Mindket

根据 Notion 知识库回答问题的聊天助手

新上架第 1 版 · 更新于

概览

一个 n8n 工作流,带一个聊天页面,根据一个存着问答的 Notion 数据库来回答问题。AI 智能体按关键词或标签搜索数据库,读匹配的页面,并附上页面链接回复。

根据 Notion 知识库回答问题的聊天助手 是一款 n8n 工作流,属于效率类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,或复制它的 JSON,再导入 n8n 画布。在 n8n 里启用之前,它不会运行。

速览

用在
  • n8n Cloud:在那里新建一个工作流,把文件导入进去
  • 你自己的 n8n 服务器:同一个文件,同样的步骤
  • 换一个模型:改 OpenAI Chat Model 里的 model
  • 换一个数据库:在 Get database details 里选它

平台

连接 2 个应用

运行方式

触发

一条聊天消息

访客在聊天页面里启动它:

  • 在聊天里输入的一个问题
  • 聊天页面由 n8n 提供,是公开的

动作

  1. 从 Notion 读数据库的名称和标签列表
  2. 问题连同这些信息和最近四轮对话交给 AI 智能体
  3. 智能体按关键词或标签搜索数据库
  4. 它打开最匹配的页面,读里面的块
  5. 它根据那个页面作答,并给出页面的链接

结果

一段根据 Notion 记录得出的简短聊天回答,附页面链接

集成

开始之前要准备好这些。

Notion

知识库

存放问题和答案,回应搜索和页面读取。

需要一个 Notion 凭据,和一个带 question、tags、updated_at 的数据库

OpenAI

语言模型

运行智能体,由它挑选工具并写出答案。

需要一个 OpenAI API 密钥,放在一个 OpenAI 凭据里

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
4 个步骤,由聊天消息启动
AI
1 个步骤调用 AI 模型:AI Agent
登录
需要登录:Notion、OpenAI
API 密钥
文件里没有留下 API 密钥
步骤类型
Mindket 的检查器能读懂它全部 4 种步骤类型

以上内容读自工作流文件,并非实际运行的结果。

关于

它是什么

这个 n8n 工作流把一个 Notion 数据库变成聊天助手。访客在聊天页面里输入一个问题。工作流先读数据库的名称和标签列表,再把问题交给一个 AI 智能体,它带着一小段记忆和两个 Notion 搜索工具。智能体按关键词或标签搜索记录,读最匹配的页面,根据它作答,并附上链接。八个节点干活,另有两张便签。

适合谁

把答案放在 Notion 里、又厌倦了一遍遍回复同样问题的小团队。它适合帮助台、内部知识库或客户常见问题。如果数据库里是私人笔记,就别选它,因为聊天页面在你激活后是公开的,智能体读到的内容也会发给 OpenAI。

谁在用,怎么用
行业谁在用怎么用例子
客服客服团队用一个常见问题数据库回答常见问题团队把退款和发货的答案放在 Notion 里,并在帮助页面上放上聊天页面的链接。
人力资源人事团队给员工一个问政策的地方人事主管存好请假和报销的规定,员工在聊天里问该用哪张表。
软件产品团队搜索发布说明和使用指南页面产品团队按功能给页面打标签,智能体找出和标签对得上的页面。
教育学校办公室回答家长关于日期和规定的问题办公室把学期日期放在表里,让家长到聊天里问,而不是写邮件。

你需要会一点 n8n,有一个为问答设置好的 Notion 数据库和一个 OpenAI API 密钥。

用在哪里

任何能访问 Notion 和 OpenAI API 的 n8n 都能运行它。聊天页面由 n8n 自己提供,所以它需要一个访客能访问到的地址。

  • n8n Cloud:在那里新建一个工作流,把文件导入进去
  • 你自己的 n8n 服务器:同一个文件,同样的步骤
  • 换一个模型:改 OpenAI Chat Model 里的 model
  • 换一个数据库:在 Get database details 里选它

设置

点“下载”会把一个压缩包存到你的下载文件夹,里面有 workflow.json 和 Mindket 写的设置说明。 Notion 数据库必须有固定的结构。

先准备好这些
需要说明
n8nn8n Cloud 或你自己的服务器
Notion一个 Notion 集成,和一个带文本属性 question、多选属性 tags、属性 updated_at 的数据库。每个答案是这一行页面的正文
OpenAI一个 API 密钥,放在一个 OpenAI 凭据里
  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. 在 Notion 里创建一个集成,复制它的密钥。
  3. 创建带 question、tags 和 updated_at 的数据库,把每个答案写在这一行的页面里,并把数据库共享给这个集成。
  4. 添加一个 Notion 凭据,在 Get database details、Search notion database 和 Search inside database record 里选中它。
  5. 在 Get database details 里,选你自己的数据库,替换 <YOUR_NOTION_DATABASE_ID>。
  6. 添加一个 OpenAI 凭据,在 OpenAI Chat Model 里选中它。
  7. 在 n8n 里点 Chat,问一个问题来测试。
  8. 激活这个工作流,从 When chat message received 里复制 Chat URL。

如何使用

打开聊天,输入一个问题,读它的回答。智能体会记住最近四轮对话,所以接着追问也行。

想要不同的效果,改这里
要改的在哪里改
智能体的行为AI Agent 里的系统消息
模型OpenAI Chat Model 里的 model
数据库Get database details
智能体记多少Window Buffer Memory 里的 contextWindowLength
欢迎语和聊天标题When chat message received
搜索看哪些内容Search notion database 里的 JSON 请求体

示例

一位访客在聊天里问退款期有多长。

智能体在 question 属性里搜“退款”,打开最匹配的页面,根据它的文字作答。回复的结尾是这个页面的链接。

新手与专家

新手:n8n 把工作流画成用线连起来的方框,每个方框是一个节点,只做一件事。AI 智能体是一个能决定调用工具的语言模型。这里的工具是对你的 Notion 数据库的两种搜索。

专家:聊天触发器传来 chatInput 和 sessionId。Get database details 和 Format schema 把数据库的名称和标签选项加到同一项上,智能体从 $json 读取它们。两个工具是调用 Notion API 的 HTTP Request 工具。一个把过滤条件发到 /v1/databases/{id}/query,另一个读 /v1/blocks/{page_id}/children。n8n 的 Notion 凭据自己会发送 Notion-Version 头 2022-02-22。

值得细看的地方
节点做什么要知道的
Get database details读数据库的名称和属性每条消息都会运行,会增加一点等待
Format schema把名称、标签列表和数据库 ID 放到消息旁边智能体的提示词和工具会读它们
Search notion database按 question 里的关键词或按标签查数据库关键词和标签是“或”的关系,行按 updated_at 排序
Search inside database record读某一个页面的块它需要第一个工具返回的页面 ID
AI Agent选工具并写出答案系统消息把它限定在记录里的事实

注意事项

聊天模型被换掉了,便签也重写了。Mindket 没有运行过这个工作流。

  • 模型:文件原来用 gpt-4o,OpenAI 的弃用页面(2026 年 11 月 12 日查阅)把它列为 2027 年 1 月 14 日停用。Mindket 的版本用 gpt-5.6-terra,因为带工具的智能体需要一个会调用工具的模型。温度设置删掉了,因为该模型的页面没有列出它
  • 公开聊天:触发器设成了公开。任何拿到 Chat URL 的人都能提问,每个问题都会花 OpenAI 的用量,答案也可能泄露页面里写了什么。记录是私人的话,就把 Public 关掉
  • 工具说明:Search notion database 的说明里,本该写数据库名称的地方是一对空引号。现在它从 $json.databaseName 读名称
  • 记忆:聊天记忆存在 n8n 进程里,所以重启会把它清掉
  • 答案:模型仍可能读错页面。页面请写短一点,并把你的意思写明白
  • 文件里没有任何凭据,也没有 Notion 数据库 ID

README 和文件

README

根据 Notion 知识库回答问题的聊天助手

一个 n8n 工作流,带一个聊天页面,根据一个存着问答的 Notion 数据库来回答问题。AI 智能体按关键词或标签搜索数据库,读匹配的页面,并附上页面链接回复。

包里有什么

  • workflow.json:n8n 导出的工作流,十个节点。八个干活,两个是便签,标出各个步骤。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

  • 聊天模型原来是 gpt-4o,OpenAI 的弃用页面(2026 年 11 月 12 日查阅)把它列为 2027 年 1 月 14 日停用。Mindket 的版本用 gpt-5.6-terra,并删掉了温度设置。
  • Search notion database 的说明里,本该写数据库名称的地方是一对空引号。现在它从 $json.databaseName 读名称。
  • Notion 数据库 ID 以及它缓存的名称和地址已删掉,现在是 <YOUR_NOTION_DATABASE_ID>。
  • 四张便签里,两张删掉了,两张重写了。设置步骤现在写明了搜索需要的属性。指向视频、一个活动网站和一个模板页面的链接都删掉了。
  • Notion 和 OpenAI 节点原来关联着原始所有者各个账号里的凭据。这些关联已删掉,请选你自己的。
  • 别的都没改。智能体的系统消息、记忆、过滤条件和聊天触发器都是原来副本自己的。

开始之前

  • 一个访客能访问到的 n8n 实例,n8n Cloud 或自己的服务器都行。
  • 一个 Notion 集成,和一个带 question、tags、updated_at 的数据库,每个答案写在这一行的页面里。
  • 一个 OpenAI API 密钥。

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. 在 Notion 里创建一个集成,复制它的密钥。
  3. 创建带 question、tags 和 updated_at 的数据库,把每个答案写在这一行的页面里,并把数据库共享给这个集成。
  4. 添加一个 Notion 凭据,在 Get database details、Search notion database 和 Search inside database record 里选中它。
  5. 在 Get database details 里,选你自己的数据库,替换 <YOUR_NOTION_DATABASE_ID>。
  6. 添加一个 OpenAI 凭据,在 OpenAI Chat Model 里选中它。
  7. 在 n8n 里点 Chat,问一个问题来测试。
  8. 激活这个工作流,从 When chat message received 里复制 Chat URL。

一次运行的过程

  1. When chat message received 收下访客的消息,开始这次运行。
  2. Get database details 从 Notion 读数据库。
  3. Format schema 把数据库的名称、ID 和标签选项加到消息上。
  4. AI Agent 收到问题,还有来自 Window Buffer Memory 的最近四轮对话。
  5. 智能体需要时,Search notion database 按关键词或标签查记录。
  6. Search inside database record 读最匹配的那个页面。
  7. 智能体根据那个页面作答,并给出它的链接。

改变结果

  • 智能体的行为:AI Agent 里的系统消息。
  • 模型:OpenAI Chat Model 里的 model。
  • 数据库:Get database details。
  • 智能体记多少:Window Buffer Memory 里的 contextWindowLength。
  • 欢迎语和聊天标题:When chat message received。
  • 搜索看哪些内容:Search notion database 里的 JSON 请求体。

注意事项

  • Mindket 没有运行过这个工作流。没有调用过 Notion 和 OpenAI。Notion 的调用来自文件里的工具设置,节点的默认值来自 n8n 的源码,查阅日期是 2026 年 11 月 12 日。
  • 工作流激活后,聊天页面是公开的。任何拿到地址的人都能提问,所以记录是私人的话,请把 Public 关掉。
  • 智能体用 gpt-5.6-terra,因为它带着工具。gpt-6-luna 在 Chat Completions 里只有关闭推理才会调用工具,而这个节点不会发送这个设置。
  • 记忆存在 n8n 进程里,所以重启会把它清掉。
  • 搜索按名为 question 的属性和 tags 过滤,并按 updated_at 排序。没有这些属性的数据库会报错。
  • 文件里没有任何凭据、密钥和 Notion 数据库 ID。
文件
NOTICE.md  585 B
README.md  4 KB
workflow.json  10 KB

3 个文件,共 15 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

DeepSeek-R1-GGUF

unsloth · 工具包

671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。

新上架

Axion-1.0-35B-GGUF

prithivMLmods · 工具包

提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。

新上架

HEART

Phips · 工具包

用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。

新上架

效率类的相似商品

查看效率类的全部商品

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Frontend Slides

zarazhangrui · 技能

从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。

新上架32.3k