "parameters": {
        "options": {}
      },
      "credentials": {
        "openAiApi": {
          "id": "hH2PTDH4fbS7fdPv",
          "name": "OpenAi account"
        }
      },
      "typeVersion": 1.2
    },
    {
      "id": "3603852a-bf12-4289-9733-dcd29d12a4f6",
      "name": "기본 데이터 로더",
      "type": "@n8n/n8n-nodes-langchain.documentDefaultDataLoader",
      "position": [
        1160,
        120
      ],
      "parameters": {
        "options": {},
        "jsonData": "={{ $('Extract Text Only').item.json.data }}",
        "jsonMode": "expressionData"
      },
      "typeVersion": 1
    },
    {
      "id": "b49eb3ae-82cb-4d87-8f22-0789b3a14d83",
      "name": "OpenAI 채팅 모델",
      "type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
      "position": [
        680,
        780
      ],
      "parameters": {
        "model": {
          "__rl": true,
          "mode": "list",
          "value": "gpt-4o-mini"
        },
        "options": {}
      },
      "credentials": {
        "openAiApi": {
          "id": "hH2PTDH4fbS7fdPv",
          "name": "OpenAi account"
        }
      },
      "typeVersion": 1.2
    }
  ],
  "active": false,
  "pinData": {},
  "settings": {
    "executionOrder": "v1"
  },
  "versionId": "5dc48a1d-aaf0-4052-9666-28f9e76d198c",
  "connections": {
    "d385ac35-6f94-4101-99de-5ce1991f40c4": {
      "main": [
        [
          {
            "node": "0452cf15-145c-49dd-8803-4c8b8a7adbea",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "b6993775-d21b-4ae8-a59c-43aef2b7002b": {
      "main": [
        [
          {
            "node": "cbaeb236-5c93-4b34-a06b-ff0e5de8525f",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "c4fa74ea-6af5-410c-bf5c-9d8d3decf31b": {
      "main": [
        [
          {
            "node": "d16ba71b-10fc-454f-8bfc-a6826280a4e7",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "8b3497ad-5bc8-44b3-bdf4-3a028fe265ce": {
      "main": [
        [
          {
            "node": "e1a75f27-7c8c-4d0d-9b0f-33fe9ec96fc6",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "0af427ed-d901-4192-9fdc-986a63fd585b": {
      "ai_embedding": [
        [
          {
            "node": "a3cf7e0e-f681-4880-9ccf-5c42d5457c0f",
            "type": "ai_embedding",
            "index": 0
          }
        ]
      ]
    },
    "3da8495b-62df-475d-b99d-e0f3c64266e3": {
      "main": [
        [
          {
            "node": "a3cf7e0e-f681-4880-9ccf-5c42d5457c0f",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "d16ba71b-10fc-454f-8bfc-a6826280a4e7": {
      "main": [
        [
          {
            "node": "3da8495b-62df-475d-b99d-e0f3c64266e3",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "b49eb3ae-82cb-4d87-8f22-0789b3a14d83": {
      "ai_languageModel": [
        [
          {
            "node": "0452cf15-145c-49dd-8803-4c8b8a7adbea",
            "type": "ai_languageModel",
            "index": 0
          }
        ]
      ]
    },
    "9bc391bb-df47-41df-b170-9df47a6b5e87": {
      "ai_embedding": [
        [
          {
            "node": "2e27f3d8-e8a2-4647-80dd-f2643b224cb5",
            "type": "ai_embedding",
            "index": 0
          }
        ]
      ]
    },
    "3603852a-bf12-4289-9733-dcd29d12a4f6": {
      "ai_document": [
        [
          {
            "node": "a3cf7e0e-f681-4880-9ccf-5c42d5457c0f",
            "type": "ai_document",
            "index": 0
          }
        ]
      ]
    },
    "cbaeb236-5c93-4b34-a06b-ff0e5de8525f": {
      "main": [
        [
          {
            "node": "d92b6692-4a02-4519-b113-8a9172c71de9",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "d92b6692-4a02-4519-b113-8a9172c71de9": {
      "main": [
        [
          {
            "node": "c4fa74ea-6af5-410c-bf5c-9d8d3decf31b",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "379837f2-4f96-43ff-8e87-722cbe6d652f": {
      "main": [
        [
          {
            "node": "2e27f3d8-e8a2-4647-80dd-f2643b224cb5",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "0452cf15-145c-49dd-8803-4c8b8a7adbea": {
      "main": [
        [
          {
            "node": "8b3497ad-5bc8-44b3-bdf4-3a028fe265ce",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "2e27f3d8-e8a2-4647-80dd-f2643b224cb5": {
      "main": [
        [
          {
            "node": "d385ac35-6f94-4101-99de-5ce1991f40c4",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "52044ccd-4e0d-4353-b612-cf8db1b55331": {
      "main": [
        [
          {
            "node": "b6993775-d21b-4ae8-a59c-43aef2b7002b",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "c9e7b166-cc65-47e2-a437-9c00017b492a": {
      "ai_textSplitter": [
        [
          {
            "node": "3603852a-bf12-4289-9733-dcd29d12a4f6",
            "type": "ai_textSplitter",
            "index": 0
          }
        ]
      ]
    }
  }
}
자주 묻는 질문

이 워크플로우를 어떻게 사용하나요?

위의 JSON 구성 코드를 복사하여 n8n 인스턴스에서 새 워크플로우를 생성하고 "JSON에서 가져오기"를 선택한 후, 구성을 붙여넣고 필요에 따라 인증 설정을 수정하세요.

이 워크플로우는 어떤 시나리오에 적합한가요?

고급 - 인공지능

유료인가요?

이 워크플로우는 완전히 무료이며 직접 가져와 사용할 수 있습니다. 다만, 워크플로우에서 사용하는 타사 서비스(예: OpenAI API)는 사용자 직접 비용을 지불해야 할 수 있습니다.

관련 워크플로우 추천

OpenAI와 Milvus 벡터 데이터베이스를 사용하여 Paul Graham 기사 질문 응답 시스템을 만들기
OpenAI와 Milvus 벡터 데이터베이스를 사용하여 Paul Graham 문서 질문 응답 시스템을 생성합니다.
Html
Limit
Split Out
+
Html
Limit
Split Out
22 노드Cheney Zhang
인공지능
시각화 참조 라이브러리에서 n8n 노드를 탐색
可视化 참조 라이브러리에서 n8n 노드를 탐색
If
Ftp
Set
+
If
Ftp
Set
113 노드I versus AI
기타
BambooHR AI 기반의 회사 정책과 복리후생 채팅 로봇
BambooHR AI 기반의 회사 정책과 복리후생 챗봇
Set
Filter
Bamboo Hr
+
Set
Filter
Bamboo Hr
50 노드Ludwig
인사
[템플릿] AI 반려동물 가게 v8
🐶 AI 펫 샵 어시스턴트 - GPT-4o, Google 캘린더 및 WhatsApp/Instagram/Facebook 통합
If
N8n
Set
+
If
N8n
Set
244 노드Amanda Benks
영업
AI 대리인 레스토랑 [템플릿]
🤖 WhatsApp, 인스타그램, 메신저의 AI 레스토랑 도우미
If
N8n
Set
+
If
N8n
Set
239 노드Amanda Benks
기타
콘텐츠생성기 v3
AI驱动블로그자동화：사용GPT-4생성并게시SEO기사至WordPress및Twitter
If
Set
Code
+
If
Set
Code
144 노드Jay Emp0
콘텐츠 제작
워크플로우 정보
난이도
고급
노드 수25
카테고리1
노드 유형15
난이도 설명

고급 사용자를 위한 16+개 노드의 복잡한 워크플로우

저자
Cheney Zhang

Cheney Zhang

@zc277584121

Algorithm engineer at Zilliz, dedicating to the application of vector databases in the AI ecosystem.

외부 링크
n8n.io에서 보기 →

이 워크플로우 공유

카테고리

멀티모달 AI
1540
인공지능
1108
콘텐츠 제작
695
AI 요약
516
마케팅
419
AI 챗봇
251
엔지니어링
241
시장 조사
203
기타
193
기타
176
영업
162
IT 운영
156
문서 추출
147
AI RAG
146
빌딩 블록
144
소셜 미디어
137
리드 생성
125
개인 생산성
117
데브옵스
111
인사
101
지원
97
리드 육성
87
고객관계관리
82
금융
81
제품
77
지원 챗봇
76
디자인
70
티켓 관리
67
보안 운영
57
청구서 처리
53
암호화폐 거래
49
파일 관리
39
프로젝트 관리
35
내부 위키
32

카테고리: 34