Bibliothek / RAG & Wissensdatenbanken
RAG & Wissensdatenbanken
API-Schemas aus der Dokumentation mit Gemini und Qdrant extrahieren
Bei manuellem Start oder Aufruf durch einen anderen Workflow wird API-Dokumentation durchsucht, gescrapt und in Chunks geteilt, und Gemini extrahiert API-Operationen, die in Qdrant und Sheets gespeichert werden.
Was sie bewirkt
## Stage 2 - Extract API Operations From Documentation - Fetch a list of services pending extraction from Database (Google Sheet) - Query Vector store (Qdrant) to figure out service's products, solutions and offerings - Query Vector store (Qdrant) again for API documentation relevant to these products, solutions and offerings - Extract any API operations found in the API documentation results using LLM (Gemini) - Store extracted API operations into Database (Google Sheet)
Die Schritte
- When clicking ‘Test workflow’
- Web Search For API Schema
- Scrape Webpage Contents
- Results to List
- Recursive Character Text Splitter1
- Content Chunking @ 50k Chars
- Split Out Chunks
- Default Data Loader
- Set Embedding Variables
- Execute Workflow Trigger
- Execution Data
- EventRouter
- Google Gemini Chat Model
- Successful Runs
Insgesamt 82 Schritte.
Ähnliche Automatisierungen
Web Scraping & RechercheAPI-Schemas aus Dokumentation mit Gemini extrahieren82 SchritteRAG & WissensdatenbankenMit Google-Drive-Dokumenten chatten mit Gemini, Qdrant und Telegram35 SchritteRAG & WissensdatenbankenRAG-System mit automatischen Quellenangaben unter Verwendung von Qdrant24 SchritteRAG & WissensdatenbankenFragen aus PDFs mit OpenAI und Qdrant beantworten14 Schritte