Interroger une base Notion avec un agent IA dans un chat
Une question posée dans un chat est traitée par un agent IA OpenAI, qui cherche la réponse dans une base de connaissances Notion. Le workflow lit d'abord la base choisie, dont il récupère les tags les plus récents, puis laisse l'agent interroger Notion via l'API. Il garde en mémoire les derniers échanges de la conversation. Le modèle est destiné à une équipe qui range sa documentation dans Notion. Attention, la lecture des tags ajoute environ 250 à 800 ms à chaque exécution.
- Déclencheur
- Message de chat
- Taille
- 8 nœuds
- Outils
- OpenAI, Requêtes HTTP (API), Notion, Agent IA
Comment fonctionne ce workflow
- 1
Le nœud When chat message received reçoit la question depuis le chat fourni par n8n.
- 2
Le nœud Get database details lit la base Notion choisie et transmet ses tags récents à l'agent.
- 3
Le nœud AI Agent prend la question, s'appuie sur le modèle OpenAI Chat Model et décide quelles recherches lancer.
- 4
Les outils Search notion database et Search inside database record interrogent Notion via l'API pour trouver les pages utiles.
- 5
Le nœud Window Buffer Memory conserve les derniers échanges, et l'agent renvoie sa réponse dans le chat.
Quand l'utiliser
- Un collaborateur retrouve une procédure interne sans parcourir toute la base Notion de l'équipe.
- Une équipe pose des questions sur sa documentation de référence depuis un chat dédié.
- Un prototype d'assistant sur une base de connaissances est testé avant d'être branché ailleurs.
À préparer avant l'import
- Un compte n8n avec un identifiant Notion, créé à partir d'une intégration Notion.
- Une copie du modèle Company knowledge base dans votre espace Notion, partagée avec cette intégration.
- Une clé API OpenAI enregistrée comme identifiant dans n8n.
- Une connexion ajoutée à la base depuis l'application Notion.
Bon à savoir
Ajoutez la connexion à la base dans l'application Notion avant le premier test. Sans elle, Get database details renvoie l'erreur « The resource you are requesting could not be found ».
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
- Analyser des rapports trimestriels boursiers avec un agent RAGLit des PDF de résultats trimestriels, les indexe dans Pinecone et rédige un rapport d'analyse dans Google Docs.
- Indexer les fichiers Google Drive dans pgvector avec OpenAILit les fichiers d'un dossier Google Drive, les découpe, calcule leurs embeddings OpenAI et les écrit dans pgvector.
- Interroger les documents Google Drive avec un agent IAUn agent IA répond aux questions à partir des documents d'un dossier Google Drive, indexés dans Pinecone.
- Chatbot RAG sur vos documents Google Drive avec Gemini et QdrantUn chatbot qui répond à partir de vos documents Google Drive, stockés dans Qdrant et interrogés avec Gemini.
- Classer les questions du chat puis interroger Qdrant avec GeminiUn chat RAG qui classe chaque question, adapte la recherche dans une collection Qdrant, puis répond en tenant compte des documents trouvés.
- Interroger ses PDF par Telegram avec Gemini et SupabaseEnvoyez un PDF à un bot Telegram, puis posez-lui des questions sur son contenu avec Gemini et Supabase.
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