Agentes de IA

Divide documentos en study notas usando Qdrant

42 nodos 222 146 Automatic trigger

Descripción del flujo de trabajo

Una plantilla de automatización que divide documentos en apuntes de estudio estructurados utilizando la base de datos vectorial Qdrant. Lee archivos locales, divide texto en fragmentos, genera incrustaciones de Mistral, las almacena en Qdrant y produce materiales de estudio organizados.

Cómo funciona

1.Activar al detectar un archivo local y cargar su contenido automáticamente
2.Dividir el texto en fragmentos manejables usando división recursiva de caracteres
3.Generar incrustaciones vectoriales para cada fragmento mediante Mistral Cloud
4.Procesar fragmentos en lotes y almacenarlos en la base de datos vectorial Qdrant
5.Recuperar información relevante y generar apuntes de estudio estructurados con LLM
6.Exportar los apuntes finales a un archivo legible

Casos de uso

Convertir libros de texto y conferencias en apuntes de estudio organizados automáticamente
Extraer pares de preguntas y respuestas resumidas de documentos académicos extensos
Procesar múltiples documentos por lotes y construir una base de conocimiento consultable

Requisitos

Clave API activa de Mistral Cloud para incrustaciones y modelos de lenguaje
Instancia de base de datos vectorial Qdrant configurada o cuenta en la nube
Permisos de lectura y escritura para operaciones con archivos locales

Valor del servicio

Ideal como servicio de automatización inteligente que combina integraciones e inteligencia artificial para producir resultados listos para usar.

Aplicaciones utilizadas

Local File Trigger Document Default Data Loader Text Splitter Embeddings Lm Chat Mistral Cloud Split In Batches Output Parser Vector Store LLM Chain Read Write File

Detalles

Disparador Automatic trigger

Nodos 42

Aplicaciones 10

Vistas 222

Descargas 146

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 (42)

Local File Trigger

Default Data Loader

Document Default Data Loader

Recursive Character Text Splitter

Text Splitter Recursive Character Text Splitter

Embeddings Mistral Cloud

Mistral Cloud Chat Model

Lm Chat Mistral Cloud

Mistral Cloud Chat Model1

Lm Chat Mistral Cloud

Prep Incoming Doc

Set

Settings

Set

Merge

Get Doc Types

Set

#10

Split Out Doc Types

Split Out

#11

For Each Doc Type...

Split In Batches

#12

Item List Output Parser

Output Parser Item List

#13

Vector Store Retriever

Retriever Vector Store

#14

Embeddings Mistral Cloud1

Embeddings Mistral Cloud

#15

Qdrant Vector Store1

Vector Store Qdrant

#16

Mistral Cloud Chat Model2

Lm Chat Mistral Cloud

#17

Split Out

#18

Aggregate

#19

Mistral Cloud Chat Model3

Lm Chat Mistral Cloud

#20

Discover

Chain Retrieval Qa

#21

2secs

Wait

#22

Get Generated Documents

Set

#23

Generate

LLM Chain

#24

Prep For AI

Set

#25

To Binary

Convert To File

#26

Export to Folder

Read Write File

#27

Get FileType

Switch

#28

Import File

Read Write File

#29

Extract from PDF

Extract From File

#30

Extract from DOCX

Extract From File

#31

Extract from TEXT

Extract From File

#32

Summarization Chain

Chain Summarization

#33

Sticky Note

#34

Sticky Note1

Sticky Note

#35

Sticky Note2

Sticky Note

#36

Sticky Note3

Sticky Note

#37

Sticky Note4

Sticky Note

#38

Qdrant Vector Store

Vector Store Qdrant

#39

Sticky Note5

Sticky Note

#40

Interview

LLM Chain

#41

Sticky Note6

Sticky Note

#42

Divide documentos en study notas usando Qdrant

Descripción del flujo de trabajo

Cómo funciona

Casos de uso

Requisitos

Valor del servicio

Aplicaciones utilizadas

Detalles

Cómo usar

Nodos utilizados (42)

Plantillas similares

Respuestas Automáticas Inteligentes en Telegram

Automatizar Google Sheets

Crear audio desde texto con OpenAI - Text-to-Speech flujo de trabajo

Crear bot de Telegram inteligente con razonamiento IA

Flujo de trabajo automatizado

Automatizar Google Sheets