用Drive文档搭公司政策问答机器人

原文要点

该免费模板（Intuz发布于n8n模板库）由两条链路组成：一条每分钟轮询指定Google Drive文件夹，下载新增或更新的文件，按PDF、Google Doc、TXT、DOCX分别抽取纯文本（DOCX先复制成临时Google Doc导出文本再删除），分块后附上文件ID、文件名、Drive链接、修改时间等元数据，用OpenAI生成嵌入写入Qdrant的company_docs集合，写入前按file_id删除旧向量避免过期内容；另一条链路接收n8n公开Chat或Slack提及消息，统一格式后用带记忆的OpenAI模型仅依据检索结果作答并附来源引用，Slack消息回发到原频道/线程。

这次做成什么

在公司内部搭一个会随Drive文档自动更新的政策问答机器人：员工在n8n Chat页面或Slack里提问，机器人只基于公司文档回答并给出处。本指南给出可照做的搭建顺序，并用一份虚构的员工手册练习验证同步与问答两条链路。

准备什么

• 已启用LangChain节点的n8n实例（自托管或云端）
• 能访问目标文件夹的Google账号，用于配置Google Drive OAuth2凭据
• OpenAI API密钥，同时用于对话模型和嵌入模型
• Qdrant Cloud集群地址与API密钥（或自建Qdrant）
• 一个只放公司政策文档的Google Drive测试文件夹
• 如走Slack入口：已配置app_mention与message.im事件订阅的Slack应用

具体怎么做

1. 建Qdrant集合与file_id索引

   在Qdrant控制台或REST API创建名为company_docs的集合，向量维度与所用OpenAI嵌入模型一致；然后对metadata.file_id字段建keyword类型的payload索引。没有这一步，按文件ID删除旧向量会失败或扫描极慢。可先PUT一条测试向量再按file_id过滤查询，确认索引生效。

2. 配置文档同步链路

   在模板导入后，给Google Drive Trigger节点绑定Drive OAuth2凭据，填入要监听的文件夹ID，轮询间隔保持每分钟。检查文件类型分支：PDF、Google Doc、TXT走直接抽取，DOCX走复制为临时Google Doc再导出文本的分支。把OpenAI凭据填进嵌入节点，Qdrant向量存储节点选择company_docs集合，并确认删除节点使用按metadata.file_id过滤的REST API调用。丢一份测试PDF进文件夹，等一个轮询周期后到Qdrant看是否出现带file_id元数据的分块。

3. 配置问答链路

   给Chat Trigger（或Slack Trigger）和Agent节点的OpenAI聊天模型填凭据，挂载名为company_knowledge_base的Qdrant检索工具，连接窗口记忆节点，把下方提示词填入Agent的系统消息。Slack入口还需在Slack后台订阅app_mention与message.im事件并重新安装应用，模板里已有忽略机器人自身消息的判断，避免自问自答死循环。

4. 端到端验证与上线

   更新文件夹里的政策文档（改一处数字），等下一个轮询周期后提问该数字，确认回答用新值而非旧值，即删除旧向量再插入的同步逻辑生效；同时检查答案末尾是否附带来源文件名和Drive链接。验证通过后把Chat Trigger的公开链接或Slack频道发给员工使用。

可直接复制的材料

你是公司内部政策问答助手。回答员工提问时严格遵守以下规则：
1. 只依据检索工具返回的公司文档内容作答，不得使用你自身的训练知识补充政策细节。
2. 问候、自我介绍类问题直接简短回答，不需要检索。
3. 检索后如果文档中没有相关信息，回答："我在公司文档中没有找到这方面的规定，建议联系人力资源部确认。"不要编造条款。
4. 回答用简体中文，分点列出关键规定，每点不超过两句。
5. 回答末尾必须附上来源，格式为：来源：《文件名》（Google Drive链接）。
6. 涉及数字（天数、金额、比例）时必须照抄文档原文数值，不要四舍五入或换算。

# 1. 创建集合（维度1536对应OpenAI text-embedding-3-small，换模型需改维度）
curl -X PUT "https://你的集群地址:6333/collections/company_docs" \
  -H "api-key: 你的Qdrant密钥" -H "Content-Type: application/json" \
  -d '{"vectors":{"size":1536,"distance":"Cosine"}}'

# 2. 给metadata.file_id建keyword索引，删除旧向量依赖它
curl -X PUT "https://你的集群地址:6333/collections/company_docs/index" \
  -H "api-key: 你的Qdrant密钥" -H "Content-Type: application/json" \
  -d '{"field_name":"metadata.file_id","field_schema":"keyword"}'

{"file_id":"1A2b3C4d5E6f_exampleDriveId","file_name":"员工手册-2026修订版.pdf","drive_url":"https://drive.google.com/file/d/1A2b3C4d5E6f_exampleDriveId/view","last_modified":"2026-09-17T08:30:00Z","chunk_index":0,"chunk_text":"员工连续工作满一年后，可享受带薪年假5天。","expected_qdrant_payload_keys":["metadata.file_id","metadata.file_name","metadata.drive_url","metadata.last_modified"]}

输入与输出示例

本站虚构演示，非原作者运行结果；回答格式由上述系统提示词约束产生。

输入

在Drive测试文件夹放入虚构《员工手册-2026修订版.pdf》，其中写明"连续工作满一年可享年假5天"；同步完成后员工在Slack提问："@PolicyBot 入职满一年有几天年假？"

对应输出

机器人回复：根据《员工手册-2026修订版》：
- 员工连续工作满一年后，可享受带薪年假5天。
来源：《员工手册-2026修订版.pdf》（https://drive.google.com/file/d/1A2b3C4d5E6f_exampleDriveId/view）

做完检查这些

• 向文件夹新增PDF后一个轮询周期内，Qdrant的company_docs集合中出现带metadata.file_id的向量分块
• 修改同一文件内容后再次同步，旧分块被删除，提问该处修改只能得到新内容
• 用聊天入口提问政策问题，回答只引用检索到的文档且末尾附文件名与Drive链接
• 问一个文档中不存在的问题，机器人给出"未找到、请联系相关部门"的回退回答而非编造
• Slack提问时回复出现在原频道或原线程，且机器人不回复自己产生的消息

容易卡住的地方

• 忘记建metadata.file_id的keyword索引时，删除旧向量节点会报错或全表扫描，文档更新后新旧内容并存导致答案矛盾
• 向量维度必须与嵌入模型匹配，更换OpenAI嵌入模型后需重建集合并全量重新同步
• DOCX依赖复制成临时Google Doc再导出的转换流程，Drive账号空间不足或导出失败时该类型文件不会入库
• Slack应用订阅事件后必须重新安装到工作区，否则提及消息不会触发工作流
• 轮询间隔为每分钟，文档刚保存立刻提问可能还是旧答案，这不是故障