n8n：rag、钉钉机器人

yubin12774086292026-01-08 15:29

1 rag工作流

点击触发，首先读取文件夹下的文件，循环读取文件，选择simple vector store（有很多数据可以选择），连接ollama服务的embedding，文档链接Default Data Loader，连接文档切分方式

对话框启动，连接ai agent，它的模型选择任意的llm，工具选择answer question with a vector，这个工具连接向量库（确保key值与1.1中的key值一样），向量库连接embedding服务，向量库也需要一个llm

用ollama下载embedding模型（ollama pull qwen3-embedding:0.6b，选个小模型用于测试），挑选embedding模型的时候，选择ollama的embedding

测试： ollama run qwen3-embedding:0.6b "你好"，可以看到生成的向量。

ollama list， ollama run 模型名 "question"，可以看到ollma模型的输出

1. 触发方式，可以点击、可以定时

http节点，get方法，获得网页的内容
markdown节点，将html转为markdown格式
ai agent节点，填入提示词，例如这里的system message：你是一个新闻助手，分析网页内容，获得最新文章下的标题，链接和简要总结，返回markdown格式，按顺序列出并带有索引
http节点，post，查询自己的钉钉机器人的情况，如下所示，填入自己的access_token，

下面的参数选择markdown形式（钉钉群识别markdown格式），JSON.stringify()为javascript的方法，可以转换字符，避免json识别失败。

python 复制代码

{
  "markdown": {
    "title": "demodata",
    "text": {{ JSON.stringify($json.output) }}
  },
  "msgtype": "markdown"
}