通过 webhook、用 Qdrant 回答 PDF 报告问题

通过 webhook、用 Qdrant 回答 PDF 报告问题

一个分两部分的 n8n 工作流。第一部分从 Google Drive 读一份 PDF，切成若干段，存进一个 Qdrant 集合。第二部分守在一个 webhook 上等着：你发来一个问题，它找出最接近的五段，交给 OpenAI 聊天模型，再把回答放进回复里发回去。

里面有什么

• workflow.json：n8n 导出的工作流，13 个节点，另有 2 张便签。里面没有任何凭据。
• README.md：这份说明。

我们对原始副本做了哪些改动

Mindket 修正了原始副本里几处会让你绊倒的地方：

• Google Drive 节点里留着它作者自己的文件 ID。现在它写的是 YOUR_FILE_ID，你换成自己的。
• webhook 的路径原来是一长串随机字符。现在它是 pdf-question。
• 原始副本在回答链上接了一个聊天触发器。这个触发器把消息放在名为 input 的字段里，而链读的是 body.input，所以从 Chat 窗口提问会失败。Mindket 去掉了这个触发器。
• 有两张便签提到的是 Supabase，而节点用的是 Qdrant。Mindket 改写了它们，并去掉了第三张只指向一个视频的便签。
• 工作流到你手里时是关闭的，里面也没有任何凭据。

开始之前

• 一个 n8n 实例，n8n Cloud 或你自己的服务器都行。
• 一个 OpenAI API 密钥。
• 一个 Google 账号，用于 Google Drive OAuth2 凭据，再加你 Drive 里的一份 PDF。
• 一个 n8n 能访问到的 Qdrant 实例，要有它的地址，需要的话还要 API 密钥。

设置步骤

1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
2. 添加 OpenAI 凭据，在 Embeddings OpenAI、Embeddings OpenAI1 和 OpenAI Chat Model 里选中它。
3. 添加 Google Drive 凭据，在 Google Drive 里选中它。把 YOUR_FILE_ID 换成你那份 PDF 的 ID，也就是它在 Drive 里地址中那一长串。
4. 用你的 Qdrant 地址和密钥添加 Qdrant API 凭据，在 Qdrant Vector Store 和 Qdrant Vector Store1 里选中它。
5. 打开 OpenAI Chat Model，选一个当前可用的模型。文件里没有指定，所以 n8n 会填上 gpt-5-mini。OpenAI 的弃用页面（2026 年 11 月 12 日查看）给出它的停用日期是 2026 年 12 月 11 日，并指定 gpt-5.6-terra 作为替代。
6. 点一次 Execute Workflow。PDF 会存进名为 crowd 的集合，集合不存在时会被创建。
7. 在 Webhook1 上开始监听测试事件，再发一个问题：

curl -X POST https://YOUR-N8N-ADDRESS/webhook-test/pdf-question \
  -H "Content-Type: application/json" \
  -d '{"input": "What are the main risks this report names?", "company": "crowd"}'

工作流一发布，同样的调用改发到 /webhook/pdf-question。

一次运行是怎么走的

第一部分在你点 Execute Workflow 时运行：

1. When clicking "Execute Workflow" 开始运行。
2. Google Drive 下载你设了 ID 的那个文件。
3. Binary to Document 读取 PDF 的二进制字段 data，把它的各页变成文档。
4. Recursive Character Text Splitter 把它们切成 3000 个字符一段，段与段重叠 200 个字符。
5. Embeddings OpenAI 把每一段变成向量，Qdrant Vector Store 把这些向量插入集合 crowd。

第二部分在有问题进来时运行：

1. Webhook1 接收 pdf-question 上的一个 POST，并把回复留着，直到有节点作答。
2. Retrieval QA Chain 从 body.input 读出问题。
3. Qdrant Vector Store1 搜索 body.company 里写的那个集合，由 Embeddings OpenAI1 把问题变成向量。Vector Store Retriever 留下最接近的五段。
4. OpenAI Chat Model 根据这几段写出回答。
5. Respond to Webhook 把回答作为纯文本发回去。

想改样子，改这里

• 集合：存入时用 Qdrant Vector Store 里的名称，提问时用你发出的 company 字段。两者要保持一致。
• 分段大小和重叠：Recursive Character Text Splitter。
• 链能看到几段：Vector Store Retriever 里的 topK，文件里是 5。
• 模型：OpenAI Chat Model。
• 换一份文件：Google Drive 里的 ID。想把几份报告分开保存，就给每份用一个新的集合名。

要知道的

• company 字段决定搜索哪个集合，所以一个对不上任何集合的名称，就不可能返回回答。
• 第一部分每运行一次，就会把这份文件的各段再存一遍，而且不会清空集合，所以每份文件只运行一次。
• 两个嵌入节点必须用同一个模型，因为集合里的向量长度是固定的。它们到你手里时用的是节点的默认值。
• 每个问题至少计一次嵌入调用和一次模型调用。
• 报告的文字和每个问题都会发给 OpenAI。Qdrant 存着那些分段。
• 这个 webhook 没有登录验证。工作流一发布，任何知道它地址的人都能提问，并花掉你的 OpenAI 密钥。
• 回答依据的是拿到的五个分段，所以重要的内容请对照 PDF 核对。
• 这个 JSON 里没有任何凭据。