与 Supabase 存储桶里的 PDF 和文本文件聊天

与 Supabase 存储桶里的 PDF 和文本文件聊天

一个分成两半的 n8n 工作流。前半部分读取 Supabase 存储桶里的 PDF 和文本文件，把文字切成小段，每一段作为 OpenAI 向量存进 Supabase 的一张表。后半部分是一个聊天智能体，它搜索这些段落并据此回答。

包里有什么

• workflow.json：n8n 导出的工作流，31 个节点，其中九个是便签。里面没有任何凭据。六张便签提醒你替换凭据，两张给两半命名，Scenario 1 是文件，Scenario 2 是聊天，还有一张写着工作流的标题。
• 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

• 每个节点原来都关联着作者 n8n 里的凭据。这些关联已删掉，请选你自己的。
• Get All files 和 Download 原来写着作者 Supabase 项目的地址。现在写的是 <YOUR_SUPABASE_PROJECT_REF>.supabase.co。
• Supabase Vector Store 原来按作者数据库里某一个文件的 id 过滤。现在写的是 <YOUR_FILE_ID>。
• 有三张便签放着作者的推广、一个视频链接和设置步骤。现在一张改成了简短的标题，另外两张删掉了。
• 原来的副本没有 settings 块。Mindket 的版本把执行顺序设成 v1。
• 别的都没改。文件里没有 Code 节点，表达式也不用修。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个 Supabase 项目，里面有名为 private 的存储桶，放着 PDF 或纯文本文件。
• 一张 files 表，有文本列 name 和 storage_id。
• 一张 documents 表和一个 match_documents 函数，按 n8n 的 Supabase 向量存储要求的方式搭好。这张表有 content、metadata 和 embedding 三列，embedding 长 1536 个数，正是 text-embedding-3-small 返回的长度。
• 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 Supabase 里建好存储桶、files 表，以及带函数的 documents 表。
3. 添加一个 Supabase API 凭据，填上项目的 URL 和一个密钥。在 Get All Files、Create File record2、Insert into Supabase Vectorstore 和 Supabase Vector Store 里选中它。Get All files 和 Download 是 HTTP 请求，要选 Supabase 凭据类型和同一个凭据。
4. 在 Get All files 和 Download 里，把地址中的 <YOUR_SUPABASE_PROJECT_REF> 换成你的项目引用，也就是 .supabase.co 前面那一段。如果你的存储桶叫别的名字，把两处的 private 也改掉。
5. 添加一个 OpenAI 凭据，在 Embeddings OpenAI、Embeddings OpenAI2、OpenAI Chat Model1 和 OpenAI Chat Model2 里选中它。
6. 往存储桶里放一个 PDF 和一个文本文件。从 When clicking ‘Test workflow’ 运行工作流，再看 files 和 documents 是否多了几行。
7. 在 Supabase Vector Store 里，把 <YOUR_FILE_ID> 换成 files 里某一行的 id，让它只据那一个文件回答；或者删掉元数据过滤，搜索所有文件。
8. 保存，在画布上点 Chat，问一个关于文件的问题。

一次运行的过程

Scenario 1，处理文件：

1. Get All Files 读 files 表，Aggregate 把它的行合成一个列表。
2. Get All files 向 Supabase Storage 要存储桶的文件列表，最多 100 个，按名字排序。
3. Loop Over Items 一次取一个文件。files 里没有哪一行带它的 storage_id，并且它的名字不是 .emptyFolderPlaceholder 时，If 才放它通过。没通过的文件回到循环。
4. Download 取回文件。Switch 把二进制数据里没有文件扩展名的下载（也就是文本文件）送进 txt 输出，把 PDF 经 Extract Document PDF 送进 pdf 输出。Merge 把两路合在一起。
5. Create File record2 把文件加进 files。Insert into Supabase Vectorstore 接着存它的文字。Default Data Loader 读文本文件的 data 或 PDF 的 text，给每一段打上这一行的 id，作为 file_id。Recursive Character Text Splitter 把文字切成每段 500 个字符、相邻段重叠 200 个字符，Embeddings OpenAI 把每一段变成向量。循环再接着处理下一个。

Scenario 2，聊天：

1. When chat message received 收你的消息。AI Agent 回答它，模型用 OpenAI Chat Model1。
2. 它唯一的工具 Vector Store Tool1 叫 knowledge_base。它通过 Embeddings OpenAI2 搜索 Supabase Vector Store，返回最接近的 8 段，再由 OpenAI Chat Model2 替工具读这些内容。

改变风格

• 读哪些文件：Switch 里的两条规则。
• 段落大小：Recursive Character Text Splitter 里的 chunkSize 和 chunkOverlap。
• 每个问题取几段：Vector Store Tool1 里的 topK。
• 向量模型：两个向量节点里的 text-embedding-3-small。两处要保持一致，表里向量的长度也要对得上。
• 聊天：OpenAI Chat Model1 和 OpenAI Chat Model2 里的模型，以及工具的名字和描述。

注意事项

• 模型：两个聊天模型节点没有设模型，所以用节点自己的默认值，n8n 代码库在 2026 年 11 月 12 日是 gpt-5-mini。OpenAI 的弃用页面（当天查阅）给 gpt-4o 和 gpt-4o-mini 定的关停日期是 2027 年 1 月 14 日，替代模型是 gpt-6-luna。如果你的 n8n 给的是较老的默认值，就在每个节点里选一个模型。
• 文件类型：只有 PDF 和纯文本文件才是预期会通过的。Word 文件之类的其他类型不匹配 Switch 的任何规则，所以没有东西回到循环，运行就此停住，后面的文件没读。
• 上限：Get All files 只看得到存储桶里的前 100 个文件。Get All Files 关着 Return All，所以 n8n 只读 files 的 50 行。超过 50 行后，较早的文件看起来像新的，会被再加一次。把那个节点的 Return All 打开。
• 每个文件只会进去一次。要重新读某个文件，先删掉它在 files 里的行和它在 documents 里的段落。
• 元数据过滤让聊天只看一个文件。没有它，智能体会搜索 documents 里的所有文件。
• 费用：OpenAI 对每个新文件的每一段向量收费，每个问题还要一次智能体调用，外加一次知识工具的调用。
• 你的数据：每个文件的文字会发给 OpenAI，也会存进你的 Supabase 项目。你的问题会发给 OpenAI。
• Supabase 凭据里放着一个密钥，所以请用专为这个准备的项目。