用 Qdrant、Mistral 和 OpenAI 做的德州税法助手

用 Qdrant、Mistral 和 OpenAI 做的德州税法助手

一个分成两部分的 n8n 工作流。第一部分从州政府公开的法规网站下载德州税法，把它切成一条条法条，用 Mistral 做嵌入，存进 Qdrant 向量库。第二部分是和一个 OpenAI Agent 的聊天，Agent 有两个工具。一个根据问题找出最接近的法条来回答，另一个按编号或名称取出某一条或整整一章。Agent 会写明它用的是哪一章哪一条。

包里有什么

• workflow.json：n8n 导出的工作流，三十一个节点和七张便签。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

• 州政府原来的下载地址现在返回的是一个网页，不是压缩包。这个副本下载 https://tcss.legis.texas.gov/resources/Zips/TX.pdf.zip，这是网站自己的下载清单里的地址，2026 年 11 月 12 日查阅。压缩包里有 56 个章节 PDF。
• 把文字切成法条的那个正则，点号两边各只允许一到两位数字，所以几乎哪里都切不开。另外两个正则遇到 41A 这样的条号就出错。三个现在都改成 \nSec\.\nA[0-9]{1,4}[A-Z]?\.[0-9]{1,5}[A-Z]?\.AA。用 n8n 的 PDF 文字步骤的本地副本在全部 56 个文件上运行，得到 2,030 条法条，每个文件里的编号数量和正文数量都一样多。
• Map To Sections 原来对每一条法条都取第一个 PDF 的章节名，所以每条法条带的章节名都一样。现在改成取这条法条所在 PDF 的章节名。
• 分块节点的名字写的是 50,000 个字符，实际切的是 30,000，而且它的份数向下取整。最长的一条法条有 38,277 个字符，结尾被丢掉了。现在节点向上取整，依次每 30,000 个字符切一块，并改名为 Content Chunking @ 30k Chars。
• OpenAI Chat Model 没有设置模型，所以 n8n 用了这个节点版本的默认值 gpt-5-mini，OpenAI 会在 2026 年 12 月 11 日把它关停。现在改成调用 gpt-5.6-terra，这是 OpenAI 弃用页面上写的替代模型，2026 年 11 月 12 日查阅。
• Search Tool 里的示例把法条写成 Sec 1.01。存下来的编号是 1.001 这样的纯数字，所以示例改成了这样。
• 一张便签原来邀请读者去一个聊天社区和论坛，最后那一段已经删掉。
• 凭据关联和 webhook id 已删掉。请选你自己的凭据。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个 OpenAI API 密钥和一个 Mistral API 密钥。
• 一台 n8n 能访问的 Qdrant 服务器，需要时还要它的 API 密钥。n8n Cloud 需要一台能从互联网访问的。

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 Mistral Cloud 凭据，在 Embeddings Mistral Cloud 和 Get Mistral Embeddings 里选中它。
3. 添加一个 Qdrant 凭据，在 Qdrant Vector Store、Use Qdrant Search API1 和 Use Qdrant Scroll API 里选中它。
4. 你的 Qdrant 在别处的话，改掉那两个 HTTP 节点里的 http://qdrant:6333。集合名 texas_tax_codes 写在它们的地址里，也在 Qdrant Vector Store 里。
5. 添加一个 OpenAI 凭据，在 OpenAI Chat Model 里选中它。
6. 保存工作流。两个工具是按工作流自己的 id 调用它的，所以保存之后才能用。
7. 点 Test workflow 加载法典。它要运行一阵子。法条每次五条，每批之后停一秒，大约有 400 批。去 Qdrant 里看集合慢慢变满。
8. 打开聊天，问一个法典能回答的问题，比如谁必须缴纳特许经营税。回答应该写明一个章节和一个条号。

加载的过程

1. Get Tax Code Zip File 下载压缩包，Extract Zip Files 解压，Files as Items 把每个 PDF 变成一个条目。然后 Extract PDF Contents 读出每个的文字。
2. 在 Extract From Chapter 里，文字被切成一条条法条，同时生成编号清单。之后 Map To Sections 把每个编号和它的标题、正文配对，并加上章节名。接着 Sections To List 为每条法条生成一个条目，Only Valid Sections 去掉空的。
3. For Each Section... 每次取五条法条。长的法条由 Content Chunking @ 30k Chars 和 Split Out Chunks 切成大块。
4. Qdrant Vector Store 把它们做嵌入并存起来。Recursive Character Text Splitter 把每块切到 2000 个字符，Default Data Loader 加上元数据 chapter、section、title 和 content_order。然后 1sec 等一秒，循环继续。

聊天的过程

When chat message received 把每条消息交给 AI Agent，配上 Window Buffer Memory 和 OpenAI Chat Model。Agent 有两个工具，每个都通过 Execute Workflow Trigger 和 Switch 运行这个工作流的下半部分。

• Ask Tool（query_tax_code_knowledgebase）把问题交给 Get Mistral Embeddings，再交给 Use Qdrant Search API1，后者要最接近的 4 个点。Get Ask Response 把它们作为一张含章节、条号、标题和正文的表返回。
• Search Tool（get_tax_code_section）接收一个 section 或一个 chapter。Use Qdrant Scroll API 在给了条号时按 metadata.section 过滤，否则按 metadata.chapter 过滤，并每次 100 个地翻页取回匹配的内容。Get Search Response 按 content_order 排好片段，在一个简短的表头下返回。

改变样子

• Agent 的规则：AI Agent 里的系统消息。
• 来源：Get Tax Code Zip File，以及 Extract From Chapter 里的正则，它们只适合这个网站的版式。
• 一个问题读多少段落：Use Qdrant Search API1 里的上限。
• 模型：OpenAI Chat Model。
• 块的大小：Recursive Character Text Splitter 里的块大小。

值得知道的

• 把加载再运行一次，会把每条法条再存一遍，因为每次运行都存新的点。请先删掉集合。
• 四条法条，151.3185、155.105、171.602 和 311.0031，在源文件里编号后面没有分隔符。切分之后，它们各自留在前一条法条里面。
• content_order 是条目在这一批里的位置。同一个 30,000 字符的块切出来的片段共用一个编号，所以 Search Tool 返回它们的顺序可能和法律里的不同。
• 章节查找要匹配存下来的完整名字，比如 TAX CODE CHAPTER 171. FRANCHISE TAX。Agent 只有见过这样的名字才能给出来。
• 加载会把大约四百万个字符发给 Mistral 做嵌入，至少 3,000 个片段。Mistral 的速率限制适用，停顿和批大小就是为它设的。
• 工作流一旦激活，聊天就是公开的，所以任何拿到它地址的人都能花你的 OpenAI 和 Mistral 密钥。
• 回答来自你运行工作流那天加载的一份法典副本，不是法律意见。
• 问题会发给 OpenAI 和 Mistral。法条文本是公开的。