RAG Chatbot con Ingesta de Documentos

¿Qué hace este workflow?

Este workflow integral permite construir un sistema de RAG (Retrieval-Augmented Generation) completo para la gestión de conocimiento. Comienza con un formulario de n8n para la ingesta de documentos, que se procesan mediante un divisor de texto recursivo y se transforman en embeddings usando Ollama. Estos vectores se almacenan de forma segura en una base de datos vectorial Qdrant, creando una fuente de información robusta y consultable. Posteriormente, un segundo flujo activa un chatbot conversacional que, al recibir una pregunta, consulta la información previamente indexada en Qdrant a través de los embeddings de Ollama para generar respuestas precisas y relevantes. Es ideal para empresas que desean dotar a sus equipos de atención al cliente, soporte técnico o incluso ventas con una herramienta inteligente para resolver dudas complejas basándose en su documentación interna, sin necesidad de intervención manual y garantizando la coherencia de las respuestas. Esto se traduce en un ahorro significativo de tiempo en la búsqueda de información y una mejora en la calidad del servicio.

¿Cómo funciona?

Este workflow usa 13 nodos conectados con 10 tipos diferentes: FormTrigger, VectorStoreQdrant, EmbeddingsOllama, DocumentDefaultDataLoader, TextSplitterRecursiveCharacterTextSplitter y 5 más. La estructura está totalmente conectada — listo para importar.

¿Para quién es?

Diseñado para equipos de Atención al Cliente. Nivel intermedio — necesitas familiaridad con n8n.