Interroger des PDF Google Drive avec un agent RAG Milvus
Vos PDF rangés dans un dossier Google Drive deviennent interrogeables par chat. Chaque nouveau fichier est lu, découpé, vectorisé avec Cohere, puis écrit dans une collection Milvus hébergée chez Zilliz, sans instance à installer. Un Agent IA répond aux questions à partir de ces passages et garde l'historique de la conversation. Il faut quatre comptes avant de démarrer : Google, Zilliz, Cohere et OpenAI.
- Déclencheur
- Message de chat
- Taille
- 13 nœuds
- Outils
- Cohere, Google Drive, Milvus, Agent IA, OpenAI
Comment fonctionne ce workflow
- 1
Google Drive Trigger repère chaque nouveau PDF ajouté au dossier surveillé.
- 2
Google Drive télécharge le fichier.
- 3
Extract from File en extrait le texte.
- 4
Default Data Loader prépare le document, puis Recursive Character Text Splitter le découpe en passages.
- 5
Embeddings Cohere transforme chaque passage en vecteur.
- 6
Milvus Vector Store écrit les vecteurs dans la collection du cluster Zilliz.
- 7
Lorsqu'un message arrive dans le chat, Agent IA interroge Milvus et répond avec OpenAI Chat Model, en gardant l'historique via Window Buffer Memory.
Quand l'utiliser
- Retrouver une clause dans un lot de contrats PDF déposés sur Drive.
- Interroger une documentation technique rangée dans un dossier partagé.
- Poser des questions à une série de rapports internes sans les relire.
À préparer avant l'import
- Un compte Zilliz avec un cluster Milvus créé depuis sa console
- Les identifiants Google Drive dans n8n, et le dossier qui recevra les PDF
- Une clé API Cohere pour les embeddings
- Une clé API OpenAI pour le modèle de chat
Bon à savoir
Réservez un dossier Drive aux PDF à indexer : chaque fichier ajouté dans ce dossier est inséré dans Milvus automatiquement.
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
- 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.
- Détecter les images de cultures anormales avec Qdrant et Voyage AIIndique si une image de culture est anormale par rapport à une collection Qdrant de cultures connues.
- Classer une image satellite par KNN avec Qdrant et Voyage AIClasse une image satellite parmi 21 types de terrain à partir de ses plus proches voisins dans Qdrant.
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