Interroger l'API GitHub en chat avec RAG, Pinecone et OpenAI
Vous posez une question sur l'API GitHub dans le chat, et un agent IA répond en s'appuyant sur la spécification OpenAPI officielle de GitHub. Le déclencheur manuel télécharge cette spécification, la découpe, calcule les embeddings avec OpenAI et les écrit dans l'index Pinecone n8n-demo, puis le déclencheur Message de chat interroge cet index par un outil et répond avec gpt-4o-mini. Il vous faut des comptes OpenAI et Pinecone, et un index Pinecone nommé n8n-demo, sinon adaptez le nom dans les nœuds Pinecone.
- Déclencheur
- Message de chat
- Taille
- 14 nœuds
- Outils
- Requêtes HTTP (API), Pinecone, Agent IA, OpenAI
Comment fonctionne ce workflow
- 1
Le déclencheur manuel lance l'indexation, puis le nœud HTTP Request télécharge la spécification OpenAPI de GitHub.
- 2
Le Default Data Loader lit le contenu récupéré, et le Recursive Character Text Splitter le découpe en morceaux.
- 3
OpenAI génère un embedding pour chaque morceau.
- 4
Pinecone reçoit les vecteurs et les enregistre dans l'index n8n-demo.
- 5
Le déclencheur Message de chat reçoit votre question et la transmet à l'agent IA, qui utilise OpenAI gpt-4o-mini.
- 6
L'agent interroge l'index Pinecone par un outil de recherche vectorielle, puis rédige la réponse en s'appuyant sur les passages trouvés.
Quand l'utiliser
- Retrouver rapidement l'endpoint GitHub qui correspond à une tâche donnée.
- Vérifier les paramètres attendus par une requête avant de l'écrire dans votre code.
- Tester un chatbot RAG sur une documentation d'API avant de le brancher sur vos propres sources.
À préparer avant l'import
- Un compte OpenAI, avec une clé API enregistrée comme credential OpenAI dans n8n.
- Un compte Pinecone, avec une clé API enregistrée comme credential Pinecone dans n8n.
- Un index Pinecone nommé n8n-demo, ou le nom adapté dans les nœuds Pinecone du workflow.
- Une connexion sortante vers GitHub, pour que le nœud HTTP Request récupère la spécification.
Bon à savoir
Avant le premier lancement, vérifiez que l'index Pinecone porte bien le nom n8n-demo, ou changez-le dans les nœuds Pinecone. Lancez ensuite l'indexation une fois, avant de tester le chat.
Installer ce template dans n8n
- Téléchargez le fichier JSON avec le bouton en haut de la page.
- Dans n8n, ouvrez le menu d'un workflow vide, choisissez « Import from File » et sélectionnez le fichier.
- Reliez vos propres identifiants à chaque nœud qui en demande un, lancez un test, puis activez le workflow.
Ce template fonctionne sur n8n auto-hébergé comme sur n8n Cloud. Les nœuds IA demandent une version récente de n8n.
Autres templates : RAG & Base de Connaissances
- Interroger ses e-mails sur Telegram avec un agent RAGUn agent IA répond à vos questions sur vos e-mails, à partir d'une base vectorisée et d'une base SQL, depuis Telegram ou le chat de n8n.
- Interroger des PDF Google Drive avec un agent RAG MilvusUn agent de chat qui répond à partir de vos PDF Google Drive, indexés dans une base vectorielle Milvus.
- Recommander des recettes HelloFresh par chat avec Qdrant et MistralRecommande des recettes HelloFresh de la semaine selon vos goûts, depuis un chat, à partir d'une base vectorielle Qdrant.
- Analyser les avis Trustpilot par clusters avec QdrantRegroupe les avis Trustpilot d'une entreprise par thème à partir d'embeddings Qdrant, puis fait résumer chaque groupe par un LLM.
- Interroger MongoDB en langage naturel avec un agent OpenAIUn agent OpenAI interroge une base MongoDB depuis un chat et peut y ajouter vos films favoris.
- Charger un dataset d'images dans Qdrant par lotsEnvoie un dataset d'images de Google Cloud Storage vers Qdrant, avec embeddings Voyage, par lots.
Vous voulez ce workflow branché sur vos outils ?
Ce template est un point de départ. Nous l'adaptons à vos règles, à vos comptes et à votre hébergement, puis nous le maintenons.
Voir notre accompagnement n8n