Este workflow crea un chatbot que responde preguntas sobre un currículum vitae (CV) almacenado en Google Drive. El workflow comienza con un trigger programado que inicia la extracción del CV desde Google Drive. El contenido del CV se procesa usando un splitter de texto para dividirlo en chunks, que luego son convertidos en embeddings con el modelo Google Gemini y almacenados en un vector store de Pinecone. Un agente Langchain, también usando Google Gemini, gestiona las conversaciones. Cuando un usuario interactúa a través de un webhook, el agente busca en Pinecone la información relevante para responder. Las conversaciones se guardan en NocoDB y se genera un reporte diario por email a través de Gmail. El workflow utiliza Google Gemini para generar embeddings y el modelo de lenguaje, Pinecone como vector store, Google Drive para el almacenamiento del CV, NocoDB para el registro de conversaciones y Gmail para enviar reportes. El flujo es: Trigger programado → Extracción de CV (Google Drive) → Procesamiento de texto (splitter) → Creación de embeddings (Google Gemini) → Almacenamiento en Pinecone → Interacción del usuario (Webhook) → Búsqueda en Pinecone → Respuesta del agente (Google Gemini) → Almacenamiento de conversación (NocoDB) → Reporte diario (Gmail).
- Integración con Google Gemini para embeddings y generación de lenguaje.
- Uso de Pinecone como vector store para búsqueda eficiente de información.
- Almacenamiento del CV en Google Drive y gestión de actualizaciones.
- Registro de conversaciones en NocoDB para análisis y seguimiento.
- Generación de reportes diarios vía Gmail.