[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"site-settings":3,"workflow-build-pdf-rag-chatbot-with-openai-pinecone-cohere-1175":7},["Reactive",4],{"analytics_enabled":5,"gtm_container_id":6},true,"GTM-WWB2TQFD",["Reactive",8],{"id":9,"slug":10,"title":11,"short_description":12,"category_key":13,"category_title":14,"workflow_type_key":15,"workflow_type_title":15,"workflow_type_icon":16,"price":17,"is_free":5,"cover_image":18,"description":19,"compatible_versions":18,"locked":5,"lock_reason":20,"purchased":21,"in_cart":21,"workflow_file":22},1139,"build-pdf-rag-chatbot-with-openai-pinecone-cohere-1175","ساخت سیستم RAG مبتنی بر PDF با OpenAI و Pinecone","سیستمی برای بارگذاری PDF، تبدیل محتوا به embedding، ذخیره در Pinecone و پاسخ‌گویی مبتنی بر اسناد با GPT-4.1 و رتبه‌بندی Cohere.","ai-agents","ایجنت‌های هوش مصنوعی","n8n","https:\u002F\u002Faidock.ir\u002Fmedia\u002Fworkflow_types\u002Fimage.png",0,"","📄 این گردش‌کار در n8n یک سیستم **RAG** برای پاسخ‌گویی بر اساس محتوای فایل‌های PDF ایجاد می‌کند.\n\n- 📤 دریافت فایل PDF از طریق فرم و استخراج محتوای آن\n- ✂️ تقسیم متن به بخش‌های کوچک با Text Splitter\n- 🧠 تولید embedding با مدل‌های OpenAI و ذخیره‌سازی در Pinecone\n- 💬 دریافت پیام کاربر از طریق چت و پردازش آن با مدل GPT-4.1\n- 🔎 بازیابی اطلاعات مرتبط از پایگاه برداری و مرتب‌سازی نتایج با Cohere Reranker\n- 🗂️ استفاده از حافظه مکالمه برای حفظ زمینه گفت‌وگو\n\nعامل هوش مصنوعی فقط بر اساس اطلاعات موجود در پایگاه دانش پاسخ می‌دهد و در صورت نبود اطلاعات مرتبط، ناآگاهی خود را اعلام می‌کند.","login",false,null]