使用 Qdrant 和 N8N 与代码库聊天
Anush Shetty
·2024 年 1 月 6 日
n8n（发音为 n-eight-n）可帮助您连接任何带有 API 的应用程序。然后您可以使用少量或无需代码来操作其数据。借助 n8n 上的 Qdrant 节点，您可以直观地构建 AI 驱动的工作流。
让我们来看看构建工作流的过程。我们将构建一个与代码库聊天的服务。
先决条件
- 一个正在运行的 Qdrant 实例。如果需要，请使用我们的快速入门指南进行设置。
- 一个 OpenAI API 密钥。从您的账户的OpenAI API 页面检索您的密钥。
- 一个 GitHub 访问令牌。如果需要生成一个，请从GitHub 个人访问令牌页面开始。
构建应用程序
我们的工作流有两个组件。请参阅n8n 快速入门指南以熟悉工作流语义。
- 将 GitHub 仓库摄取到 Qdrant 的工作流
- 使用已摄取文档的聊天服务工作流
工作流 1：将 GitHub 仓库摄取到 Qdrant
对于此工作流，我们将使用以下节点
Qdrant 矢量存储 - 插入：使用Qdrant 凭据和集合名称进行配置。如果集合不存在，它会自动使用适当的配置创建。
GitHub 文档加载器：配置 GitHub 访问令牌、仓库名称和分支。在此示例中，我们将使用qdrant/demo-food-discovery@main。
Embeddings OpenAI：使用 OpenAI 凭据和嵌入模型选项进行配置。我们使用text-embedding-ada-002模型。
将工作流连接到手动触发器。点击“测试工作流”运行它。您应该能够实时看到从 GitHub 获取数据、转换为矢量并加载到 Qdrant 的进度。
工作流 2：使用已摄取文档的聊天服务
工作流使用以下节点
Qdrant 矢量存储 - 检索：使用Qdrant 凭据和工作流 1 中加载数据的集合名称进行配置。
检索问答链：使用默认值进行配置。
Embeddings OpenAI：使用 OpenAI 凭据和嵌入模型选项进行配置。我们使用text-embedding-ada-002模型。
OpenAI 聊天模型：使用 OpenAI 凭据和聊天模型名称进行配置。我们使用gpt-3.5-turbo进行演示。
配置完成后，点击“聊天”按钮启动聊天界面，开始与您的代码库对话。
要在您的应用程序中嵌入聊天功能，请考虑使用@n8n/chat包。此外，N8N 支持计划工作流，并且可以通过各种应用程序的事件触发。
