RAG агент без сложных баз: Связка n8n + Google Gemini File Search

Разборы AI сервисов, промокоды и подробные видео-уроки. Таймкоды: 00:00 Что такое RAG агенты и зачем они нужны бизнесу 01:54 Преимущества Gemini AI File Search перед OpenAI 04:06 Структура шаблона: две главные части системы 05:00 Создание базы данных для RAG агента 06:00 Где найти техническую документацию Gemini AI API 06:42 Проблемы с документацией Google и как их решить 07:28 Создаем file store хранилище пошагово 08:18 Настройка Headers и параметров запроса 09:08 Где взять Gemini AI API ключ 11:03 Запускаем создание хранилища и получаем ID 11:47 Зачем нужна нода Data Table в шаблоне 13:01 Загружаем первый документ в базу знаний 14:46 Импорт файлов: настройка первой ноды 16:14 Выгрузка материалов в векторное хранилище 17:28 Обработка ошибок при загрузке документов 18:46 Настройка параметров Body для импорта файлов 20:14 Создаем агента для ответов по документации 21:05 Системный промпт: как заставить агента не выдумывать 22:42 JSON параметры для обращения к базе знаний 23:33 Тестируем агента: вопрос о приоритетной поддержке 24:03 Проверяем ответ агента и исходный документ 25:07 Итоги: простая альтернатива сложным векторным базам Название: RAG агент без сложных баз: Связка n8n + Google Gemini File Search Привет, на связи Игорь Зуевич. В этом видео я покажу альтернативный и очень выгодный способ создания RAG агентов, которые отвечают клиентам строго по загруженной документации. Мы откажемся от дорогих решений OpenAI в пользу нового инструмента File Search от Google Gemini...