Automatisation Notion avec n8n : stockage de documents vectoriels

Ce workflow n8n permet d'automatiser le stockage des pages de Notion en tant que documents vectoriels dans Supabase, en utilisant OpenAI pour enrichir le contenu. Dans un contexte où la gestion de l'information est cruciale, cette automatisation est particulièrement utile pour les équipes de contenu, les chercheurs ou toute organisation qui utilise Notion comme outil de gestion de projet. Les cas d'usage incluent la création de bases de données de connaissances, la synthèse d'informations ou encore la génération de résumés à partir de contenus variés. Étape 1 : Le déclencheur du workflow est un événement de type 'Notion - Page Added Trigger', qui surveille l'ajout de nouvelles pages dans une base de données Notion spécifique. Étape 2 : Une fois la page ajoutée, le contenu est récupéré grâce au nœud 'Notion - Retrieve Page Content'. Étape 3 : Le contenu est ensuite filtré pour exclure les éléments non textuels via le nœud 'Filter Non-Text Content'. Étape 4 : Les blocs de texte sont ensuite résumés et concaténés à l'aide du nœud 'Summarize - Concatenate Notion's blocks content'. Étape 5 : Les données sont préparées pour le stockage dans Supabase avec le nœud 'Create metadata and load content', avant d'être finalement envoyées au 'Supabase Vector Store' pour un accès rapide et efficace. Cette automatisation n8n offre des bénéfices significatifs en termes de gain de temps et d'efficacité, permettant aux utilisateurs de se concentrer sur l'analyse et l'exploitation des données plutôt que sur leur collecte manuelle.

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": "DvP6IHWymTIVg8Up",
  "meta": {
    "instanceId": "b9faf72fe0d7c3be94b3ebff0778790b50b135c336412d28fd4fca2cbbf8d1f5",
    "templateCredsSetupCompleted": true
  },
  "name": "Store Notion's Pages as Vector Documents into Supabase with OpenAI",
  "tags": [],
  "nodes": [
    {
      "id": "495609cd-4ca0-426d-8413-69e771398188",
      "name": "Sticky Note",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        480,
        400
      ],
      "parameters": {
        "width": 637.1327972412109,
        "height": 1113.7434387207031,
        "content": "## Store Notion's Pages as Vector Documents into Supabase\n\n**This workflow assumes you have a Supabase project with a table that has a vector column. If you don't have it, follow the instructions here:** [Supabase Vector Columns Guide](https://supabase.com/docs/guides/ai/vector-columns)\n\n## Workflow Description\n\nThis workflow automates the process of storing Notion pages as vector documents in a Supabase database with a vector column. The steps are as follows:\n\n1. **Notion Page Added Trigger**:\n   - Monitors a specified Notion database for newly added pages. You can create a specific Notion database where you copy the pages you want to store in Supabase.\n   - Node: `Page Added in Notion Database`\n\n2. **Retrieve Page Content**:\n   - Fetches all block content from the newly added Notion page.\n   - Node: `Get Blocks Content`\n\n3. **Filter Non-Text Content**:\n   - Excludes blocks of type \"image\" and \"video\" to focus on textual content.\n   - Node: `Filter - Exclude Media Content`\n\n4. **Summarize Content**:\n   - Concatenates the Notion blocks content to create a single text for embedding.\n   - Node: `Summarize - Concatenate Notion's blocks content`\n\n5. **Store in Supabase**:\n   - Stores the processed documents and their embeddings into a Supabase table with a vector column.\n   - Node: `Store Documents in Supabase`\n\n6. **Generate Embeddings**:\n   - Utilizes OpenAI's API to generate embeddings for the textual content.\n   - Node: `Generate Text Embeddings`\n\n\n7. **Create Metadata and Load Content**:\n   - Loads the block content and creates associated metadata, such as page ID and block ID.\n   - Node: `Load Block Content & Create Metadata`\n\n8. **Split Content into Chunks**:\n   - Divides the text into smaller chunks for easier processing and embedding generation.\n   - Node: `Token Splitter`\n\n\n\n"
      },

Personnaliser ce workflow

Détail des nœuds n8n

• 01

  Sticky Note

  Ce noeud crée une note autocollante avec des dimensions et un contenu spécifiés.

• 02

  Embeddings OpenAI

  Ce noeud génère des embeddings à partir de données textuelles en utilisant l'API OpenAI.

• 03

  Token Splitter

  Ce noeud divise un texte en morceaux basés sur une taille et un chevauchement de morceaux définis.

• 04

  Notion - Page Added Trigger

  Ce noeud déclenche le workflow lorsqu'une nouvelle page est ajoutée dans Notion.

• 05

  Notion - Retrieve Page Content

  Ce noeud récupère le contenu d'une page spécifique dans Notion en utilisant son identifiant de bloc.

• 06

  Filter Non-Text Content

  Ce noeud filtre le contenu pour ne conserver que les éléments textuels selon des conditions définies.

• 07

  Summarize - Concatenate Notion's blocks content

  Ce noeud résume le contenu des blocs de Notion en les concaténant selon des options spécifiées.

• 08

  Create metadata and load content

  Ce noeud crée des métadonnées et charge du contenu à partir de données JSON selon les options fournies.

• 09

  Supabase Vector Store

  Ce noeud interagit avec une base de données Supabase pour stocker ou récupérer des vecteurs.