Bibliothek / RAG & Wissensdatenbanken
RAG & Wissensdatenbanken
WhatsApp-Kunden mit OpenAI und MongoDB-Suche beantworten
Wenn eine WhatsApp-Nachricht eintrifft, durchsucht ein OpenAI-Agent eine aus Google Docs aufgebaute MongoDB-Atlas-Wissensbasis und antwortet dem Kunden.
Was sie bewirkt
Search Index Example { "mappings": { "dynamic": false, "fields": { "_id": { "type": "string" }, "text": { "type": "string" }, "embedding": { "type": "knnVector", "dimensions": 1536, "similarity": "cosine" }, "source": { "type": "string" }, "doc_id": { "type": "string" } } } }
Die Schritte
- Knowledge Base Agent
- OpenAI Chat Model
- Embeddings OpenAI
- When clicking "Execute Workflow"
- Simple Memory
- MongoDB Vector Search
- Document Section Loader
- Document Chunker
- MongoDB Vector Store Inserter
- OpenAI Embeddings Generator
- Google Docs Importer
- WhatsApp Trigger
- OpenAI
- OpenAI1
Insgesamt 32 Schritte.
Ähnliche Automatisierungen
RAG & WissensdatenbankenReisen mit Gemini und MongoDB Atlas planen11 SchritteRAG & WissensdatenbankenTelegram-Wissensassistent mit GPT-4o-mini-RAG und MongoDB23 SchritteRAG & WissensdatenbankenMit einer Wissensbasis chatten mit OpenAI und MongoDB12 SchritteRAG & WissensdatenbankenReiseassistenz-Agent mit Gemini und MongoDB-Vektorsuche24 Schritte