Stock Q&A Workflow

工作流名称

Stock Q&A Workflow

主要功能和亮点

该工作流实现了基于AI的股票领域问答系统，能够自动从Google Drive下载相关PDF文件，进行内容拆分和向量化存储，并通过Webhook接收用户提问，利用向量检索和OpenAI语言模型生成精准答案，最终实时响应用户查询。

解决的核心问题

解决了股票相关文档信息查询效率低、人工检索繁琐的问题。通过向量数据库和AI模型结合，实现了对大量非结构化金融文件的快速语义搜索和智能问答，极大提升了信息获取的速度与准确性。

应用场景

• 金融分析师快速获取股票相关知识
• 投资顾问为客户提供实时问答支持
• 企业内部财务或投资团队的资料智能检索
• 任何需要基于专业文档进行问答的业务场景

主要流程步骤

1. 文件获取与处理：通过手动触发或计划任务，从Google Drive下载指定PDF文档（如Crowdstrike报告）。
2. 文本拆分与向量化：使用递归字符分割器将文档切分成合适大小的文本块，调用OpenAI Embeddings接口生成文本向量。
3. 向量存储：将生成的文本向量插入Qdrant向量数据库，建立索引。
4. 问答请求接收：通过Webhook节点接收外部传入的用户问题。
5. 语义检索与问答生成：调用Qdrant检索最相关的向量文本，结合OpenAI语言模型执行基于检索内容的问答链。
6. 结果响应：将生成的答案通过Webhook响应返回给请求方。

涉及的系统或服务

• Google Drive（文件存储与下载）
• Qdrant（向量数据库，用于高效语义检索）
• OpenAI（文本向量生成与语言模型推理）
• Supabase（用于向量存储索引，具体说明中提及）
• Webhook（接收和响应外部HTTP请求）
• n8n内置节点（文本拆分、手动触发等基础功能）

适用人群或使用价值

• 金融行业从业者、分析师和顾问，帮助快速理解和利用大量专业报告和资料
• 数据科学及AI开发者，作为构建智能问答系统的示范模板
• 企业内部知识管理团队，提升文档检索效率和智能化水平
• 任何需要将非结构化文档转化为智能问答接口的业务用户

---

此工作流通过无缝集成多种先进技术，实现了股票领域文档的自动化处理与智能问答，帮助用户在复杂信息中快速找到所需答案，极大提高工作效率和决策支持能力。