RAG-память в n8n: бот, который помнит всё за 15 минут

Прокачиваем бота до «умного с памятью»: в этом видео собираю RAG-ассистента в n8n, который ищет факты в векторном хранилище и отвечает цитатами из источников. Память — через Supabase Vector Store, эмбеддинги — OpenAI, связка — n8n Что разберём: Что такое RAG и чем «память» лучше обычного чата Как собрать n8n-флоу: Webhook → парсер → AI Agent → Vector Store → Respond Как поднять векторную базу в Supabase и загрузить данные Как подключить эмбеддинги (1536) и настроить точный поиск Стек: n8n • Supabase (pgvector) • OpenAI Embeddings • AI Agent • ) Полезные материалы: • SQL для таблиц и индексов pgvector:
• Моя группа
• Наше сообщество
( ключевики Дизайн-мышление, Пользовательский опыт, UX, UI, Решение проблем, Инновации, Прототипирование, Быстрое прототипирование, Эмпатия, Фокусировка, Генерация идей, Прототип, Тестирование, A/B тестирование, Исследование пользователей, CustDev, CJM, MVP, n8n, Supabase, Zapier, Make, Firebase, Airtable, Bubble, Tilda, Webflow, Figma, Adalo, Low-code, No-code, Автоматизация, Workflow, API, Интеграция, Вебхуки, Продакт-менеджер, Продакт-оунер, Дизайнер, UX-дизайнер, Предприниматель, Стартап, Маркетолог, Бизнес-аналитик, Разработчик, Full-stack разработчик, No-code разработчик, Создание продуктов, Проверка гипотез, Боли клиента, Потребности пользователя, Бизнес-процессы, Автоматизация бизнеса, Цифровая трансформация, Креативность, Стратегия, Ускорение разработки. )