使用知识图谱替代RAG向量存储
该工作流创建了一个AI聊天机器人代理,可同时访问多个知识库(作为”专家”使用)。
这些知识库通过InfraNodus GraphRAG提供,利用知识图谱生成高质量响应,无需设置复杂的RAG向量存储工作流。
相比标准向量存储,使用GraphRAG的优势在于:
- 设置简单快捷(无需复杂的数据导入流程)
- 知识图谱能全面呈现知识库内容
- 更好地检索文档片段间关联=更高质量的响应
工作原理
该模板使用n8n AI代理节点作为协调器,根据用户提问决定使用哪个工具(知识图谱)。
分步说明:
- 用户通过AI聊天界面提交问题(可通过URL访问或嵌入网站)
- AI代理节点检查可用工具列表,每个工具都包含InfraNodus自动生成的知识描述
- AI代理选择最适合的专家工具,可能调整用户查询以适配专家知识
- 查询发送至InfraNodus HTTP节点端点,检索对应专家的图谱
- 每个GraphRAG专家提供考虑全局上下文的详细响应,包含相关陈述列表
- n8n AI代理整合专家响应生成最终答案
- 最终答案返回用户聊天界面(或webhook端点)
使用方法
需拥有InfraNodus GraphRAG API账户和密钥。
- 创建InfraNodus账户
- 在API访问页面获取密钥,为HTTP节点创建Bearer授权
- 为每个专家创建独立知识图谱(支持PDF/内容导入)
- 将图谱名称粘贴到工作流的
body
name
字段 - 保持其他设置默认,或查阅访问点文档
- 添加专家图谱后,配置OpenAI节点密钥即可启动工作流
系统要求
- InfraNodus账户及API密钥
- OpenAI(或其他LLM)API密钥
定制扩展
本工作流可适配Telegram机器人等更多场景。
查看完整指南
观看视频教程演示: