SHEETS RAG

工作流名称

SHEETS RAG

主要功能和亮点

该工作流实现了从 Google Sheets 自动同步数据到 PostgreSQL 数据库的完整流程，支持智能识别表结构、字段类型（包括日期格式和多种货币符号）、自动建表及数据插入。结合强大的大型语言模型（Google Gemini）和自定义 SQL 查询执行工具，能够基于自然语言问题智能生成并执行高效的 PostgreSQL 查询，提供动态交互式的数据查询体验。

解决的核心问题

• 自动将 Google Sheets 中多样化的数据结构和格式（文本、日期、货币等）映射到数据库表中，避免手工建表和数据清洗的繁琐。
• 实时监测 Google Drive 指定文件的变更，实现数据同步的自动触发。
• 利用 AI 助手自动理解用户的自然语言查询，根据数据库模式构建安全、准确的 SQL 语句并执行，降低了复杂数据库查询的门槛。
• 动态管理数据库表结构，避免重复建表冲突，保证数据一致性。

应用场景

• 企业或团队需要将业务数据从 Google Sheets 无缝迁移到 PostgreSQL 数据库，便于后续分析和报表生成。
• 业务人员或数据分析师希望通过自然语言直接查询数据库，无需掌握 SQL 技能。
• 需要定期监控和同步在线表格数据，搭建灵活的数据中台或自动化数据管道。
• 任何涉及多币种金额和日期数据管理的场景，确保数据格式准确存储与处理。

主要流程步骤

1. Google Drive 触发：监控指定的 Google Sheets 文件变更触发工作流。
2. 参数设置：设定目标表格 URL 和工作表名称。
3. 数据库检测：检查对应的 PostgreSQL 表是否存在。
4. 数据拉取：从 Google Sheets 抓取表格数据。
5. 表结构推断：通过自定义代码节点动态推断字段类型（文本、日期、货币等），生成建表 SQL。
6. 表管理：若表已存在则先删除，随后创建新表。
7. 数据插入：格式化清洗数据，构造插入 SQL 并批量写入 PostgreSQL。
8. AI 查询支持：结合 Google Gemini 大语言模型和自定义工具，自动解析自然语言查询，调用数据库查询工具执行并返回结果。
9. 结果输出：将查询结果格式化输出，支持进一步交互。

涉及的系统或服务

• Google Drive Trigger：监控 Google Drive 文件变化。
• Google Sheets：拉取在线表格数据。
• PostgreSQL：数据库存储与查询执行。
• Google Gemini Chat Model：自然语言理解与 SQL 构建的 AI 模型。
• n8n Code节点：实现动态类型推断和 SQL 语句生成逻辑。
• LangChain 集成：AI Agent 结合工具链完成查询分析与执行。

适用人群或使用价值

• 数据工程师和自动化开发者：快速搭建从表格到数据库的自动化同步流水线。
• 业务分析师和非技术用户：通过自然语言直接查询数据库，降低技术门槛。
• 产品经理和运营团队：实时获取和分析多维度业务数据，支持决策。
• 多币种财务管理和跨地域业务场景，对复杂数据格式有高适配需求。

该工作流通过智能化、自动化的数据同步和交互查询方案，大幅提升数据处理效率和用户体验，助力企业实现数据驱动运营。