Produktionsreife RAG-KI-Agenten ohne Code mit N8N und Supabase erstellen
Dieser Blogartikel wurde automatisch erstellt (und übersetzt). Er basiert auf dem folgenden Original, das ich für die Veröffentlichung auf diesem Blog ausgewählt habe:
This RAG AI Agent with n8n + Supabase is the Real Deal – YouTube.
Produktionsreife RAG-KI-Agenten ohne Code mit N8N und Supabase erstellen
Viele Tutorials zur Erstellung von RAG-Systemen (Retrieval-Augmented Generation), insbesondere im Kontext von Chatbots für PDF-Dokumente, zeigen oft nicht, wie man tatsächlich nutzbare Anwendungen baut. Es bedarf erheblicher Anpassungen, um sie produktionsreif zu machen. Mit wachsender Wissensbasis, aktualisierten Dokumenten und unerwarteten Benutzerfragen können schnell Probleme auftreten.
Ein Ansatz, um diese Herausforderungen zu bewältigen, ist die Kombination von N8N und Supabase. N8N ist ein Workflow-Automatisierungstool, das es ermöglicht, komplexe Abläufe ohne Programmierung zu erstellen. Supabase ist eine Datenbankplattform mit Vektorunterstützung (PGVector), die sich ideal für RAG-Anwendungen eignet.
Die Vorteile von N8N und Supabase
- Einfache Kombination: N8N und Supabase lassen sich sehr einfach integrieren.
- Produktionsreife Lösung: Die Kombination ermöglicht die Erstellung von RAG-KI-Agenten, die in realen Umgebungen eingesetzt werden können.
- Kosteneffizienz: Beide Plattformen bieten kostengünstige Optionen, insbesondere für den Einstieg.
- No-Code-Ansatz: Die Erstellung von RAG-Agenten erfordert keine Programmierung.
- Verständlichkeit: Die erstellten Workflows sind leicht zu verstehen und zu warten.
- Flexibilität: Es können beliebige Dokumente als Wissensbasis verwendet werden.
Funktionsweise
Der Workflow umfasst im Wesentlichen zwei Hauptteile:
- Chat-Interaktion: Ein Chat-Trigger in N8N empfängt Benutzeranfragen.
- Wissensdatenbank-Aktualisierung: Ein Workflow überwacht einen Google Drive-Ordner und aktualisiert die Wissensdatenbank in Supabase, wenn neue oder aktualisierte Dokumente vorhanden sind.
Chat-Interaktion
- Ein Chat-Trigger in N8N initiiert den Workflow, sobald eine Nachricht empfangen wird.
- Die Benutzeranfrage wird an einen KI-Agenten weitergeleitet.
- Der KI-Agent verwendet GPT, um die Anfrage zu bearbeiten und eine Antwort zu generieren. Verschiedene Optionen von GPT können genutzt werden.
- Postgres wird für das Chat-Memory verwendet, um eine skalierbare Lösung zu gewährleisten.
- Supabase dient als Vektordatenbank für RAG, wobei ein Tool zum Abrufen von Dokumenten verwendet wird.
Wissensdatenbank-Aktualisierung
- Ein Google Drive-Trigger überwacht einen bestimmten Ordner auf neue oder aktualisierte Dateien.
- Für jedes Dokument werden zunächst alle alten Vektoren in Supabase gelöscht, um Duplikate zu vermeiden. Dies ist ein wichtiger Schritt, der oft übersehen wird. Die Datei wird heruntergeladen und der Text extrahiert. Der extrahierte Text wird dann in die Supabase Vektordatenbank eingefügt.
Supabase Einrichtung
Supabase kann kostenlos genutzt werden, um zu starten. Für die Verbindung zu N8N werden folgende Informationen benötigt:
- Postgres Verbindung: Host, Datenbankname, Port, Benutzername und Passwort (unter Project Settings -> Database zu finden).
- API Verbindung: URL und Service Role Secret (unter Project Settings -> API zu finden).
Für die Nutzung von Vektoren in Supabase muss die PGVector-Erweiterung aktiviert und eine entsprechende Tabelle erstellt werden. N8N bietet hierfür eine Dokumentation mit SQL-Code.
Fazit
Die Kombination von N8N und Supabase ermöglicht die einfache und kostengünstige Erstellung von RAG-KI-Agenten, die auch für den produktiven Einsatz geeignet sind. Durch die Nutzung von Supabase für Chat-Memory und Vektordatenbank wird eine skalierbare Lösung geschaffen. Es stellt sich die Frage, ob diese No-Code-Ansätze die Entwicklung und den Einsatz von KI-Anwendungen in Zukunft grundlegend verändern werden.