前言有朋友问我如何使用N8N来搭建自己的客服系统而N8N提供的Chat Trigger本意就是应对智能客服场景是可以很好地满足这种需要的。像图片展示的这样我们可以在N8N中创建一个客服处理流程然后将这个浮窗嵌入到我们自己的网站中。AI客服的基本需求基于大语言模型的AI客服实现具有显著优势其部署门槛极低仅需提供少量业务文档和规则即可快速构建。这是由于大语言模型在预训练阶段已覆盖海量知识领域即使在额外数据有限的情况下也能展现出优秀的语义理解和应答能力特别适合简单客服场景的快速落地。我们作为示例仅让客服应对回答用户关于产品信息咨询的场景。对于这种情况来说AI客服的主要问题就变成了检索文档并按照文档中的信息生成回答。我们可以在N8N中构建一个简单的RAG来实现。如何在N8N中构建RAG其实在N8N中就内置了一个RAG示例模版:http://localhost:5678/workflows/templates/rag-starter-template?fromJsontrue你可以把这个链接中的地址和端口号修改为你的N8N地址和端口访问后会为你的N8N创建一个示例工作流。N8N提供的RAG示例工作流我们可以基于这个示例来构建一个简单的AI客服。首先认识一下这个工作流的内容。 主要分为两个部分左侧框体中是将文档上传加载到向量数据库流程右侧是AI对话流程。我们下面一个一个地进行调整。文件上传流程我们先来看左侧的文件上传过程。左侧第一个节点是一个Form Trigger允许用户通过提交表单来进行触发。 表单中要求用户上传一个文件这里可以配置支持的文件类型这里我加上了.txt以方便我直接上传文本文档。图中的是表单节点的配置信息第二个节点则是一个Simple Vector Store节点他是一个向量数据库类型的节点。 向量数据库可以让你用一个文本来检索与其语义相近的文本。 这个Simple Vector Store是存储在内存中的断电就会失效所以不建议用在生产环境中。 N8N支持包括Milvus在内的多种向量数据库推荐在实际场景中使用。图片中展示的是Simple Vector Store的配置在这个节点中操作是添加一个文档到数据库(Insert Documents)这里需要指定一个Memory Key方便我们在后续获取对应的文档。我这里指定了Key为“产品信息“后续就可以通过这个Key来检索”产品信息“相关的文档。而Embedding Batch Size是批量处理文档相关的配置本示例中不需要修改。 Clear Store则是指在上传文档时是覆盖原本的文档还是追加文档。 我这里考虑产品信息可能是会后续更新就勾选了Clear Store。Vector Store节点还有两个依赖节点一个是Embedding节点一个是Documet节点。Embedding节点是接入一个Embedding模型它提供从文本到向量的转换能力。 示例中使用了OpenAI的Embedding服务在国内不好访问。 Embedding模型对硬件的要求并不高所以我这里使用Ollama来部署了一个本地的Embedding模型来处理。图片中删除了原本的OpenAIEmbedding节点替换成了OllamaEmbedding节点图片展示的是Ollama Embedding节点配置使用了bge-m3模型来作为Embedding模型而Document节点则是用来加载文档内容使用了Default Data Loader节点可以在节点配置中查看支持的文档格式以及切分方式。 这个示例中我们不做修改使用默认。完成了文档上传流程的调整之后我们就可以上传一个产品信息文件。会到Form Trgger中的配置中我们点击左侧的那个Execute Step。图中展示Execute Step之后会显示正在监听表单提交这时就可以通过配置页中展示的URL打开一个表单提交页面。图片中展示了表单提交页面这里可以上传一个文档这里我模拟了一个水果店里的水果信息写了一份产品文档进行提交像下面这样:# 概览当前水果商品清单共10种- 苹果/香蕉/橙子/草莓/西瓜- 芒果/葡萄/火龙果/猕猴桃/榴莲# 明细- 名称苹果 价格5.8元/斤 保存期限7天 推荐话术新鲜脆甜的山东红富士富含膳食纤维每日一苹果医生远离我- 名称香蕉 价格3.5元/斤 保存期限3天 推荐话术海南自然熟香蕉软糯香甜补充能量首选老人孩子都爱吃- 名称橙子 价格6.9元/斤 保存期限10天 推荐话术赣南脐橙现摘现发汁水充沛维C丰富秋冬润燥必备水果...提交完成我们现在去设置对话流程。AI对话流程我们先配置一下AI节点就是那个图中那个有机器人图标的AI Agent节点。可以看到这个节点默认接入了一个OpenAI对话模型和一个Simple Vector Store节点(Query Data Tool)。 国内不方便使用OpenAI我们先把对话模型替换成DeepSeek。图片中将模版中的OpenAI Chat Model替换成了DeepSeek Chat Model然后在Vector Store节点中也就是图中的Query Data Tool中配置成数据检索工具检索目标是我们刚才的Memory Key。 并写一个描述来说明这个工具的作用以便模型能够正确的选择和使用。图片中是AI对话侧的Vector Store配置最后我们来配置AI Agent节点本身。 主要是要给AI一个人设能让它表现的更像一个客服。 我们点击配置最下方的Add Option按钮给它添加一个系统提示词(System Message)。 这里我会给他一个基础人设和回答时的一些要求。 实际使用时你可以给它更丰富的设定和要求。图中给AI Agent添加了客服人设和要求图中给AI Agent添加了客服人设和要求我们现在就可以试着对话看看了。 我们可以在Chat Trigger节点处点击Execute Step或者在其配置页面中点击Test Chat。 会在窗口的下方出现一个Chat面板。图片中工作流面板的下方靠左侧的位置有一个Chat面板图片中工作流面板的下方靠左侧的位置有一个Chat面板试着问一些水果店客户会问的问题吧。图片中展示了AI客服对一些问题的回答图片中展示了AI客服对一些问题的回答可以看到这些回答已经是符合了我们设定的人设要求并且根据产品文档进行的答复了。 下面我们把这个AI客服部署到自己的网站就可以了。如何部署AI客服这时我们已经有了一个后端的AI客服要如何把它嵌入到自己的网站中去呢?首先需要配置一下Chat Trigger节点。 这里我们要把聊天窗口开放出去选择Make Public。图片中展示了Chat Trigger的配置方式在多出来的配置中选择Embedded Chat模式用于配置嵌入式对话气泡。 选择Add Option添加Allowed Origins。 这里最好填写你要嵌入客服对话窗的网站域名。 我这里填*表示所有网站都可以嵌入这个窗口。这时我们记下这个Chat URL后面部署的时候会用到。这时我们找到N8N提供的前端组件链接:https://www.npmjs.com/package/n8n/chat根据页面中的提示我选择使用CDN Embed的方式来嵌入。 只需要嵌入这段代码并把其中的webhookUrl替换成刚才的Chat URL就可以了。linkhrefhttps://cdn.jsdelivr.net/npm/n8n/chat/dist/style.cssrelstylesheet/scripttypemoduleimport{ createChat }fromhttps://cdn.jsdelivr.net/npm/n8n/chat/dist/chat.bundle.es.js;createChat({ webhookUrlYOUR_PRODUCTION_WEBHOOK_URL});/script参考这份文档我们还可以再多一些定制化信息比如这样:linkhrefhttps://cdn.jsdelivr.net/npm/n8n/chat/dist/style.cssrelstylesheet/scripttypemoduleimport{ createChat }fromhttps://cdn.jsdelivr.net/npm/n8n/chat/dist/chat.bundle.es.js;createChat({ defaultLanguagezh, initialMessages[你好呀!我是您的AI客服今天有什么需要帮助呢?],webhookUrl:YOUR_PRODUCTION_WEBHOOK_URL, i18n{ zh{ title欢迎光临水果店, subtitle新鲜水果咨询 · 专业推荐 · 优惠信息, footer四季鲜果坊 © 2023, getStarted开始会话, inputPlaceholder您想问什么呢?,},},});/script把这段代码放到我们自己的网站页面中试试这里我做了一个静态页面做展示。图片中是我做的一个静态页面嵌入代码后会多出一个气泡图标可以看到右下角多出了一个气泡图标点开它就能看到我们的对话窗口。图片中展示的是点击气泡图标就可以看到聊天窗口用一些问题进行测试也是顺利的进行了回答。图片中AI客服已经可以顺利回答问题了总结本文只是对N8N构建客服的能力和流程进行了很简单的演示对于真正的客服落地还有很多事可以做。包括并不限于:记录用户的会话优化文档处理流程设置人工介入流程从库存系统或其他外部系统中查询数据根据用户的请求生成工单或触发其他自动化前端气泡的样式定制和美化对于上面这些在N8N的框架下也都是可以完成的。其实写了上次N8N的文章之后我已经很久没有用过它了。这次趁机部署了新版本来体验感觉功能已经非常完备了。我现在非常好奇大家在用它完成什么样的工作流呢?最后为什么要学AI大模型当下⼈⼯智能市场迎来了爆发期并逐渐进⼊以⼈⼯通⽤智能AGI为主导的新时代。企业纷纷官宣“ AI ”战略为新兴技术⼈才创造丰富的就业机会⼈才缺⼝将达 400 万DeepSeek问世以来生成式AI和大模型技术爆发式增长让很多岗位重新成了炙手可热的新星岗位薪资远超很多后端岗位在程序员中稳居前列。与此同时AI与各行各业深度融合飞速发展成为炙手可热的新风口企业非常需要了解AI、懂AI、会用AI的员工纷纷开出高薪招聘AI大模型相关岗位。最近很多程序员朋友都已经学习或者准备学习 AI 大模型后台也经常会有小伙伴咨询学习路线和学习资料我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频全系列的学习资料这些学习资料不仅深入浅出而且非常实用让大家系统而高效地掌握AI大模型的各个知识点。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】AI大模型系统学习路线在面对AI大模型开发领域的复杂与深入精准学习显得尤为重要。一份系统的技术路线图不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点还能提供一条高效、有序的学习路径。但知道是一回事做又是另一回事初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性在这基础上找到高质量的学习资源不浪费时间、不走弯路又是重中之重。AI大模型入门到实战的视频教程项目包看视频学习是一种高效、直观、灵活且富有吸引力的学习方式可以更直观地展示过程能有效提升学习兴趣和理解力是现在获取知识的重要途径光学理论是没用的要学会跟着一起敲要动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战案例来学习。海量AI大模型必读的经典书籍PDF阅读AI大模型经典书籍可以帮助读者提高技术水平开拓视野掌握核心技术提高解决问题的能力同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说阅读经典书籍是非常有必要的。600AI大模型报告实时更新这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。AI大模型面试真题答案解析我们学习AI大模型必然是想找到高薪的工作下面这些面试题都是总结当前最新、最热、最高频的面试题并且每道题都有详细的答案面试前刷完这套面试题资料小小offer不在话下这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】 零代码搭建AI客服：N8N+大模型实现RAG，值得收藏的实战指南！
前言有朋友问我如何使用N8N来搭建自己的客服系统而N8N提供的Chat Trigger本意就是应对智能客服场景是可以很好地满足这种需要的。像图片展示的这样我们可以在N8N中创建一个客服处理流程然后将这个浮窗嵌入到我们自己的网站中。AI客服的基本需求基于大语言模型的AI客服实现具有显著优势其部署门槛极低仅需提供少量业务文档和规则即可快速构建。这是由于大语言模型在预训练阶段已覆盖海量知识领域即使在额外数据有限的情况下也能展现出优秀的语义理解和应答能力特别适合简单客服场景的快速落地。我们作为示例仅让客服应对回答用户关于产品信息咨询的场景。对于这种情况来说AI客服的主要问题就变成了检索文档并按照文档中的信息生成回答。我们可以在N8N中构建一个简单的RAG来实现。如何在N8N中构建RAG其实在N8N中就内置了一个RAG示例模版:http://localhost:5678/workflows/templates/rag-starter-template?fromJsontrue你可以把这个链接中的地址和端口号修改为你的N8N地址和端口访问后会为你的N8N创建一个示例工作流。N8N提供的RAG示例工作流我们可以基于这个示例来构建一个简单的AI客服。首先认识一下这个工作流的内容。 主要分为两个部分左侧框体中是将文档上传加载到向量数据库流程右侧是AI对话流程。我们下面一个一个地进行调整。文件上传流程我们先来看左侧的文件上传过程。左侧第一个节点是一个Form Trigger允许用户通过提交表单来进行触发。 表单中要求用户上传一个文件这里可以配置支持的文件类型这里我加上了.txt以方便我直接上传文本文档。图中的是表单节点的配置信息第二个节点则是一个Simple Vector Store节点他是一个向量数据库类型的节点。 向量数据库可以让你用一个文本来检索与其语义相近的文本。 这个Simple Vector Store是存储在内存中的断电就会失效所以不建议用在生产环境中。 N8N支持包括Milvus在内的多种向量数据库推荐在实际场景中使用。图片中展示的是Simple Vector Store的配置在这个节点中操作是添加一个文档到数据库(Insert Documents)这里需要指定一个Memory Key方便我们在后续获取对应的文档。我这里指定了Key为“产品信息“后续就可以通过这个Key来检索”产品信息“相关的文档。而Embedding Batch Size是批量处理文档相关的配置本示例中不需要修改。 Clear Store则是指在上传文档时是覆盖原本的文档还是追加文档。 我这里考虑产品信息可能是会后续更新就勾选了Clear Store。Vector Store节点还有两个依赖节点一个是Embedding节点一个是Documet节点。Embedding节点是接入一个Embedding模型它提供从文本到向量的转换能力。 示例中使用了OpenAI的Embedding服务在国内不好访问。 Embedding模型对硬件的要求并不高所以我这里使用Ollama来部署了一个本地的Embedding模型来处理。图片中删除了原本的OpenAIEmbedding节点替换成了OllamaEmbedding节点图片展示的是Ollama Embedding节点配置使用了bge-m3模型来作为Embedding模型而Document节点则是用来加载文档内容使用了Default Data Loader节点可以在节点配置中查看支持的文档格式以及切分方式。 这个示例中我们不做修改使用默认。完成了文档上传流程的调整之后我们就可以上传一个产品信息文件。会到Form Trgger中的配置中我们点击左侧的那个Execute Step。图中展示Execute Step之后会显示正在监听表单提交这时就可以通过配置页中展示的URL打开一个表单提交页面。图片中展示了表单提交页面这里可以上传一个文档这里我模拟了一个水果店里的水果信息写了一份产品文档进行提交像下面这样:# 概览当前水果商品清单共10种- 苹果/香蕉/橙子/草莓/西瓜- 芒果/葡萄/火龙果/猕猴桃/榴莲# 明细- 名称苹果 价格5.8元/斤 保存期限7天 推荐话术新鲜脆甜的山东红富士富含膳食纤维每日一苹果医生远离我- 名称香蕉 价格3.5元/斤 保存期限3天 推荐话术海南自然熟香蕉软糯香甜补充能量首选老人孩子都爱吃- 名称橙子 价格6.9元/斤 保存期限10天 推荐话术赣南脐橙现摘现发汁水充沛维C丰富秋冬润燥必备水果...提交完成我们现在去设置对话流程。AI对话流程我们先配置一下AI节点就是那个图中那个有机器人图标的AI Agent节点。可以看到这个节点默认接入了一个OpenAI对话模型和一个Simple Vector Store节点(Query Data Tool)。 国内不方便使用OpenAI我们先把对话模型替换成DeepSeek。图片中将模版中的OpenAI Chat Model替换成了DeepSeek Chat Model然后在Vector Store节点中也就是图中的Query Data Tool中配置成数据检索工具检索目标是我们刚才的Memory Key。 并写一个描述来说明这个工具的作用以便模型能够正确的选择和使用。图片中是AI对话侧的Vector Store配置最后我们来配置AI Agent节点本身。 主要是要给AI一个人设能让它表现的更像一个客服。 我们点击配置最下方的Add Option按钮给它添加一个系统提示词(System Message)。 这里我会给他一个基础人设和回答时的一些要求。 实际使用时你可以给它更丰富的设定和要求。图中给AI Agent添加了客服人设和要求图中给AI Agent添加了客服人设和要求我们现在就可以试着对话看看了。 我们可以在Chat Trigger节点处点击Execute Step或者在其配置页面中点击Test Chat。 会在窗口的下方出现一个Chat面板。图片中工作流面板的下方靠左侧的位置有一个Chat面板图片中工作流面板的下方靠左侧的位置有一个Chat面板试着问一些水果店客户会问的问题吧。图片中展示了AI客服对一些问题的回答图片中展示了AI客服对一些问题的回答可以看到这些回答已经是符合了我们设定的人设要求并且根据产品文档进行的答复了。 下面我们把这个AI客服部署到自己的网站就可以了。如何部署AI客服这时我们已经有了一个后端的AI客服要如何把它嵌入到自己的网站中去呢?首先需要配置一下Chat Trigger节点。 这里我们要把聊天窗口开放出去选择Make Public。图片中展示了Chat Trigger的配置方式在多出来的配置中选择Embedded Chat模式用于配置嵌入式对话气泡。 选择Add Option添加Allowed Origins。 这里最好填写你要嵌入客服对话窗的网站域名。 我这里填*表示所有网站都可以嵌入这个窗口。这时我们记下这个Chat URL后面部署的时候会用到。这时我们找到N8N提供的前端组件链接:https://www.npmjs.com/package/n8n/chat根据页面中的提示我选择使用CDN Embed的方式来嵌入。 只需要嵌入这段代码并把其中的webhookUrl替换成刚才的Chat URL就可以了。linkhrefhttps://cdn.jsdelivr.net/npm/n8n/chat/dist/style.cssrelstylesheet/scripttypemoduleimport{ createChat }fromhttps://cdn.jsdelivr.net/npm/n8n/chat/dist/chat.bundle.es.js;createChat({ webhookUrlYOUR_PRODUCTION_WEBHOOK_URL});/script参考这份文档我们还可以再多一些定制化信息比如这样:linkhrefhttps://cdn.jsdelivr.net/npm/n8n/chat/dist/style.cssrelstylesheet/scripttypemoduleimport{ createChat }fromhttps://cdn.jsdelivr.net/npm/n8n/chat/dist/chat.bundle.es.js;createChat({ defaultLanguagezh, initialMessages[你好呀!我是您的AI客服今天有什么需要帮助呢?],webhookUrl:YOUR_PRODUCTION_WEBHOOK_URL, i18n{ zh{ title欢迎光临水果店, subtitle新鲜水果咨询 · 专业推荐 · 优惠信息, footer四季鲜果坊 © 2023, getStarted开始会话, inputPlaceholder您想问什么呢?,},},});/script把这段代码放到我们自己的网站页面中试试这里我做了一个静态页面做展示。图片中是我做的一个静态页面嵌入代码后会多出一个气泡图标可以看到右下角多出了一个气泡图标点开它就能看到我们的对话窗口。图片中展示的是点击气泡图标就可以看到聊天窗口用一些问题进行测试也是顺利的进行了回答。图片中AI客服已经可以顺利回答问题了总结本文只是对N8N构建客服的能力和流程进行了很简单的演示对于真正的客服落地还有很多事可以做。包括并不限于:记录用户的会话优化文档处理流程设置人工介入流程从库存系统或其他外部系统中查询数据根据用户的请求生成工单或触发其他自动化前端气泡的样式定制和美化对于上面这些在N8N的框架下也都是可以完成的。其实写了上次N8N的文章之后我已经很久没有用过它了。这次趁机部署了新版本来体验感觉功能已经非常完备了。我现在非常好奇大家在用它完成什么样的工作流呢?最后为什么要学AI大模型当下⼈⼯智能市场迎来了爆发期并逐渐进⼊以⼈⼯通⽤智能AGI为主导的新时代。企业纷纷官宣“ AI ”战略为新兴技术⼈才创造丰富的就业机会⼈才缺⼝将达 400 万DeepSeek问世以来生成式AI和大模型技术爆发式增长让很多岗位重新成了炙手可热的新星岗位薪资远超很多后端岗位在程序员中稳居前列。与此同时AI与各行各业深度融合飞速发展成为炙手可热的新风口企业非常需要了解AI、懂AI、会用AI的员工纷纷开出高薪招聘AI大模型相关岗位。最近很多程序员朋友都已经学习或者准备学习 AI 大模型后台也经常会有小伙伴咨询学习路线和学习资料我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频全系列的学习资料这些学习资料不仅深入浅出而且非常实用让大家系统而高效地掌握AI大模型的各个知识点。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】AI大模型系统学习路线在面对AI大模型开发领域的复杂与深入精准学习显得尤为重要。一份系统的技术路线图不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点还能提供一条高效、有序的学习路径。但知道是一回事做又是另一回事初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性在这基础上找到高质量的学习资源不浪费时间、不走弯路又是重中之重。AI大模型入门到实战的视频教程项目包看视频学习是一种高效、直观、灵活且富有吸引力的学习方式可以更直观地展示过程能有效提升学习兴趣和理解力是现在获取知识的重要途径光学理论是没用的要学会跟着一起敲要动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战案例来学习。海量AI大模型必读的经典书籍PDF阅读AI大模型经典书籍可以帮助读者提高技术水平开拓视野掌握核心技术提高解决问题的能力同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说阅读经典书籍是非常有必要的。600AI大模型报告实时更新这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。AI大模型面试真题答案解析我们学习AI大模型必然是想找到高薪的工作下面这些面试题都是总结当前最新、最热、最高频的面试题并且每道题都有详细的答案面试前刷完这套面试题资料小小offer不在话下这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】