Automatisation n8n : chatbot de recommandations de films

Ce workflow n8n a pour objectif de créer un chatbot capable de recommander des films en utilisant Qdrant et OpenAI. Dans un contexte où les utilisateurs cherchent des suggestions personnalisées, ce système permet d'améliorer l'expérience client en fournissant des recommandations pertinentes basées sur les préférences des utilisateurs. Les cas d'usage incluent des applications dans le secteur du divertissement, des plateformes de streaming ou des services de recommandation. Étape 1 : le workflow est déclenché manuellement par l'utilisateur. Étape 2 : les données sont extraites depuis un fichier via le nœud 'Extract from File'. Étape 3 : les embeddings sont générés à l'aide de 'Embeddings OpenAI', qui transforme les données en vecteurs exploitables. Étape 4 : le nœud 'Qdrant Vector Store' permet de stocker ces vecteurs pour une recherche rapide. Étape 5 : lorsqu'un message de chat est reçu, le nœud 'When chat message received' active le traitement. Étape 6 : le modèle de chat OpenAI est utilisé pour analyser les demandes des utilisateurs et fournir des réponses appropriées. Ce workflow offre des bénéfices significatifs pour les entreprises en automatisant le processus de recommandation, réduisant ainsi le temps de réponse et augmentant la satisfaction client.

À qui s'adresse ce workflow ?

Ce que ce workflow résout

Comment ça fonctionne

Visualisation du workflow n8n

Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.

Importer dans n8n en un clic

Inscris-toi gratuitement pour télécharger le fichier .json, puis fais Import from File dans n8n pour déployer le workflow en quelques secondes.

{
  "id": "a58HZKwcOy7lmz56",
  "meta": {
    "instanceId": "178ef8a5109fc76c716d40bcadb720c455319f7b7a3fd5a39e4f336a091f524a",
    "templateCredsSetupCompleted": true
  },
  "name": "Building RAG Chatbot for Movie Recommendations with Qdrant and Open AI",
  "tags": [],
  "nodes": [
    {
      "id": "06a34e3b-519a-4b48-afd0-4f2b51d2105d",
      "name": "When clicking ‘Test workflow’",
      "type": "n8n-nodes-base.manualTrigger",
      "position": [
        4980,
        740
      ],
      "parameters": {},
      "typeVersion": 1
    },
    {
      "id": "9213003d-433f-41ab-838b-be93860261b2",

Personnaliser ce workflow

Détail des nœuds n8n

• 01

  When clicking ‘Test workflow’

  Déclenche le workflow lorsque l'utilisateur clique sur 'Test workflow'.

• 02

  GitHub

  Interagit avec GitHub pour effectuer une opération spécifiée sur un fichier dans un dépôt.

• 03

  Extract from File

  Extrait des données à partir d'un fichier selon les options définies.

• 04

  Embeddings OpenAI

  Génère des embeddings à l'aide du modèle OpenAI spécifié.

• 05

  Default Data Loader

  Charge des données par défaut pour le traitement de documents.

• 06

  Token Splitter

  Divise un texte en tokens pour un traitement ultérieur.

• 07

  Qdrant Vector Store

  Stocke et gère des vecteurs dans une collection Qdrant.

• 08

  When chat message received

  Déclenche le workflow lorsqu'un message de chat est reçu.

• 09

  OpenAI Chat Model

  Utilise le modèle de chat OpenAI pour générer des réponses.

• 10

  Call n8n Workflow Tool

  Appelle un outil de workflow n8n pour exécuter une tâche spécifique.

• 11

  Window Buffer Memory

  Gère la mémoire tampon pour stocker des informations contextuelles.

• 12

  Execute Workflow Trigger

  Déclenche l'exécution d'un autre workflow n8n.

• 13

  Merge

  Fusionne plusieurs flux de données selon les options spécifiées.

• 14

  Split Out

  Sépare les données selon un champ spécifié pour un traitement distinct.

• 15

  Split Out1

  Effectue une séparation supplémentaire des données selon un autre champ.

• 16

  Merge1

  Fusionne des données en utilisant des critères de correspondance définis.

• 17

  Aggregate

  Agrège des données selon des options et des champs spécifiés.

• 18

  AI Agent

  Agit comme un agent d'intelligence artificielle pour exécuter des tâches.

• 19

  Embedding Recommendation Request with Open AI

  Envoie une requête HTTP pour obtenir des recommandations d'embeddings via OpenAI.

• 20

  Embedding Anti-Recommendation Request with Open AI

  Envoie une requête HTTP pour obtenir des anti-recommandations d'embeddings via OpenAI.

• 21

  Extracting Embedding

  Extrait des embeddings en définissant des options et des affectations.

• 22

  Extracting Embedding1

  Extrait des embeddings supplémentaires avec des options et des affectations.

• 23

  Calling Qdrant Recommendation API

  Appelle l'API de recommandation Qdrant pour obtenir des suggestions.

• 24

  Retrieving Recommended Movies Meta Data

  Récupère les métadonnées des films recommandés via une requête HTTP.

• 25

  Selecting Fields Relevant for Agent

  Sélectionne les champs pertinents pour l'agent à partir des données.

• 26

  Sticky Note

  Crée une note autocollante avec le contenu spécifié.

• 27

  Sticky Note1

  Crée une autre note autocollante avec un contenu différent.