Adaptive RAG（自适应检索增强生成）
该工作流利用自适应检索增强生成技术，智能分类用户查询并动态调整检索与生成策略，从而提供更精准和多元的回答。通过集成大语言模型和向量数据库，针对不同类型的查询（事实型、分析型、观点型、上下文型）制定定制化策略，提升用户体验和信息检索效率。适用于智能问答、企业知识库、客服机器人等场景，有效解决传统方法中存在的精准度和个性化不足的问题。
Tags
工作流名称
Adaptive RAG（自适应检索增强生成）
主要功能和亮点
该工作流实现了自适应检索增强生成（Adaptive Retrieval-Augmented Generation, RAG）技术，能够智能分类用户查询，并根据查询类型动态调整检索与生成策略，从而提供更精准、全面、多元且具备上下文相关性的回答。
- 利用Google Gemini大语言模型进行查询分类和策略生成
- 针对四类查询（事实型、分析型、观点型、上下文型）分别采用定制化的查询增强策略
- 集成Qdrant向量数据库进行高效语义检索
- 支持对话记忆管理，实现上下文连续性
- 灵活支持通过聊天接口或其他工作流触发，输入标准化
解决的核心问题
传统检索增强生成往往对所有查询采取统一策略，难以适应不同问题的特性，导致回答不够精准或不够全面。该工作流通过智能分类查询类型，分别优化检索提示和生成策略，解决了：
- 查询类型多样化带来的检索与生成效率下降
- 无法结合用户上下文进行个性化回答
- 缺乏对主观观点、多维分析的多样化呈现
应用场景
- 智能问答系统：根据用户提问类型自动调整回答逻辑，提升用户体验
- 企业知识库检索：针对不同业务问题精准提供事实数据、分析报告、意见汇总或个性化建议
- 客服机器人：灵活处理用户咨询，兼顾客观信息和主观需求
- 研究辅助工具：帮助研究人员快速获取多角度信息和上下文相关知识
主要流程步骤
- 输入触发：通过内置聊天接口或其他工作流触发，获取用户查询、聊天会话标识和向量库ID
- 查询分类：调用Google Gemini模型，将用户查询分类为事实型、分析型、观点型或上下文型
- 分支路由：根据分类结果，路由到对应的策略节点
- 策略执行：
- 事实型：重构查询，聚焦精准实体和关系
- 分析型：拆分子问题，确保覆盖全面
- 观点型：挖掘多元视角，展示多样观点
- 上下文型：推断隐含上下文，结合用户背景
- 设置检索提示：依据策略输出构造检索提示语和系统指令
- 文档检索：调用Qdrant向量数据库，基于策略调整后的查询从知识库检索相关文档
- 上下文拼接：将检索结果文本内容合并形成上下文输入
- 回答生成：利用Google Gemini模型，结合检索上下文、聊天记忆和系统提示，生成最终回答
- 返回响应：通过Webhook节点将答案发送回调用方
涉及的系统或服务
- Google Gemini (PaLM) 大语言模型：用于查询分类、策略生成和最终问答生成
- Qdrant 向量数据库：存储和检索知识文档的向量表示
- n8n 平台：实现工作流自动化，节点管理触发、逻辑分支、数据处理
- Webhook：响应外部调用，实现系统集成
- 聊天接口（Chat Trigger）：支持对话式交互，维护会话记忆
适用人群或使用价值
- 开发者和数据工程师：快速构建智能问答和知识检索系统，提升系统智能化水平
- 企业信息管理者：优化知识库利用效率，实现多类型查询的精准响应
- 客服和支持团队：自动化处理复杂客户咨询，提升响应质量和效率
- 研究人员和内容创作者：辅助多维度信息获取，支持深入分析和观点探索
此Adaptive RAG工作流融合了先进的大模型能力与灵活的检索策略，能够根据用户问题的不同性质自适应调整检索与生成逻辑，极大提升了问答系统的智能化、个性化和实用性。
Stock Q&A Workflow
该工作流创建了一个基于AI的股票问答系统，自动从Google Drive下载PDF文件并进行处理。通过向量化存储和语义检索技术，用户可以实时提交问题，系统会结合相关文档生成精准答案，显著提升信息查询的效率和准确性。适用于金融分析师、投资顾问和企业内部团队，帮助他们快速获取和利用专业知识，提升工作效率。
Building RAG Chatbot for Movie Recommendations with Qdrant and Open AI
该工作流构建了一个智能电影推荐聊天机器人，利用检索增强生成技术，结合Qdrant向量数据库和OpenAI的AI能力，实现个性化的电影推荐。通过自然语言理解，系统能够解析用户的正负面偏好，智能生成符合口味的电影推荐，提升推荐的准确性和灵活性，帮助用户轻松找到心仪的影片。适用于在线影视平台、内容社区和客服系统等场景。
SearchApi AI Agent
该工作流通过接收用户聊天消息，利用AI智能代理与网络搜索API结合，实现实时信息检索和智能问答。借助GPT-4o-mini模型，支持上下文记忆，提升了连续对话的连贯性和准确性。解决了传统AI模型无法访问实时数据的问题，适用于客服机器人、智能助理及需要快速获取外部信息的场景，显著增强了用户交互体验。
Business WhatsApp AI RAG Chatbot
该工作流通过集成WhatsApp消息Webhook与AI问答代理，利用检索增强生成技术，构建了一款智能客服聊天机器人。它能够实时接收客户咨询，结合企业内部知识库，利用先进的AI模型提供精准的产品咨询和技术支持。此系统不仅降低了人工客服压力，还保证了回复内容的专业性和准确性，提升了客户体验，适合各类企业的自动化客服需求。
最新AI资助机会自动跟踪与通知
该工作流旨在自动化跟踪最新的人工智能资助机会，定期抓取和筛选相关信息，利用AI技术判断资格并去除重复数据。通过将关键信息保存至Airtable数据库，并生成精美的邮件通知，及时发送给订阅者，极大提升团队对资助机会的响应速度，节省人工筛选时间，确保信息的时效性和唯一性，助力研究机构和创业团队获取资金支持。
OpenAI Assistant workflow: upload file, create an Assistant, chat with it!
该工作流通过从Google Drive获取文件并上传至OpenAI平台，帮助用户创建定制化的AI助手，实现特定主题的专业问答。用户可以与助手进行实时聊天，获取基于上传文档的精准回答，提升信息匹配度和用户体验。适用于活动咨询、企业知识库、客户支持等场景，支持多渠道扩展，满足不同需求。整体流程高效简便，显著提升服务质量。
Business WhatsApp AI RAG Chatbot
该工作流构建了一个智能AI聊天机器人，基于WhatsApp平台，利用RAG技术和OpenAI模型自动处理客户咨询。它通过Meta的WhatsApp Business API接收消息，并从企业知识库中准确检索信息，生成专业的回复。此系统能够自动解答产品咨询、技术支持及售后服务问题，提升客户响应速度，减少人工客服压力，适用于电子产品零售和技术支持等场景，增强客户交互体验。
AI智能问答代理 — Hacker News 热门帖子查询
该工作流通过AI智能代理与自定义工具，实现对Hacker News平台热门帖子数据的快速查询与智能回答。用户可以通过自然语言指令获取前50条最受欢迎的帖子及详细信息，内置数据清洗与格式化功能，确保结果结构清晰。适合技术研究人员、内容创作者及开发者等，加速获取权威的最新科技资讯，提升信息查询效率。