手动触发自动化

此工作流适合以下人群：
- 开发者：需要集成多个 API 和服务以构建复杂的自动化流程。
- 数据科学家：希望通过自然语言处理和向量存储来分析和查询文档。
- 项目经理：需要快速获取文件相关信息和引用，以便在项目中做出更好的决策。
- 研究人员：希望通过与文档的交互来获取信息和引用，尤其是在处理大量文献时。

此工作流解决了以下问题：
- 文档处理：自动从 Google Drive 下载文件，并将其分割为可处理的块，以便进行进一步分析。
- 信息检索：通过与自然语言处理模型的交互，快速从文档中提取相关信息和引用。
- 多次查询：允许用户通过手动触发来多次运行工作流，获取实时的查询结果和反馈。

工作流过程详细说明：
1. 手动触发：用户点击 "执行工作流" 按钮，启动整个流程。
2. 设置文件 URL：从 Google Drive 中设置要下载的文件的 URL。
3. 下载文件：使用 Google Drive API 下载指定的文件。
4. 数据加载：将下载的文件加载到默认数据加载器中，以便进行处理。
5. 文本分割：将文档内容分割成较小的块，以便进行向量化和嵌入。
6. 生成嵌入：使用 OpenAI 模型生成文本的嵌入表示，以便进行相似性搜索。
7. 查询处理：当接收到聊天消息时，设置要发送到模型的最大块数。
8. 获取匹配块：从向量存储中获取与用户查询最匹配的文档块。
9. 准备块：将获取的块格式化为适合模型的输入格式。
10. 回答查询：使用信息提取模型根据上下文回答用户的问题，并生成引用。
11. 生成响应：将答案和引用组合成最终响应，供用户查看。

用户可以通过以下方式自定义和适应此工作流：
- 修改文件 URL：在 "设置文件 URL 在 Google Drive" 节点中更改文件链接，以适应不同的文档。
- 调整块大小：在 "递归字符文本分割器" 节点中更改 chunkSize 和 chunkOverlap 参数，以优化文本分割效果。
- 更换向量存储：在 "Pinecone Vector Store" 节点中更改索引名称，以使用不同的向量存储服务。
- 更改模型参数：在 "OpenAI Chat Model1" 节点中选择不同的模型或调整其参数，以满足特定需求。
- 添加更多节点：根据需要添加新的节点，以扩展工作流的功能，例如集成其他 API 或服务。