Bot de Telegram RAG que responde desde archivos cargados
Cargando flujo…
Descripción del flujo de trabajo
Este flujo conecta un disparador de mensajes de Telegram con un agente de IA basado en Groq (llama-3.1-8b-instant), memoria de ventana por chat y un almacén vectorial en memoria. Los archivos PDF/CSV subidos mediante un formulario web se dividen en fragmentos de 3000 caracteres (solapamiento 200), se incrustan con HuggingFace Inference y se indexan bajo la clave vector_store_key. Los mensajes entrantes pasan al agente, que usa un nodo de recuperación como herramienta (top 10) restringido por un mensaje de sistema a responder solo desde la base de conocimiento, y responde en el mismo chat.
Cómo funciona
- 1.Un disparador de Telegram escucha todas las actualizaciones y un nodo Get a chat resuelve el chat por su ID.
- 2.El texto del mensaje se envía a un agente cuyo mensaje de sistema limita las respuestas a la base de conocimiento, con máximo 10 iteraciones.
- 3.El agente invoca la herramienta Retrieve documents para obtener los 10 mejores fragmentos del almacén compartido vector_store_key.
- 4.El agente funciona con el modelo de Groq y mantiene contexto mediante memoria de ventana ligada al ID del chat de Telegram.
- 5.La salida del agente se envía al mismo chat de Telegram sin atribución.
- 6.Los archivos subidos por el formulario se cargan, dividen, incrustan e insertan en el almacén vectorial en memoria.
Casos de uso
- Asistente interno de preguntas y respuestas sobre PDF de políticas o informes CSV en Telegram.
- Bot de soporte restringido a la documentación del producto sin conocimiento externo.
- Prototipo rápido de RAG antes de migrar a una base vectorial persistente.
Requisitos
- Credenciales de Telegram con un token de bot válido para el disparador y los nodos de obtener chat y enviar.
- Credencial de API de Groq para ejecutar el modelo llama-3.1-8b-instant.
- Token de acceso a HuggingFace Inference para ambos nodos de incrustación (inserción y recuperación)..
- Compartir la URL del formulario para que los usuarios suban archivos PDF/CSV.
- Tener en cuenta que el almacén en memoria no es persistente y se pierde al reiniciarse las ejecuciones.
Configuración y pruebas en n8n
- Activar el flujo, abrir la URL del formulario y subir un PDF o CSV pequeño.
- Preguntar en Telegram sobre el contenido del archivo y confirmar que la respuesta llega al mismo chat.
- Preguntar por un tema ausente en los documentos y verificar que el bot no responde fuera de la base de conocimiento.
- Enviar preguntas seguidas para confirmar que la memoria conserva el contexto del chat.
- Revisar el registro de ejecución para comprobar que se llama a la herramienta de recuperación y no se superan 10 iteraciones.
Valor del servicio
Ideal como servicio de automatización operativa para conectar sistemas, reducir tareas manuales y acelerar la entrega de resultados a clientes o equipos internos.
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 (15)
Simple Memory
Memory Buffer Window
Retrieve documents
Vector Store In Memory
Recursive Character Text Splitter
Text Splitter Recursive Character Text Splitter
Simple Vector Store
Vector Store In Memory
Default Data Loader1
Document Default Data Loader
Get a chat1
Set
Upload your file here
Form Trigger
AI Agent1
Agent
Groq Chat Model
Lm Chat Groq
Embeddings HuggingFace Inference
Embeddings Hugging Face Inference
Reply in Telegram1
Set
Telegram Message Trigger1
Set
Embeddings HuggingFace Inference1
Embeddings Hugging Face Inference
Sticky Note
Sticky Note
Sticky Note1
Sticky Note
Source and license
Sticky Note
Nuevas automatizaciones, directamente en tu correo
Recibe los nuevos flujos de DROPIDEA, una descripción clara de su utilidad y un enlace para explorarlos.
- Nuevos flujos
- Explicaciones claras
- Guías de configuración