Telegram 机器人：根据存在 Pinecone 里的 PDF 回答问题

Telegram 机器人：根据存在 Pinecone 里的 PDF 回答问题

一个在同一个 Telegram 机器人上做两件事的 n8n 工作流。给机器人发一个 PDF，它就把文字切成小块，存进 Pinecone 索引。给它发一个问题，它就找出相符的小块，交给 Groq 上的模型，再把回答发回来。

包里有什么

• workflow.json：n8n 导出的工作流，18 个节点和两张便签。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

• Groq Chat Model 原来要的是 llama-3.1-70b-versatile。Groq 的模型页面（2026 年 11 月 12 日查阅）把 openai/gpt-oss-120b 列为正式模型，没有列出那个名字，所以这份副本用 openai/gpt-oss-120b。
• 两个向量化节点原来在节点版本 1 上没有设置模型，那就是 text-embedding-ada-002。现在它们是版本 1.2，并指明 text-embedding-3-small。两者的向量都是 1536 个数，但两个模型给出的向量不同，所以要填一个新索引，不要沿用原来的副本填过的那个。
• 两个 Pinecone 节点原来指向一个叫 telegram 的索引，那是作者自己的。现在它们写的是 YOUR_PINECONE_INDEX，负责搜索的那个节点也特意把模式设成了 retrieve。
• Telegram Trigger 现在是节点版本 1.2，它可以限制谁能使用机器人。见“要知道的事”。
• Change to application/pdf 里的注释原来是葡萄牙语。现在是英语，代码做的事一样。
• 两张便签用通俗的话重写了。作者的 n8n 的时区和调用策略也从设置里去掉了。
• 所有凭据引用都去掉了，所以由你自己选。

开始之前

• 一个有公开 HTTPS 地址的 n8n 实例。Telegram 用 HTTPS POST 把更新发到 webhook 地址。
• 一个 Telegram 机器人和它的令牌。你在 Telegram 里和 BotFather 聊天就能创建。
• 一个 Pinecone 账号和一个 1536 维的索引。Pinecone 的指南说要让维度和度量与你的向量化模型相符，OpenAI 的指南给出 text-embedding-3-small 是 1536。度量选 cosine。
• 一个用于向量化的 OpenAI API 密钥，和一个用于回答的 Groq 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 Pinecone Vector Store 和 Pinecone Vector Store1 里，把 YOUR_PINECONE_INDEX 换成你的索引名，并添加一个填了 API 密钥的 Pinecone 凭据。
3. 在 Embeddings OpenAI 和 Embeddings 里，添加一个填了 API 密钥的 OpenAI 凭据。两边保持同一个模型。
4. 在 Groq Chat Model 里，添加一个填了 API 密钥的 Groq 凭据。
5. 在 Telegram Trigger、Telegram get File、Telegram Response 和 Telegram Response about Database 里，添加一个填了机器人令牌的 Telegram 凭据。
6. 点 Test workflow，给你的机器人发一个小 PDF。机器人会回答它存了多少页。
7. 再点一次 Test workflow，发一个关于那个 PDF 的问题。回答会出现在同一个聊天里。
8. 打开这个工作流，这样你不在的时候机器人也会继续回答。

一次运行是怎样的

1. 有人给你的机器人发消息时，Telegram Trigger 开始这次运行。
2. Check If is a document 看消息里有没有文件。有文件的走上面那条路，其余的走提问路径。
3. 文件路径：Telegram get File 下载文件，Change to application/pdf 把它标成 PDF。
4. Pinecone Vector Store 把它插入。Default Data Loader 读取 PDF，Recursive Character Text Splitter 把它切成每块 3000 个字符、重叠 200 个字符的小块，Embeddings OpenAI 把每块转成数字。
5. Limit to 1 只留一项，Telegram Response about Database 告诉发送的人存了多少页。
6. 提问路径：Question and Answer Chain 取消息的文字。Vector Store Retriever 向 Pinecone Vector Store1 要最接近的几块，由 Embeddings 把问题转成数字。
7. Groq Chat Model 根据这几块写出回答，Telegram Response 把它发到聊天里。
8. 发送失败时会走到一个 Stop and Error 节点，所以这次运行在 n8n 里会显示为失败。

改变外观

• 模型：Groq Chat Model 里的模型名。
• 每块的大小：Recursive Character Text Splitter 里的 Chunk Size 和 Chunk Overlap。
• 模型能看到几块：Vector Store Retriever 里的数量上限，它保持默认的四块。
• 问题的措辞：Question and Answer Chain 里的文字。
• 谁可以使用机器人：见“要知道的事”里的第一条。

要知道的事

• 每个 PDF 都进同一个池子。索引没有命名空间，所以任何能给机器人发消息的人都能问任何人发过的任何文件。想限制的话，打开 Telegram Trigger，在 Additional Fields 下加上 Restrict to User IDs 字段，列出可以使用的 Telegram 用户号码。它在节点版本 1.2 及以上才会生效。
• 同一个 PDF 发两次，它的各块文字会存两次。Clear Namespace 选项是关的，而且只有在你指定命名空间时才起作用。
• Telegram 允许机器人下载最大 20 MB 的文件，所以更大的 PDF 会在 Telegram get File 失败。
• 代码把每个文件都标成 PDF，所以 Word 文件或图片会失败。由扫描图片组成的 PDF 没有文字可存。
• 既不是文件也不是文字的消息，比如照片，会在链这里以“文字为空”的错误停下。
• openai/gpt-oss-120b 是推理模型，所以回答可能比普通聊天模型慢一点。
• 回复用 Telegram 的 Markdown 模式发出，这是 n8n 的默认值。答案里单独的 _ 或 * 可能让 Telegram 拒收这条消息。
• 你的数据：每个 PDF 的文字都会发给 OpenAI 做向量化，并存在你的 Pinecone 索引里。每个问题和相符的几块会发给 Groq。
• 没有实测：我们没有调用任何服务来测试这个文件，而是在测试运行器里用替身回答跑过它。提问路径从消息一直跑到了回复。文件路径用文本文件代替 PDF 跑过，因为运行器读不了 PDF，所以最后那条消息里的页数没有试过。
• 凭据：JSON 里没有任何凭据。