回答上传的 PDF 或 CSV 内容的 Telegram 机器人

回答上传的 PDF 或 CSV 内容的 Telegram 机器人

一个有两个入口的 n8n 工作流。一个网页表单接收 PDF 或 CSV，一个 Telegram 机器人回答相关问题。文件被切成块，用 Hugging Face 做嵌入，保存在 n8n 自己的内存里。

包里有什么

• workflow.json：n8n 导出的工作流，十五个节点。十三个干活，两个是空便签，框出这两半流程。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 Groq 的 llama-3.1-8b-instant。Groq 的弃用页面（2026 年 11 月 12 日查阅）列出它对免费和开发者套餐在 2026 年 8 月 16 日停用。Mindket 的版本用 openai/gpt-oss-20b，也就是那个页面给出的替代模型。
• 数据加载器原来把每个条目当 JSON 读。表单上传的文件是以二进制数据带来的，所以加载器只会存下文件的名称、类型和大小。现在它读二进制字段 Upload_your_file，那里放的才是文件本身。
• 表单字段原来可以选多个文件，名称是 Upload your file(s)。现在它只收一个文件，名称是 Upload your file，这样二进制字段的名字始终不变。
• 系统消息里有拼写错误。Mindket 的版本用干净的文字说了同样的意思。
• 有几个节点原来关联着作者 n8n 里的凭据。这些关联已删掉，请选你自己的。
• 别的都没改。块的大小、记忆和两个嵌入节点都是文件原有的。

开始之前

• 一个有公开 HTTPS 地址的 n8n 实例，n8n Cloud 或自己的服务器都行。Telegram 会把每条消息发到那个地址。
• 一个用 BotFather 做的 Telegram 机器人，和它的令牌。
• 一个 Groq API 密钥。
• 一个 Hugging Face 访问令牌。
• 一个要上传的 PDF 或 CSV 文件。

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. 添加一个填有机器人令牌的 Telegram 凭据。在 Telegram Message Trigger1、Get a chat1 和 Reply in Telegram1 里选中它。
3. 添加一个 Groq 凭据，在 Groq Chat Model 里选中它。
4. 添加一个 Hugging Face 凭据，在 Embeddings HuggingFace Inference 和 Embeddings HuggingFace Inference1 里选中它。两个节点都用节点的默认模型，请保持一致。
5. 启用这个工作流。
6. 打开 Upload your file here 里显示的生产地址。上传一个 PDF 或 CSV，等页面处理完。
7. 在 Telegram 里给你的机器人发消息，问一个文件能回答的问题。

一次运行的过程

1. 通过表单发来的文件会启动 Upload your file here。Default Data Loader1 读取它，Recursive Character Text Splitter 把它切成 3000 个字符的块，块之间重叠 200 个字符。
2. Embeddings HuggingFace Inference 把每一块变成向量。Simple Vector Store 用键 vector_store_key 把向量保存在 n8n 的内存里。
3. 给机器人发消息会启动 Telegram Message Trigger1。Get a chat1 向 Telegram 要这个聊天的详情，再把这次运行交给 AI Agent1。
4. AI Agent1 从触发器读出问题。它有 Retrieve documents 这个工具，用它在存储里搜索最接近的十个块。Embeddings HuggingFace Inference1 为这次搜索嵌入问题。
5. Groq Chat Model 根据这些块写出答案，Simple Memory 保留这个聊天最近的消息。
6. Reply in Telegram1 把答案发到聊天里。

改变结果

• 规则和语气：AI Agent1 里的系统消息。
• 模型：Groq Chat Model 里的 model。
• 块的大小和重叠：Recursive Character Text Splitter 里的 chunkSize 和 chunkOverlap。
• 每个问题读取的块数：Retrieve documents 里的 topK。
• 文件类型：Upload your file here 里的 acceptFileTypes。

注意事项

• Mindket 没有运行过这个工作流。没有调用过 Telegram、Groq 和 Hugging Face。上面的每个模型、字段和限制都来自它们的文档、模型数据或 n8n 源码，查阅日期是 2026 年 11 月 12 日。
• 存储是 n8n 进程里的一个映射。重启会清空它，所以之后要重新上传文件。默认情况下对它的大小和存放时间都没有限制。环境变量 N8N_VECTOR_STORE_MAX_MEMORY 和 N8N_VECTOR_STORE_TTL_HOURS 可以设置限制。
• 存储节点 1.3 版直接使用键 vector_store_key。另一个用同一个键的工作流会读写同一个存储。
• 每次上传都是往存储里添加。上传之间不会清空，因为 clearStore 是关着的。
• 两个嵌入节点都用节点的默认模型 sentence-transformers/distilbert-base-nli-mean-tokens。Hugging Face 的模型数据在 2026 年 11 月 12 日把它列为在其推理服务商上可用。Hugging Face 的推理费用算在你的账号上。
• 两个嵌入节点必须用同一个模型，否则搜索比较的是互不匹配的向量。
• Telegram 的 Markdown 模式会拒绝带有不成对的 _ 或 * 的文字，一条消息最多 4096 个字符（Telegram Bot API 页面）。
• Telegram 的 webhook 需要 HTTPS 地址，所以没有公开地址的本地 n8n 收不到消息。
• 你文件的块和你的问题会发给 Hugging Face。问题和找到的块会发给 Groq。
• 文件里没有任何凭据和密钥。