OpenAI와 Milvus 벡터 데이터베이스를 사용하여 Paul Graham 기사 질문 응답 시스템을 만들기
고급
이것은AI분야의자동화 워크플로우로, 22개의 노드를 포함합니다.주로 Html, Limit, SplitOut, HttpRequest, ManualTrigger 등의 노드를 사용하며인공지능 기술을 결합하여 스마트 자동화를 구현합니다. OpenAI와 Milvus 벡터 데이터베이스를 사용하여 Paul Graham 문서 질문 응답 시스템을 생성합니다.
사전 요구사항
- •대상 API의 인증 정보가 필요할 수 있음
- •OpenAI API Key
사용된 노드 (22)
카테고리
워크플로우 미리보기
노드 연결 관계를 시각적으로 표시하며, 확대/축소 및 이동을 지원합니다
워크플로우 내보내기
다음 JSON 구성을 복사하여 n8n에 가져오면 이 워크플로우를 사용할 수 있습니다
{
"meta": {
"instanceId": "89c9c2dbc29ad74e9e02caaf3e27ce718c567278274962e355a9a9679d5f3af7"
},
"nodes": [
{
"id": "33e94ee1-4244-4075-bb4b-93a99a2cacd9",
"name": "OpenAI Chat Model",
"type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
"position": [
20,
560
],
"parameters": {
"model": {
"__rl": true,
"mode": "list",
"value": "gpt-4o-mini"
},
"options": {}
},
"typeVersion": 1.2
},
{
"id": "dd97266d-a039-4d8f-bc7d-fb439ad5a6d7",
"name": "워크플로 실행 시",
"type": "n8n-nodes-base.manualTrigger",
"position": [
-180,
0
],
"parameters": {},
"typeVersion": 1
},
{
"id": "c4d4a979-3182-46c9-b145-fa4e6ba57011",
"name": "에세이 목록 가져오기",
"type": "n8n-nodes-base.httpRequest",
"position": [
80,
0
],
"parameters": {
"url": "http://www.paulgraham.com/articles.html",
"options": {}
},
"typeVersion": 4.2
},
{
"id": "2e2913f9-d01a-41e8-b1b8-9a981910db7b",
"name": "에세이 이름 추출",
"type": "n8n-nodes-base.html",
"position": [
280,
0
],
"parameters": {
"options": {},
"operation": "extractHtmlContent",
"extractionValues": {
"values": [
{
"key": "essay",
"attribute": "href",
"cssSelector": "table table a",
"returnArray": true,
"returnValue": "attribute"
}
]
}
},
"typeVersion": 1.2
},
{
"id": "c121dc65-37e3-49d4-b449-f28491e19a6f",
"name": "항목별 분할",
"type": "n8n-nodes-base.splitOut",
"position": [
480,
0
],
"parameters": {
"options": {},
"fieldToSplitOut": "essay"
},
"typeVersion": 1
},
{
"id": "5644c48d-62b6-4e2d-ad25-013b55f5ec71",
"name": "에세이 텍스트 가져오기",
"type": "n8n-nodes-base.httpRequest",
"position": [
880,
0
],
"parameters": {
"url": "=http://www.paulgraham.com/{{ $json.essay }}",
"options": {}
},
"typeVersion": 4.2
},
{
"id": "cd84596e-4046-4d33-9f43-cf464e5c5c01",
"name": "처음 3개로 제한",
"type": "n8n-nodes-base.limit",
"position": [
680,
0
],
"parameters": {
"maxItems": 3
},
"typeVersion": 1
},
{
"id": "318aeeed-fcce-4de2-aa04-92033ef01f28",
"name": "텍스트만 추출",
"type": "n8n-nodes-base.html",
"position": [
1200,
0
],
"parameters": {
"options": {},
"operation": "extractHtmlContent",
"extractionValues": {
"values": [
{
"key": "data",
"cssSelector": "body",
"skipSelectors": "img,nav"
}
]
}
},
"typeVersion": 1.2
},
{
"id": "0668851e-a31f-4e6e-8966-4544092e318e",
"name": "스티커 노트3",
"type": "n8n-nodes-base.stickyNote",
"position": [
0,
-120
],
"parameters": {
"width": 1071.752021563343,
"height": 285.66037735849045,
"content": "## Scrape latest Paul Graham essays"
},
"typeVersion": 1
},
{
"id": "cf9af24c-9e08-4f27-ad4e-509f72e54a9b",
"name": "스티커 노트5",
"type": "n8n-nodes-base.stickyNote",
"position": [
1120,
-120
],
"parameters": {
"width": 625,
"height": 607,
"content": "## Load into Milvus vector store"
},
"typeVersion": 1
},
{
"id": "95e9a59d-1832-4eb7-b58d-ba391c1acb1c",
"name": "채팅 메시지 수신 시",
"type": "@n8n/n8n-nodes-langchain.chatTrigger",
"position": [
-200,
380
],
"webhookId": "cd2703a7-f912-46fe-8787-3fb83ea116ab",
"parameters": {
"options": {}
},
"typeVersion": 1.1
},
{
"id": "0076ea3d-e667-4df2-83c3-9de0d3de0498",
"name": "스티커 노트",
"type": "n8n-nodes-base.stickyNote",
"position": [
-380,
-160
],
"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": "e90a069e-cfd8-49f1-8fe6-a334bb920027",
"name": "Milvus Vector Store",
"type": "@n8n/n8n-nodes-langchain.vectorStoreMilvus",
"position": [
1420,
0
],
"parameters": {
"mode": "insert",
"options": {
"clearCollection": true
},
"milvusCollection": {
"__rl": true,
"mode": "list",
"value": "my_collection",
"cachedResultName": "my_collection"
}
},
"typeVersion": 1.1
},
{
"id": "d786c471-d564-4f25-beab-f1c7f4559f7a",
"name": "기본 데이터 로더",
"type": "@n8n/n8n-nodes-langchain.documentDefaultDataLoader",
"position": [
1460,
220
],
"parameters": {
"options": {},
"jsonData": "={{ $('Extract Text Only').item.json.data }}",
"jsonMode": "expressionData"
},
"typeVersion": 1
},
{
"id": "26730b7b-2bb9-46f8-83c3-3d4ffdfdef57",
"name": "Embeddings OpenAI",
"type": "@n8n/n8n-nodes-langchain.embeddingsOpenAi",
"position": [
1320,
240
],
"parameters": {
"options": {}
},
"typeVersion": 1.2
},
{
"id": "de836110-4073-44d5-bbf3-d57f57525f69",
"name": "재귀적 문자 텍스트 분할기",
"type": "@n8n/n8n-nodes-langchain.textSplitterRecursiveCharacterTextSplitter",
"position": [
1540,
340
],
"parameters": {
"options": {},
"chunkSize": 6000
},
"typeVersion": 1
},
{
"id": "ddaa936e-416a-40e4-adf6-cf7ebfb8b094",
"name": "스티커 노트1",
"type": "n8n-nodes-base.stickyNote",
"position": [
-380,
280
],
"parameters": {
"width": 280,
"height": 120,
"content": "## Step 2\nChat with this QA Chain with Milvus retriever\n"
},
"typeVersion": 1
},
{
"id": "f5b7410f-37c7-40ff-b841-12ed04252317",
"name": "Embeddings OpenAI1",
"type": "@n8n/n8n-nodes-langchain.embeddingsOpenAi",
"position": [
80,
860
],
"parameters": {
"options": {}
},
"typeVersion": 1.2
},
{
"id": "7a5d1b3f-9b2c-4943-9b40-2a213e30159c",
"name": "Milvus Vector Store1",
"type": "@n8n/n8n-nodes-langchain.vectorStoreMilvus",
"position": [
120,
720
],
"parameters": {
"milvusCollection": {
"__rl": true,
"mode": "list",
"value": "my_collection",
"cachedResultName": "my_collection"
}
},
"typeVersion": 1.1
},
{
"id": "2402387f-e147-4239-9128-34af296e0012",
"name": "스티커 노트2",
"type": "n8n-nodes-base.stickyNote",
"position": [
-20,
360
],
"parameters": {
"color": 7,
"width": 574,
"height": 629,
"content": ""
},
"typeVersion": 1
},
{
"id": "3665ef25-e464-496a-84d6-980b96e78e9a",
"name": "Milvus에서 검색 및 질문에 답변하는 Q&A 체인",
"type": "@n8n/n8n-nodes-langchain.chainRetrievalQa",
"position": [
120,
380
],
"parameters": {
"options": {}
},
"typeVersion": 1.5
},
{
"id": "10bf4a2c-ee2b-4185-b1e5-29b8664078fb",
"name": "Milvus Vector Store 검색기",
"type": "@n8n/n8n-nodes-langchain.retrieverVectorStore",
"position": [
260,
580
],
"parameters": {},
"typeVersion": 1
}
],
"pinData": {},
"connections": {
"c4d4a979-3182-46c9-b145-fa4e6ba57011": {
"main": [
[
{
"node": "2e2913f9-d01a-41e8-b1b8-9a981910db7b",
"type": "main",
"index": 0
}
]
]
},
"cd84596e-4046-4d33-9f43-cf464e5c5c01": {
"main": [
[
{
"node": "5644c48d-62b6-4e2d-ad25-013b55f5ec71",
"type": "main",
"index": 0
}
]
]
},
"26730b7b-2bb9-46f8-83c3-3d4ffdfdef57": {
"ai_embedding": [
[
{
"node": "e90a069e-cfd8-49f1-8fe6-a334bb920027",
"type": "ai_embedding",
"index": 0
}
]
]
},
"318aeeed-fcce-4de2-aa04-92033ef01f28": {
"main": [
[
{
"node": "e90a069e-cfd8-49f1-8fe6-a334bb920027",
"type": "main",
"index": 0
}
]
]
},
"5644c48d-62b6-4e2d-ad25-013b55f5ec71": {
"main": [
[
{
"node": "318aeeed-fcce-4de2-aa04-92033ef01f28",
"type": "main",
"index": 0
}
]
]
},
"33e94ee1-4244-4075-bb4b-93a99a2cacd9": {
"ai_languageModel": [
[
{
"node": "3665ef25-e464-496a-84d6-980b96e78e9a",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"f5b7410f-37c7-40ff-b841-12ed04252317": {
"ai_embedding": [
[
{
"node": "7a5d1b3f-9b2c-4943-9b40-2a213e30159c",
"type": "ai_embedding",
"index": 0
}
]
]
},
"d786c471-d564-4f25-beab-f1c7f4559f7a": {
"ai_document": [
[
{
"node": "e90a069e-cfd8-49f1-8fe6-a334bb920027",
"type": "ai_document",
"index": 0
}
]
]
},
"2e2913f9-d01a-41e8-b1b8-9a981910db7b": {
"main": [
[
{
"node": "c121dc65-37e3-49d4-b449-f28491e19a6f",
"type": "main",
"index": 0
}
]
]
},
"7a5d1b3f-9b2c-4943-9b40-2a213e30159c": {
"ai_vectorStore": [
[
{
"node": "10bf4a2c-ee2b-4185-b1e5-29b8664078fb",
"type": "ai_vectorStore",
"index": 0
}
]
]
},
"c121dc65-37e3-49d4-b449-f28491e19a6f": {
"main": [
[
{
"node": "cd84596e-4046-4d33-9f43-cf464e5c5c01",
"type": "main",
"index": 0
}
]
]
},
"95e9a59d-1832-4eb7-b58d-ba391c1acb1c": {
"main": [
[
{
"node": "3665ef25-e464-496a-84d6-980b96e78e9a",
"type": "main",
"index": 0
}
]
]
},
"10bf4a2c-ee2b-4185-b1e5-29b8664078fb": {
"ai_retriever": [
[
{
"node": "3665ef25-e464-496a-84d6-980b96e78e9a",
"type": "ai_retriever",
"index": 0
}
]
]
},
"dd97266d-a039-4d8f-bc7d-fb439ad5a6d7": {
"main": [
[
{
"node": "c4d4a979-3182-46c9-b145-fa4e6ba57011",
"type": "main",
"index": 0
}
]
]
},
"de836110-4073-44d5-bbf3-d57f57525f69": {
"ai_textSplitter": [
[
{
"node": "d786c471-d564-4f25-beab-f1c7f4559f7a",
"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
문서 삽입 및 검색
Paul Essays, Milvus와 OpenAI를 사용하여 인용을 포함한 RAG 질문 응답 시스템을 구축합니다.
Set
Code
Html
+
Set
Code
Html
25 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
고급 AI 데모 (AI 개발자 14번째 모임에서 발표)
高级AI演示（在AI开发者第14次聚会中展示）
If
Code
Gmail
+
If
Code
Gmail
39 노드Max Tkacz
빌딩 블록
Qdrant를 사용하여 완전한 RAG 시스템, 자동 출처 참조를 포함합니다.
Qdrant, Gemini, OpenAI를 사용하여 자동 참조를 포함한 RAG 시스템을 구축합니다.
Set
Code
Wait
+
Set
Code
Wait
29 노드Davide
인공지능
RAG 문서 업데이트 기능 활성화
Google Drive, Qdrant 및 Gemini Chat을 사용하여 RAG 시스템을 구축 및 업데이트
Set
Wait
Google Drive
+
Set
Wait
Google Drive
29 노드Davide
인공지능
🤖 Gemini RAG 파이프라인을 사용한 문서 전문가 채팅 로봇 구축
OpenAI RAG 파이프라인을 사용하여 n8n 문서 전문가 채팅 로봇 구축
Set
Html
Filter
+
Set
Html
Filter
46 노드Ayham
내부 위키
워크플로우 정보
난이도
고급
노드 수22
카테고리1
노드 유형14
저자
Cheney Zhang
@zc277584121Algorithm engineer at Zilliz, dedicating to the application of vector databases in the AI ecosystem.
외부 링크
n8n.io에서 보기 →
이 워크플로우 공유