Туторіал n8n RAG: створіть асистента для Google Drive
Практичний n8n RAG-туторіал: індексуйте Google Drive, запитуйте через AI Agent, що називає джерела, і перевірте обмеження перед індексацією конфіденційних файлів.
Перевірено за наведеними джерелами .
Мета: що створює цей туторіал n8n RAG і що потрібно для старту
Цей туторіал з n8n RAG покроково пояснює, як створити чат-асистента, який шукає інформацію в папці Google Drive перш ніж відповісти, а потім називає файли, на яких ґрунтується кожна відповідь. Retrieval-augmented generation, скорочено RAG, дозволяє агенту базувати відповіді на ваших власних документах, а не вгадувати. Наприкінці у вас буде робочий асистент для Drive, який можна протестувати локально, а також чітке розуміння того, що ще варто перевірити перед тим, як підключати його до будь-яких конфіденційних файлів.
Якщо вам більше до душі будувати це на практиці поруч з ментором, наше власне завдання «Запитай свій Google Drive» проходить той самий шлях від початку до кінця, використовуючи той самий тип нод, що описані нижче.
Перш ніж починати, у вас має бути готово чотири речі:
Sources: RAG chatbot for company documents using Google Drive and Gemini | n8n workflow template, Retrieve relevant context | Build | n8n Docs, Google Drive | Nodes | n8n Docs
Крок за кроком: отримання, вставка, запит і цитування
Створення цього асистента складається з чотирьох кроків, кожен з яких відповідає короткій послідовності нод у вашому воркфлоу.
Нода Google Drive підтримує пошук файлів і папок, а також окрему операцію завантаження — саме цей крок потрібен завантажувачу даних, перш ніж він зможе прочитати вміст файлу.
Для кроку вставки додайте ноду векторного сховища, наприклад Simple Vector Store, і встановіть операцію Insert Documents. Пропустіть дані через Default Data Loader; документація n8n рекомендує Recursive Character Text Splitter для більшості випадків, хоча реальний розмір чанків залежить від ваших даних. Зберігайте назву файлу та його ID як метадані чанка, щоб відповіді могли вказувати на потрібний документ. Наша практична порада: почніть із запропонованого n8n спліттера та його стандартних налаштувань і підлаштовуйте розмір чанка лише тоді, коли під час тестування реально побачите промахи пошуку.
З боку запиту додайте те саме векторне сховище як інструмент до AI Agent і використовуйте ту саму модель ембеддингів, яку застосовували під час вставки даних. Увімкніть Include Metadata, щоб отримані чанки передавали агенту назву файлу та ID.
Називання джерел — це не вбудована функція n8n, а підхід до написання промпту, побудований на цих метаданих. У системному промпті вкажіть агенту завершувати кожну відповідь коротким рядком «Джерела» зі списком файлів, на які він спирався, і чесно казати, якщо він не знайшов нічого релевантного, а не вигадувати джерело.
Sources: Retrieve relevant context | Build | n8n Docs, Google Drive | Nodes | n8n Docs
Очікувані результати
Коли все налаштовано, успішний тест виглядає так: ви задаєте асистенту питання, яке покрито вмістом вашої папки Drive, і він відповідає плюс короткий рядок «Джерела» з назвою потрібного файлу. Запитайте щось, що не покривається вмістом папки, і добре налаштований агент має сказати, що нічого не знайшов, а не вигадувати рядок джерел. Ми оптимістично вважаємо, що ця невелика звичка цитування виловлює більше необґрунтованих відповідей, ніж очікує більшість команд, просто тому, що вона змушує агента вказувати на щось, що можна перевірити.
Сприймайте перший прогін як чернетку: відкрийте файл, який він називає, і перевірте, що відповідь дійсно відповідає йому. Жодна документація n8n не гарантує точність цитування, оскільки вона повністю залежить від метаданих ваших чанків і промпту.
Sources: Retrieve relevant context | Build | n8n Docs
Перед індексацією конфіденційних файлів
Simple Vector Store — найпростіша нода для початку роботи з RAG-воркфлоу в n8n, але сама документація n8n описує її як придатну лише для розробки, а не для продакшену. Її індекс зберігається в пам'яті, і всі дані втрачаються після перезапуску n8n. На n8n Cloud вона також за замовчуванням обмежена 100 МБ і періодом збереження 7 днів; self-hosted інстанси не мають такого обмеження за замовчуванням.
| Сховище | Збереження даних | Хто має доступ | Задокументоване використання |
|---|---|---|---|
| Simple Vector Store | У пам'яті n8n; втрачається при перезапуску (Cloud: обмеження 100 МБ, збереження 7 днів) | Будь-який користувач того самого інстансу n8n | Лише для розробки, згідно з документацією n8n |
| Постійне сховище (напр. Pinecone, PGVector, Qdrant) | Не задокументовано в наданому джерелі | Не задокументовано в наданому джерелі | Згадані як альтернативи в документації n8n; засоби контролю доступу не описані |
Що важливіше для конфіденційних файлів, ключі пам'яті Simple Vector Store є глобальними: будь-який користувач того самого інстансу n8n може отримати доступ до цього індексу, незалежно від будь-яких засобів контролю доступу самого воркфлоу. Ми б ніколи не дозволили цій ноді зберігати щось чутливе на спільному інстансі, навіть короткочасно.
Перш ніж спрямовувати цю збірку на реальні документи компанії, перейдіть на постійне векторне сховище, обмежте індексацію однією виділеною папкою і окремо перевірте, хто може отримати доступ як до цього сховища, так і до облікових даних Drive за ним. Надана документація називає альтернативи, такі як Pinecone, PGVector і Qdrant, але не описує їхні засоби контролю доступу, тож цю перевірку, а також питання про те, як права доступу Drive переходять у індекс, доведеться зробити вам самостійно; вважайте це відкритим питанням, а не вирішеним.
Sources: Simple Vector Store | Nodes | n8n Docs
Підтримка актуальності індексу та усунення проблем
Документи змінюються, тож одноразовий індекс для RAG-асистента n8n застаріває. Створений спільнотою шаблон n8n для RAG-чатбота з документами компанії використовує дві ноди Google Drive Trigger — одна стежить за новими файлами, інша за оновленими файлами в одній папці, передаючи зміни у постійне сховище. Це шаблон воркфлоу, а не офіційна документація, і він був побудований на старішій чат-моделі, тож ставтеся до вибору нод у ньому як до відправної точки, а не фіксованого рецепту.
Звичку використовувати виділену папку з цього шаблону варто зберегти незалежно від того, яке векторне сховище ви оберете: вона обмежує те, що взагалі потрапляє в індекс.
Часто трапляються дві помилки OAuth для Google Drive. Якщо з'єднання повністю не вдається, зазвичай причина — розбіжність між redirect URL, зареєстрованим у конфігурації OAuth Google, і тим, який використовує n8n; користувачам self-hosted варто перевірити налаштування N8N_EDITOR_BASE_URL і WEBHOOK_URL.
Якщо робоче з'єднання раптово перестає працювати приблизно через тиждень, перевірте статус публікації вашого застосунку в Google Cloud: застосунки, залишені в режимі Testing із зовнішніми користувачами, мають згоду та токени, що закінчуються через сім днів, і рішення — перепідключити облікові дані у модальному вікні credentials в n8n.
Якщо відповіді ніколи не мають рядка «Джерела», причина майже завжди десь раніше в процесі: переконайтеся, що Include Metadata увімкнено в налаштуваннях пошуку векторного сховища, і перевірте, що назва файлу та ID дійсно були записані в метадані чанка під час вставки.
Sources: RAG chatbot for company documents using Google Drive and Gemini | n8n workflow template, Common issues | Nodes | n8n Docs, Retrieve relevant context | Build | n8n Docs
