OpenAI Personal Shopper with RAG and WooCommerce

工作流名称

主要功能和亮点

该工作流通过集成OpenAI智能聊天模型、向量检索增强生成（RAG）技术及WooCommerce电商平台，实现了一个智能的个人购物助手。它能够智能理解用户的聊天请求，精准提取商品搜索关键词、价格区间、SKU及分类信息，并实时查询WooCommerce库存，推荐符合需求的商品。同时，对于一般的门店信息咨询（如营业时间、地址等），则调用基于Google Drive文档和Qdrant向量数据库构建的RAG系统进行智能回答。工作流还支持会话记忆管理，保证多轮对话的连续性和上下文理解。

解决的核心问题

自动识别用户是否在寻找具体商品，避免误判
从自然语言中精准提取商品搜索参数（关键词、价格、SKU、分类）
实时调用WooCommerce接口查询商品库存和详情，实现个性化推荐
对于非商品查询类问题，利用RAG系统智能回答门店相关信息
支持多轮会话记忆，提升用户交互体验

应用场景

电子商务网站的智能客服或购物顾问
服装鞋包等零售门店的在线咨询与销售辅助
需要结合知识库（如门店信息文档）和商品数据提供智能问答的场景
提升用户购物效率和满意度的个性化推荐系统

主要流程步骤

接收聊天消息：通过LangChain的chatTrigger节点捕获用户输入。
编辑字段：提取并整理会话ID及用户输入文本。
信息提取：调用Information Extractor节点，判断用户意图，提取搜索关键词、价格区间、SKU和分类信息。
智能判断与分流：AI Agent节点根据用户请求，决定调用个人购物助手工具或RAG知识检索工具。
商品搜索：个人购物助手通过WooCommerce节点调用电商API，查询符合条件的商品库存。
知识库问答：RAG节点利用Qdrant向量数据库和Google Drive存储的门店信息文档，结合OpenAI模型回答用户的门店相关问题。
多轮对话记忆：Window Buffer Memory节点管理会话上下文，支持连续对话。
结果返回：将查询到的商品推荐或知识库回答反馈给用户。

涉及的系统或服务

OpenAI：用于语言理解、生成及Embeddings生成。
WooCommerce：商品库存查询及检索。
Qdrant：向量数据库，存储门店知识库向量。
Google Drive：存储门店相关文档数据。
n8n LangChain节点集成：实现聊天触发、信息提取、工具调用、记忆缓存等功能。

适用人群或使用价值

电子商务平台运营者，尤其是服装、鞋包类零售商，提升客户购物体验。
希望通过AI实现智能客服及个性化推荐的企业或开发者。
需要结合知识库及商品数据构建智能问答系统的技术团队。
追求提升客户满意度及销售转化率的市场与客服管理人员。

该工作流通过无缝整合先进的AI技术和电商系统，实现智能、高效、个性化的购物咨询服务，极大地提升了用户交互体验与业务效率。