使用Mistral OCR、Qdrant和Gemini AI构建PDF文档RAG系统

该工作流旨在利用Mistral的OCR功能处理PDF文档，将提取的文本存储在Qdrant向量数据库中，并支持通过检索增强生成(RAG)回答问题。其运作方式如下：

配置完成后，工作流可自动完成文档导入、向量化和智能查询，实现强大的RAG应用。

优势

• 端到端自动化
  无需人工干预：文档读取、处理和查询只需简单设置即可完成。

• 可扩展且模块化
  采用子流程和批处理设计，便于扩展和定制。

• 多模型支持
  结合Mistral进行OCR识别、OpenAI生成嵌入向量、Gemini智能回答——充分发挥各模型优势。

• 实时问答
  通过RAG集成，用户可用自然语言查询文档内容，并获得基于PDF数据的精准回答。

• 精简/完整模式
  可选择索引完整页面内容或仅摘要文本，在性能与丰富度间自由权衡。

工作原理

1. Mistral OCR处理PDF：

   • 工作流首先将PDF文件上传至Mistral API进行OCR文本和元数据提取
   • 提取内容被分割为可管理片段（如页面或章节）以供后续处理

2. Qdrant向量存储：

   • 使用OpenAI嵌入模型将文本转换为向量
   • 向量存储在Qdrant数据库中，为RAG实现高效相似性搜索

3. RAG问答系统：

   • 用户通过聊天界面提问时，工作流基于向量相似度从Qdrant检索相关文本片段
   • 语言模型（Google Gemini）根据检索内容生成上下文感知的精准回答

4. 可选摘要功能：

   • 工作流包含Google Gemini的摘要功能，可压缩提取文本以加速处理或简化RAG使用

配置步骤

在n8n中部署该工作流的步骤：

1. 配置Qdrant数据库：

   • 在”创建集合”和”刷新集合”节点中替换QDRANTURL和COLLECTION为您的Qdrant实例信息
   • 确保集合配置正确的向量尺寸（如OpenAI嵌入需1536维）和距离度量标准（如余弦相似度）

2. 设置凭证：

   • 添加以下API凭证：
     • Mistral云API（用于OCR处理）
     • OpenAI API（用于生成嵌入向量）
     • Google Gemini API（用于聊天和摘要）
     • Google Drive（如从Drive获取PDF）
     • Qdrant API（用于向量存储）

3. PDF源配置：

   • 使用Google Drive时，在”搜索PDF”节点指定文件夹ID
   • 也可修改工作流以接受其他来源的PDF（如直接上传或外部API）

4. 自定义文本处理：

   • 在”令牌分割器”节点调整文本块大小和重叠度以优化文档处理
   • 通过切换”设置页面”和”摘要链”节点选择原始文本或摘要内容进行RAG

5. 测试RAG：

   • 手动或通过聊天消息触发工作流，验证OCR、嵌入和Qdrant存储功能
   • 使用”问答链”节点测试查询响应

6. 可选子工作流：

   • 支持作为子工作流运行以实现批处理（如处理多个PDF）

需要定制帮助？

联系我获取咨询支持，或通过Linkedin添加。