带 Postgres 记忆和工具的健康险报价聊天助手

带 Postgres 记忆和工具的健康险报价聊天助手

一个葡萄牙语的 n8n 聊天，用来比较企业健康保险方案。AI 助手把每位访客记在一张 Postgres 表里。它可以在 MySQL 的方案表里，按城市、人数和投保人的年龄，找出最便宜的三个匹配方案，还能调用两个网络 API。这是一个起步模板：表和两个 API 要你自己提供，两条系统消息只是要你改写的简短草稿。

包里有什么

• workflow.json：n8n 导出的工作流，十三个节点和一张便签。里面没有任何凭据。
• README.md：这份设置说明，压缩包里的是英文版。

我们相对原来的副本改了什么

• 那两个调用 OpenAI Assistant 的步骤用的是 n8n 的 Assistant 节点。OpenAI 的弃用页面（2026 年 11 月 12 日查阅）写明 Assistants API 于 2026 年 8 月 26 日关停，替代方案是 Responses API 和 Conversations API。现在两步都是 AI Agent，Save Lead Profile 和 Quote Assistant，各配一个调用 gpt-5.6-terra 的模型节点：Profile Chat Model 和 Assistant Chat Model。
• 作者的 assistant 里有它们自己的指令，文件里没有。两条系统消息是我们写的：一条简短的，用来保存访客资料并用一句话确认；另一条要求报价助手用葡萄牙语作答、使用它的三个工具，并且只引用工具返回的内容。请读一遍，再按你的业务改写。
• 工具 Products in Daatabase 现在叫 Products in Database，并为它写了描述。
• Knowledge Base 的描述原来是占位文字，现在写明了这个工具查什么。它的地址原来指向作者的公司，现在是 https://<YOUR_QUOTE_API_HOST>/widget/info。
• External API 原来调用的是一台私有主机，现在是 https://<YOUR_LOOKUP_API_HOST>/findByNameAndBirthDate。它的请求体原来写的是 {{json.name}}，n8n 会把它当作表达式，解析不了。现在用 {name} 和 {birthdate}，这是 HTTP Request 工具会填的单花括号占位符。
• 聊天的问候语原来提到了作者的公司和一个机器人的名字，现在是一句中性的葡萄牙语问候。
• OpenAI、MySQL 和 Postgres 节点与作者那边 n8n 里凭据的关联已删掉，请选你自己的。
• 别的都没改。文件里没有 Code 节点。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个能用 gpt-5.6-terra 的 OpenAI API 密钥。
• 一个放聊天记忆的 Postgres 数据库。aimessages 表不存在时，会在第一次使用时创建。
• 一个有 Products 表的 MySQL 数据库，以及一个只能读取它的用户。查询用到这些列：cityQuery、state、modality、removed、minLifeAmount、maxLifeAmount、createdAt，以及从 priceAtAge0To18 到 priceAtAge59To199 的十个价格列。
• 两个网络工具各一个地址，或者决定把它们删掉。
• 如果想保存访客的资料，需要你自己的前端。见下面的注意事项。

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 OpenAI 凭据，在 Profile Chat Model 和 Assistant Chat Model 里选中它。
3. 添加一个 Postgres 凭据，在 Postgres Chat Memory 和 Postgres Chat Memory1 里选中它。
4. 为只读用户添加一个 MySQL 凭据，在 Products in Database 里选中它。
5. 在 Knowledge Base 里，把 <YOUR_QUOTE_API_HOST> 换成你的报价服务。在 External API 里，把 <YOUR_LOOKUP_API_HOST> 换成你的查询服务。两个都没有的话，就删掉这个工具，以及 Quote Assistant 系统消息里关于它的那一行。
6. 读一遍 Save Lead Profile 和 Quote Assistant 的系统消息，并改写它们。
7. 保存工作流，点画布上的 Chat 按钮打开聊天，请它为一家公司推荐方案，并给出城市、人数和投保人的年龄。

一次运行的过程

1. Chat Trigger 接收访客的消息。它是公开的，开头是一句葡萄牙语问候。
2. If 检查消息里有没有 leadData 对象。没有的话，消息直接交给 Quote Assistant。
3. 有的话，Edit Fields1 把资料变成一句话：姓名、年龄、城市、州、职业、学历、所属团体、设备、渠道和方案类型。Save Lead Profile 把它存进记忆，并用一句话确认。
4. Edit Fields2 把访客自己的消息和 session_id 放回去，交给 Quote Assistant。
5. Quote Assistant 借助 Postgres Chat Memory 作答，它保存最近三十轮对话。它可以调用 Products in Database、Knowledge Base 和 External API。
6. Products in Database 按城市、州、人数和投保人的年龄，返回险种为 PME 的最便宜的三个方案，价格相同时新的在前。
7. 回复回到聊天里。

改变风格

• 助手怎么说话、必须做什么：Quote Assistant 里的系统消息。
• 资料那句话：Edit Fields1 里的文字。
• 查询：Products in Database，包括险种和结果数量。
• 问候语：Chat Trigger 里的初始消息。
• 工具的地址和描述：Knowledge Base 和 External API。
• 模型：Profile Chat Model 和 Assistant Chat Model。

注意事项

• 资料这条分支需要你自己的前端。内置的聊天页面不发送 leadData 和 session_id，所以工作流会跳过资料步骤，直接去 Quote Assistant。前端可以把这两个字段放在发往聊天 webhook 的请求最上层。
• 记忆的键是 session_id 加上聊天自己的 sessionId。Edit Fields2 去掉了 sessionId，所以同时发两个 id 的前端会在下一条消息时开出一份新的记忆。请只发其中一个。
• Products in Database 把模型填的值直接写进它的 SQL 文本。给它一个只能读取那一张表的用户，正式使用前也想一想，要不要把这些值挪到节点的查询参数里。
• 聊天是公开的。任何知道地址的人都能和助手对话，花你的 OpenAI 密钥。
• 资料里有一个人的姓名、年龄、城市、职业和学历，它会存进 Postgres，也会发给 OpenAI。External API 会把姓名和出生日期发给你的查询服务。请确认你的合规义务，比如巴西的 LGPD。
• 查询和工具是按一种业务调的：险种固定为 PME，Knowledge Base 里的州固定为 SP。请换成你自己的。
• 报价助手被要求绝不编造方案和价格。不过让访客看到之前，还是用你自己的表测一遍。
• 每条回复可能对应好几次模型调用，助手每用一个工具就多一次。