HttpRequest 自动化

目标用户

- 数据分析师：需要从大量文档中提取信息并进行分析。
- 开发者：希望自动化文件处理和存储的工作流。
- 企业用户：需要高效管理和查询存储在 Supabase 中的文件。
- AI 研究人员：希望利用 AI 模型与文档进行交互。
- 内容创作者：需要快速检索和引用文档中的特定信息。

解决的问题

- 效率低下：手动从大型文档库中提取和分析信息耗时且低效。
- 重复处理：避免重复处理已存储的文件，节省时间和资源。
- 信息检索：通过 AI 驱动的交互方式，快速获取上下文相关的信息。
- 文档管理：自动化文档的下载、处理和存储，简化工作流程。

工作流程步骤

1. 手动触发工作流：用户通过点击“测试工作流”来启动流程。
2. 获取所有文件：从 Supabase 中检索所有存储的文件，确保获取最新数据。
3. 循环处理文件：对每个文件进行循环处理，判断是否需要下载和处理。
4. 文件下载：下载新文件，确保获取最新的内容。
5. 文件类型判断：使用 Switch 节点根据文件类型（如 PDF 或文本）进行不同的处理。
6. 内容提取：针对 PDF 文件提取内容，针对文本文件直接处理文本。
7. 内容分块：将大文本数据分割成小块，便于后续处理和存储。
8. 生成向量嵌入：使用 OpenAI 的嵌入工具生成向量化的内容，便于检索。
9. 存储向量化数据：将生成的向量信息存储到 Supabase 的向量存储中。
10. AI 聊天机器人集成：添加聊天机器人节点，处理用户输入并检索相关文档片段。

自定义指南

- 修改 Supabase 配置：根据自己的 Supabase 设置更改存储名称、数据库 ID 和凭证。
- 调整文件处理逻辑：根据需要添加或修改文件类型的处理逻辑，例如支持更多文件格式。
- 修改向量存储设置：根据业务需求调整向量存储的表名和查询名称。
- 自定义 AI 模型：根据需要选择不同的 OpenAI 模型，优化聊天机器人的响应。
- 调整文本分割参数：根据文档的实际情况调整文本分割的大小和重叠量，以提高处理效率。