股票问答工作流

适用人群

- 企业分析师：需要快速从文档中提取信息以支持决策。
- 开发者：希望集成自动化工作流到应用程序中的技术人员。
- 数据科学家：需要结合自然语言处理与数据检索的专业人士。
- 产品经理：希望提高团队协作效率的管理者。

解决的问题

- 信息检索效率低：通过自动化从文档中提取信息，显著减少手动查找所需的时间。
- 数据整合难度大：将来自 Google Drive 的 PDF 文档内容自动化处理并存储到向量数据库中，方便后续查询。
- 响应时间过长：通过 webhook 触发的自动化流程能快速响应用户的查询请求，提高用户体验。

工作流步骤

1. 触发器：通过 webhook 接收来自用户的查询请求。
2. 文档下载：从 Google Drive 下载指定的 PDF 文件。
3. 文档处理：将下载的 PDF 文件转换为可处理的文档格式。
4. 文本分割：将文档内容分割成较小的文本块，以便于后续处理。
5. 嵌入生成：使用 OpenAI 的嵌入模型生成文本块的向量表示。
6. 向量存储：将生成的向量插入到 Qdrant 向量数据库中。
7. 查询处理：接收用户查询，使用检索 QA 链从向量数据库中找到相关信息。
8. 响应用户：将检索到的信息通过 webhook 响应给用户。

自定义指南

- 修改 PDF 文件源：在 Google Drive 节点中更改 fileId，以下载不同的 PDF 文件。
- 调整文本分割参数：在 Recursive Character Text Splitter 节点中修改 chunkSize 和 chunkOverlap，以适应不同文档的结构。
- 更改嵌入模型：在 Embeddings OpenAI 节点中可以选择不同的嵌入模型参数，以优化检索效果。
- 自定义响应内容：在 Respond to Webhook 节点中调整 responseBody，以更改返回给用户的信息格式。