Configurando o Ambiente
Iniciamos criando uma tabela no Supabase com a configuração necessária para utilizar o Line Chain e realizar operações relacionadas à manipulação de documentos e busca similar utilizando embeddings. Em seguida, criamos um workflow no N8N, dividido em duas etapas.
Adicionando Informações dos Documentos
Na primeira etapa, adicionamos informações dos documentos. Isso é feito adicionando um nó do Google Drive ao workflow, selecionando o arquivo PDF e configurando a operação para baixar o arquivo. Em seguida, adicionamos um nó do Supabase para armazenar as informações.
Utilizando o Vector Store
No próximo passo, utilizamos o Vector Store do N8N para processar o documento PDF. Criamos dois outputs: Embedding, que utiliza o OpenAI, e Document, que aceita um arquivo PDF como entrada. Podemos utilizar diferentes formatos, como CSV, DOCX, JSON ou texto, e optamos pelo padrão de dados do Google Drive.
Configurando o Chat Trigger
Em seguida, adicionamos um nó chamado Recursive Character Text para dividir as informações em partes menores. Configuramos a opção de paginação para dividir o arquivo em cinco partes. Em seguida, adicionamos um nó de Gatilho de Chat, que pode ser substituído por um webhook. Isso permite que o chat seja público e configure a interface para exibir o chat.
Testando o Workflow
Finalmente, testamos o workflow, que divide o arquivo PDF em cinco partes e as adiciona ao banco de dados do Supabase. Demonstramos como utilizar a função de chat, fazendo perguntas como o endereço e o número de telefone da empresa, e o workflow retorna as respostas.
Conclusão
Com essas ferramentas, é possível criar um chatbot capaz de processar documentos e realizar buscas similares utilizando embeddings. Esperamos que este artigo tenha sido útil e que você tenha gostado do conteúdo. Não esqueça de curtir, comentar e compartilhar o vídeo, e de se inscrever no canal para mais conteúdo!