Agentes de IA

Procesar y analizar documentos con inteligencia artificial

42 nodos 311 128 Automatic trigger
Descargar

Descripción del flujo de trabajo

Una automatización que supervisa carpetas locales, extrae documentos, los divide en fragmentos manejables, genera incrustaciones semánticas y responde preguntas utilizando el modelo Mistral a través de una base de datos vectorial.

Cómo funciona

  1. 1.Monitorear carpeta local y detectar documentos nuevos automáticamente
  2. 2.Cargar y dividir documentos en fragmentos de texto procesables
  3. 3.Generar incrustaciones Mistral y almacenarlas en base de datos vectorial Qdrant
  4. 4.Recuperar fragmentos relevantes y responder consultas mediante cadena de generación aumentada por recuperación
  5. 5.Exportar resultados y respuestas a archivos de salida locales

Casos de uso

  • Búsqueda inteligente en archivos de documentos y bases de conocimiento grandes
  • Construir un sistema de preguntas y respuestas automatizado para políticas y materiales de capacitación

Requisitos

  • Acceso a carpeta local con documentos (PDF, Word, archivos de texto)
  • Clave API válida de Mistral Cloud y acceso a base de datos vectorial Qdrant

Valor del servicio

Ideal como servicio de automatización inteligente que combina integraciones e inteligencia artificial para producir resultados listos para usar.

Aplicaciones utilizadas

Local File Trigger Document Default Data Loader Text Splitter Embeddings Lm Chat Mistral Cloud Split In Batches Output Parser Vector Store LLM Chain Read Write File

Detalles

Disparador Automatic trigger
Nodos 42
Aplicaciones 10
Vistas 311
Descargas 128

Cómo usar

  1. 1.Haz clic en "Descargar plantilla"
  2. 2.Abre tu panel de n8n
  3. 3.Ve a Workflows > Import from File
  4. 4.Selecciona el archivo descargado y configura las credenciales

Nodos utilizados (42)

/

Local File Trigger

Local File Trigger

#1

Default Data Loader

Document Default Data Loader

#2

Recursive Character Text Splitter

Text Splitter Recursive Character Text Splitter

#3

Embeddings Mistral Cloud

Embeddings Mistral Cloud

#4

Mistral Cloud Chat Model

Lm Chat Mistral Cloud

#5

Mistral Cloud Chat Model1

Lm Chat Mistral Cloud

#6

Prep Incoming Doc

Set

#7

Settings

Set

#8

Merge

Merge

#9

Get Doc Types

Set

#10

Split Out Doc Types

Split Out

#11

For Each Doc Type...

Split In Batches

#12

Item List Output Parser

Output Parser Item List

#13

Vector Store Retriever

Retriever Vector Store

#14

Embeddings Mistral Cloud1

Embeddings Mistral Cloud

#15

Qdrant Vector Store1

Vector Store Qdrant

#16

Mistral Cloud Chat Model2

Lm Chat Mistral Cloud

#17

Split Out

Split Out

#18

Aggregate

Aggregate

#19

Mistral Cloud Chat Model3

Lm Chat Mistral Cloud

#20

Discover

Chain Retrieval Qa

#21

2secs

Wait

#22

Get Generated Documents

Set

#23

Generate

LLM Chain

#24

Prep For AI

Set

#25

To Binary

Convert To File

#26

Export to Folder

Read Write File

#27

Get FileType

Switch

#28

Import File

Read Write File

#29

Extract from PDF

Extract From File

#30

Extract from DOCX

Extract From File

#31

Extract from TEXT

Extract From File

#32

Summarization Chain

Chain Summarization

#33

Sticky Note

Sticky Note

#34

Sticky Note1

Sticky Note

#35

Sticky Note2

Sticky Note

#36

Sticky Note3

Sticky Note

#37

Sticky Note4

Sticky Note

#38

Qdrant Vector Store

Vector Store Qdrant

#39

Sticky Note5

Sticky Note

#40

Interview

LLM Chain

#41

Sticky Note6

Sticky Note

#42