Construir conjuntos de datos vectoriales listos para IA con Gemini y Pinecone
Descripción del flujo de trabajo
Flujo de automatización integrado que procesa documentos mediante división de texto, conversión de fragmentos en embeddings vectoriales con Gemini y almacenamiento en Pinecone para recuperación inteligente. Los resultados se comparten automáticamente en X.
Cómo funciona
- 1.Activar el flujo manualmente e importar documentos para procesamiento
- 2.Dividir documentos en fragmentos lógicos usando divisor recursivo de caracteres
- 3.Generar incrustaciones vectoriales con el modelo de embeddings de Gemini
- 4.Almacenar vectores y metadatos en Pinecone para búsqueda semántica eficiente
- 5.Extraer e estructurar información clave usando analizador de salida
- 6.Publicar estadísticas del conjunto de datos en X para visibilidad del equipo
Casos de uso
- Crear conjuntos de datos estandarizados para cursos de modelos de lenguaje grande
- Construir bases de conocimiento consultables para investigadores y estudiantes
- Automatizar la conversión de artículos académicos en activos de entrenamiento útiles
- Generar múltiples versiones de conjuntos de datos para configuraciones experimentales distintas
Requisitos
- Credenciales API activas para Google Gemini y Pinecone
- Documentos de origen en formatos estándar (PDF, DOCX o TXT)
- Credenciales de cuenta X con permisos de publicación para compartir resultados
Valor del servicio
Ideal como servicio de automatización inteligente que combina integraciones e inteligencia artificial para producir resultados listos para usar.
Aplicaciones utilizadas
Detalles
Cómo usar
- 1.Haz clic en "Descargar plantilla"
- 2.Abre tu panel de n8n
- 3.Ve a Workflows > Import from File
- 4.Selecciona el archivo descargado y configura las credenciales
Nodos utilizados (21)
When clicking ‘Test workflow’
Manual Trigger
AI Agent
Agent
Pinecone Vector Store
Vector Store Pinecone
Embeddings Google Gemini
Gemini Model
Default Data Loader
Document Default Data Loader
Recursive Character Text Splitter
Text Splitter Recursive Character Text Splitter
Google Gemini Chat Model1
Gemini Model
Google Gemini Chat Model2
Gemini Model
Google Gemini Chat Model
Gemini Model
Structured Output Parser
Output Parser Structured
Sticky Note
Sticky Note
Set Fields - URL and Webhook URL
Set
Make a web request
HTTP Request
Structured JSON Data Formatter
LLM Chain
Webhook for structured data
HTTP Request
Webhook for structured AI agent response
HTTP Request
Sticky Note1
Sticky Note
Sticky Note2
Sticky Note
Sticky Note3
Sticky Note
Information Extractor with Data Formatter
Information Extractor
Sticky Note4
Sticky Note