用Google Drive里的PDF搭一个Facebook Messenger问答机器人

原文要点

该模板把Facebook Messenger机器人接到RAG知识库：webhook先处理Meta验证挑战并回显hub_challenge；收到消息后提取发送者与主页ID，忽略主页自发消息；LangChain AI Agent用OpenAI embedding把问题向量化，从Supabase（pgvector）向量库检索相关段落，由OpenRouter聊天模型生成有依据的回答，经Facebook Graph API回发；对话历史按Messenger sender ID存Postgres。知识库维护自动：Drive指定文件夹新增PDF时下载、提取文本、切块、生成向量入库；文件更新时删旧向量重新索引；文件进入指定Trash文件夹时删除对应向量并彻底删除文件。作者要求embedding模型与Supabase向量维度一致。

这次做成什么

搭一个用Google Drive里的PDF做知识库、在Facebook Messenger里自动回答客户问题的机器人。练习方案：先建Supabase向量表并放入两份自制PDF，手动触发索引流程，再用一条合成的Messenger消息JSON在n8n测试执行里走通检索与回发链路，最后才接真实Meta应用。

准备什么

• Supabase项目，已启用pgvector扩展，并有service key
• OpenAI API密钥，用于生成embedding，模型维度必须与向量表一致
• OpenRouter API密钥（或换用n8n支持的其他聊天模型节点）
• 可连接的Postgres数据库，用于按sender ID存对话历史
• Google Drive OAuth凭证，及三个指定文件夹：PDF主文件夹、更新监听文件夹、Trash文件夹
• Meta开发者账号、Facebook主页、Page access token，能配置webhook回调地址和验证令牌

具体怎么做

1. 建Supabase向量表

   在Supabase的SQL编辑器里执行下方建表SQL（本站独立示例）。关键是embedding列的维度要和你选的OpenAI embedding模型一致，例如text-embedding-3-small为1536维；不一致时入库直接报错，这是作者明确点名的坑。

2. 配PDF索引流程

   把三个Google Drive触发器分别指向主文件夹（新增）、同一文件夹（更新）、Trash文件夹。新增路径：Drive下载→提取PDF文本→切块→OpenAI embedding→写入Supabase，metadata里存Drive文件ID；更新路径先按文件ID删旧向量再走一遍新增；Trash路径按文件ID删向量后彻底删除Drive文件。先用两份自制PDF手动触发一次，确认向量入库。

3. 配消息问答流程

   Webhook节点接收Meta的GET验证并回显hub_challenge；POST消息进入后先判断sender是否等于主页ID，是则直接结束，避免机器人回复自己造成死循环。AI Agent节点：OpenAI embedding把用户问题向量化→Supabase向量检索→OpenRouter聊天模型结合检索段落生成回答；Postgres memory节点用sender ID作为会话键。

4. 回发与测试

   用Facebook Graph API凭据（Page access token）把回答发给对应sender ID。在n8n测试执行里粘贴下方合成webhook消息，确认链路输出一条基于PDF内容的回答；最后在Meta开发者后台把生产webhook URL和验证令牌填进去，用真实主页小号发消息验收。

可直接复制的材料

create extension if not exists vector;

create table if not exists documents (
  id bigserial primary key,
  content text,
  metadata jsonb,
  embedding vector(1536)
);

create index if not exists documents_embedding_idx
  on documents using ivfflat (embedding vector_cosine_ops)
  with (lists = 100);

create or replace function match_documents(
  query_embedding vector(1536),
  match_count int default 5
) returns table (id bigint, content text, metadata jsonb, similarity float)
language sql stable as $$
  select id, content, metadata,
         1 - (embedding <=> query_embedding) as similarity
  from documents
  order by embedding <=> query_embedding
  limit match_count;
$$;

{
  "object": "page",
  "entry": [{
    "id": "PAGE_ID_PLACEHOLDER",
    "messaging": [{
      "sender": {"id": "TEST_USER_9001"},
      "recipient": {"id": "PAGE_ID_PLACEHOLDER"},
      "timestamp": 1759600000000,
      "message": {"mid": "mid.test.0001", "text": "你们的退货期限是多久？"}
    }]
  }]
}

你是某店铺的Messenger客服。回答用户问题时：
1. 只依据检索到的知识库段落作答，段落里没有的信息就说『这个我需要帮你确认』，不要编造。
2. 用简体中文、口语化短句，一条回复不超过150字。
3. 涉及金额、期限、地址等具体信息时，逐字引用段落原文的表述。
4. 不知道用户身份背景，不要称呼其姓名。

输入与输出示例

本站虚构演示，未实际调用模型或发送消息，输出为按流程逻辑推演的示意。

输入

知识库中《门店服务说明.pdf》含段落『自签收之日起30天内可无理由退货，定制类商品除外』，测试用户TEST_USER_9001发来消息『你们的退货期限是多久？』。

对应输出

Agent检索到相似度最高的段落后，经OpenRouter模型生成并经Graph API回发的文本为：『您好，自签收之日起30天内可无理由退货，定制类商品除外。有其他问题随时问我。』同一次执行在Postgres中以sender ID为TEST_USER_9001的会话键追加一轮问答记录。

做完检查这些

• 在Meta开发者后台发送GET验证请求，webhook原样回显hub_challenge值
• sender ID等于主页ID的合成消息不会触发任何检索或回发
• 上传新PDF到主文件夹后，Supabase的documents表出现该文件的多个切块向量行且metadata含文件ID
• 把同名PDF改内容后触发更新，旧向量行被删除且新段落可被检索到
• 把文件移入Trash文件夹后，对应向量行被删除且Drive中文件被彻底删除
• 测试提问的回复内容与PDF原文中的期限表述逐字一致

容易卡住的地方

• embedding模型与向量表维度不一致是作者明确指出的失败点，换模型时两边都要改
• Page access token过期或权限不足时Graph API回发失败，消息看似被忽略
• 主页自发消息若不过滤会造成机器人自问自答的死循环，这一步不能省
• Trash路径会彻底删除Drive文件而不仅是删向量，误移文件无法从回收站找回，建议先指向专用测试文件夹演练
• Supabase service key权限很高，只放在n8n凭证里，不要写进任何提示词或日志
• OpenRouter按模型计费，聊天模型选型直接决定每条消息的调用成本