Qdrant + OpenAI 電影推薦 RAG 聊天機器人
AI 驅動
27 個節點
進階
高品質、即插即用的 n8n 自動化流程，快速提升工作效率。
核心解決方案
- 省下大量手動作業時間
自動化日常繁瑣工作，將心力專注於更高價值的任務。
- 降低人為錯誤率
工作流程標準化，確保資料準確無誤地在不同平台間同步。
- 24/7 全天候運作
即使在休息時間，自動化流程也會持續為你提供服務。
- 極速部署與整合
無需自行開發，匯入 JSON 檔案並填寫 API Key 即可完成設定。
整合的應用程式
O
OpenAI Q
Qdrant 設定教學
預估設定時間：25-30 分鐘
你需要準備
Qdrant 向量資料庫 OpenAI GitHub Qdrant
1
建立向量索引
執行一次 Qdrant Vector Store 節點，這會讀取 GitHub 上的電影資料並生成 Embedding 存入 Qdrant。
2
配置 Embedding 模型
確保上傳與查詢時使用的 Embedding 模型一致（如 text-embedding-3-small）。
3
設定推薦邏輯
在 Calling Qdrant Recommendation API 節點中填入您的 Qdrant 集合網址。
購買後解鎖完整設定教學
包含 4 個設定步驟 + 3 個 API 設定指南 + 常見問題排除
1. 匯入 JSON 到 n8n。
2. 執行左側的「數據上傳」流程將電影資料匯入 Qdrant。
3. 配置 AI Agent 以啟用對話式推薦。
1
建立向量索引 Qdrant Vector Store
執行一次 Qdrant Vector Store 節點，這會讀取 GitHub 上的電影資料並生成 Embedding 存入 Qdrant。
2
配置 Embedding 模型 Embeddings OpenAI
確保上傳與查詢時使用的 Embedding 模型一致（如 text-embedding-3-small）。
3
設定推薦邏輯 Calling Qdrant Recommendation API
在 Calling Qdrant Recommendation API 節點中填入您的 Qdrant 集合網址。
4
AI 代理設定 AI Agent
在 AI Agent 節點中整合 Qdrant 查詢工具，使其能根據用戶偏好檢索電影。
API 設定指南
GitHub 設定教學
載入中...
OpenAI 設定教學
載入中...
Qdrant 設定教學
載入中...
測試方法
點擊 Test Workflow 並在 Chat 視窗輸入「推薦我一部關於太空冒險的驚悚片」，觀察 AI 是否能從向量庫中找出相關電影。
啟用自動化
此流程通常用於 Chat UI，可透過 n8n 的 Chat Trigger 或 Webhook 整合至網頁前端。
常見問題排除
Qdrant 查詢無結果
檢查資料上傳流程是否成功，以及查詢時使用的 Collection 名稱是否正確。
推薦結果不相關
嘗試更換更強大的 Embedding 模型，或優化資料上傳時的 Text Splitter 分割塊大小。
個人使用授權 NT$ 790
AI 進階模板 即時下載 JSON 檔案
完整中文設定教學
包含 LINE / Telegram 設定指南
終身功能更新
安全付款 · PAYUNi 金流
或者購買超值方案包
包含在此套件中 AI 聊天機器人進階包