Este workflow implementa un sistema de recuperación de información basada en vectores (RAG) para documentos de empresa almacenados en Google Drive. Funciona así: cuando se crea o actualiza un archivo en Google Drive (triggers), el workflow lo descarga. Luego, se utiliza el modelo de embeddings Google Gemini para generar representaciones vectoriales del texto del documento, las cuales se almacenan en una base de datos vectorial Pinecone. Un agente de IA, utilizando el modelo de lenguaje Google Gemini y la herramienta de búsqueda vectorial, responde a consultas de chat. El agente accede a la memoria de ventana para mantener el contexto de la conversación. Para el procesamiento del texto, se utiliza un separador de texto para dividir los documentos en trozos más pequeños. El workflow permite realizar búsquedas contextuales y precisas dentro de la base de datos de documentos de la empresa.
- Integra Google Drive, Pinecone y Google Gemini.
- Implementa un sistema RAG para búsqueda eficiente de información.
- Usa embeddings para representar documentos en un espacio vectorial.
- Gestiona el contexto de la conversación con una memoria de ventana.
- Permite la búsqueda de información en documentos almacenados en Google Drive a través de un chat.