n8n RAG 工作流示例

工作流使用地址：

https://xiangyugongzuoliu-n8n.zeabur.app/form/xiangyu-rag-account

整个 n8n 工作流的精密架构如下：

该工作流构建了一套从用户输入到结果交付的全流程闭环服务链。系统通过原生表单实现多格式批量上传，通过动态路由精准分发到不同子工作流，再结合高效的加载、分片、嵌入与向量索引模块，最终支持智能检索式问答与多模态分析子流程，真正实现高性能、高并发的知识检索与处理。

1. 原生表单模块：

使用 n8n Form Trigger 节点，提供一站式任务创建界面。用户可在同一页面选择“类型”（纯文本/PDF/图片/Office）、粘贴文本或批量上传文件，一键启动，极简操作。

2. 路由分发模块：

利用 Switch 节点根据用户选择的“类型”动态分发任务，分别触发对应子流程。新增格式或新功能只需在此节点增加分支，灵活扩展零改代码。

3. 多格式解析与智能分片：

• 纯文本：ConvertToFile + Default Data Loader → Recursive Character Text Splitter；

• PDF：Merge + Default Data Loader → 同上分片；

• Office：调用 Unstructured API 进行文档解析 → ConvertToFile → 分片；

• 图片：Agent 节点智能提取视觉元素与表格结构，输出结构化数据。

每种格式均可并行处理，实现批量高效拆分与预处理。

4. 向量化嵌入与索引模块：

多路 Embeddings OpenAI 节点并行生成文档/分片向量，通过 Pinecone Vector Store（针对纯文本/PDF/图片/Office 四大索引）批量插入，支持千级并发写入，确保索引与检索的高吞吐。

5. 检索式问答与结果交付：

• 聚合与完成通知：Aggregate、Merge、Form 节点汇总各子流程结果，统一输出提示和下载链接；

• 智能问答：Chat Trigger + MultiQuery Retriever + Vector Store Retriever + ChainRetrievalQA 构建的 QA 对话界面，允许用户基于已上传内容实时提问，回答中带出处，真正实现上下文检索闭环。