Notion 页面用 Gemini 嵌入存入 Pinecone

Notion 页面用 Gemini 嵌入存入 Pinecone

一个 n8n 工作流，监视 Notion 数据库里的新页面。它读取每个页面，把文字合在一起，切成片段，再用 Gemini 嵌入模型把片段变成向量。
Pinecone 存下这些向量，页面 id、标题和创建时间作为元数据。

里面有什么

• workflow.json：n8n 导出的工作流，九个节点，其中一个是便签。里面没有任何凭据。
• README.md：这份说明。

和原来的副本相比，我们改了什么

• 原来用的 Gemini 模型是 models/text-embedding-004，Google 已在 2026 年 1 月 14 日关闭它。现在这一步用
  models/gemini-embedding-001，它是 n8n 的 Gemini 嵌入节点的默认模型。
• 这个模型产生 3072 个数的向量，而不是原来名字里的 768。Pinecone 索引必须是这个大小。
• Notion 数据库和 Pinecone 索引原来是私有的。现在它们是占位符 <YOUR_NOTION_DATABASE_ID> 和
  <YOUR_PINECONE_INDEX>。
• 页面标题原来从一个叫 Name 的属性里读。现在改成从放着标题的那个属性里读，所以你的数据库把它叫别的名字也能用。
• 几个节点改了名，说明它们做什么，名字里也不再有带空格的连字符。连线没有变。
• 用朴素的话加了一个便签。

开始之前

• 一个 Notion 集成令牌，和一个共享给该集成的数据库。
• 一个 Google Gemini API 密钥。
• 一个 Pinecone 账号、一个 API 密钥，和一个 3072 维的索引。

设置

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. 添加一个 Notion 凭据，并在 Page Added in Notion 和 Get Page Blocks 里选上它。在 Page Added in Notion 里，把
   <YOUR_NOTION_DATABASE_ID> 换成你数据库的 id，也就是它链接里的那 32 个字符。
3. 建一个 3072 维的 Pinecone 索引。在 Store in Pinecone 里添加一个 Pinecone 凭据，并把
   <YOUR_PINECONE_INDEX> 换成索引名。
4. 添加一个 Google Gemini 凭据，并在 Gemini Embeddings 里选上它。
5. 发布工作流，然后往数据库里加一个测试页面，等一分钟。

一次运行的过程

1. Page Added in Notion 找到一个新页面。Simplify 是关着的，所以这一项里是带着全部属性的原始页面。
2. Get Page Blocks 读取直接放在页面上的块。
3. Filter Non-Text Content 去掉类型是图片或视频的块。
4. Join Blocks Into One Text 把剩下各块的文字连起来，一块一行，放进字段
   concatenated_content。
5. Load Page and Add Metadata 把这段文字包成一份文档，带上页面 id、创建时间和页面标题。
   Token Splitter 把它切成每块 256 个 token、重叠 30 的片段。
6. Gemini Embeddings 把每个片段变成向量，Store in Pinecone 把向量插入你的索引。

想换个结果，改这里

• 数据库：Page Added in Notion。
• 跳过哪些块：Filter Non-Text Content 里的条件。
• 片段大小和重叠：Token Splitter。
• 元数据：Load Page and Add Metadata。
• 嵌入模型：Gemini Embeddings。索引的大小要跟着改。
• 索引或命名空间：Store in Pinecone。

值得知道的事

• 这个工作流只负责往索引里写。搜索是另一个工作流的事。
• n8n 的 Gemini 嵌入步骤不会要求更小的向量大小。请对照第一个向量的长度检查索引大小。Mindket 没有核实 Google 对这个模型推荐哪种距离度量。
• 只处理新页面。之后被你编辑或删除的页面，在索引里保持原样，一个页面运行两次就会存两次。
• 只读直接放在页面上的块。折叠块和嵌套列表里面的文字不会被加进来。
• 页面文字会发给 Google 的嵌入服务和 Pinecone。
• Mindket 没有用 Notion、Gemini 或 Pinecone 运行过这个工作流。模型名、向量大小和输入上限依据的是 Google 的公开说明，
  由 Mindket 于 2026 年 11 月 12 日读过。