N8N × LangChain × Google Gemini 个人知识库自动化系统
在 AI 应用快速发展的今天，如何将个人或企业内部知识快速转化为可对话的智能知识库，是构建私有大模型应用的重要一步。
本工作流利用 N8N + LangChain + Google Gemini 构建了一个完整的「个人知识库自动化系统」，通过简洁的表单上传文件，即可实现数据向量化存储与智能问答。
一、系统概述
该工作流名为 《个人知识库》，是一个面向个人和团队知识管理的智能化自动问答系统。
用户可直接在网页端上传文件（支持 .pdf、.csv、.txt），系统会自动完成以下任务：
- 加载并解析文档内容
- 通过 Google Gemini 生成语义向量嵌入
- 将向量化数据存入内存数据库
- 通过聊天接口实现智能问答
整个过程无需人工干预，支持直接调用 LangChain 节点 实现「文档理解 → 问答响应」的闭环。
二、工作流结构
工作流核心由三个阶段组成：数据加载、向量存储、知识检索与问答。
1️⃣ 数据加载
- 触发节点：Form Trigger（
Upload your file here）
提供上传表单，支持.pdf、.csv、.txt文件类型。 - 加载节点：Default Data Loader
将上传文件转为可处理的二进制格式，交由后续节点进行处理。
2️⃣ 向量存储
- 向量节点：Insert Data to Store
使用 LangChain 的 In-Memory Vector Store，将数据嵌入并保存到内存中。 - 嵌入模型：Embeddings Google Gemini
通过 Google Gemini（PaLM API）将文档转化为语义向量。
3️⃣ 智能问答
- 聊天触发节点：When Chat Message Received
监听聊天输入事件，实现对话式查询。 - 查询节点：Query Data Tool
从向量库中检索与问题最相关的内容。 - 语言模型节点：Google Gemini Chat Model
调用 Gemini 大语言模型生成自然语言答案。 - AI Agent：综合检索结果与上下文，生成最终回答。
三、主要功能
- 📄 多格式文件上传：支持 PDF、CSV、TXT
- 🔍 自动语义索引：使用 Google Gemini 生成向量嵌入
- 💬 智能问答：基于文档内容进行上下文感知回答
- ⚙️ 端到端自动化：N8N 工作流全自动运行
- 🧠 无数据库依赖：使用内存向量库，轻量高效
- ☁️ LangChain 集成：可扩展到 Pinecone、Weaviate 等向量数据库
四、适用场景
- 📚 个人笔记与知识归档
- 🏢 企业内部知识库构建
- 💬 私有 ChatGPT 知识增强系统
- 🧩 RAG（检索增强生成）应用原型
五、技术栈与集成
| 模块 | 功能 | 说明 |
|---|---|---|
| n8n Form Trigger | 文件上传入口 | 用户通过表单上传知识文件 |
| LangChain Document Loader | 文档解析 | 将文件转为可嵌入格式 |
| Google Gemini Embedding | 向量化模型 | 提取语义特征向量 |
| VectorStore InMemory | 向量存储 | 存储语义嵌入用于检索 |
| AI Agent + Gemini Chat | 智能问答 | 生成自然语言回答 |
| Chat Trigger | 会话入口 | 实现实时对话式查询 |
六、系统截图
数据加载与知识检索流程示意：
下载地址：个人知识库.json
七、总结
这套基于 N8N + LangChain + Google Gemini 的知识库系统，
实现了从文件上传到智能问答的全流程自动化，
让个人或企业无需编写代码即可搭建私有知识问答机器人。
无论是用于构建 AI 学习助手，还是内部知识管理工具，
该方案都具备良好的扩展性与落地价值。