Giới thiệu RAG trong n8n | MinAI Learning

Tổng quan

1/13•25 phút

Đang tải...

Giới thiệu RAG trong n8n

Tổng quan về RAG (Retrieval-Augmented Generation) và ứng dụng trong n8n automation

🔍 Giới thiệu RAG trong n8n

🎯 Mục tiêu bài học

TB5 min

Sau bài học này, bạn sẽ:

✅ Hiểu khái niệm RAG (Retrieval-Augmented Generation)

✅ Biết vấn đề của LLM thuần và cách RAG giải quyết

✅ Nắm được kiến trúc RAG pipeline (Indexing + Query)

✅ Biết các RAG nodes có sẵn trong n8n

✅ Hiểu lộ trình và prerequisites của khóa học

RAG (Retrieval-Augmented Generation) cho phép AI trả lời câu hỏi dựa trên dữ liệu riêng của bạn — documents, databases, knowledge bases.

Task 0

⚠️ Vấn đề của LLM thuần

TB5 min

Diagram

Đang vẽ diagram...

Không có RAG	Có RAG
Chỉ biết training data	Truy cập dữ liệu của bạn
Ngày cắt kiến thức	Dữ liệu real-time

Task 1

Tiếp: Cơ bản RAG

🤖 RAG trong n8n

TB5 min

n8n cung cấp native nodes cho RAG:

Node	Chức năng
Document Loaders	Tải PDF, CSV, trang web
Text Splitters	Chia tài liệu thành chunks
Embeddings	OpenAI, Cohere embeddings
Vector Stores	Pinecone, Supabase, Qdrant
Retriever	Tìm kiếm và truy xuất chunks liên quan
AI Agent	Kết hợp truy xuất và sinh phản hồi

Checkpoint

Liệt kê các loại nodes trong n8n hỗ trợ RAG và chức năng của mỗi loại.

Task 3

📋 Khóa học Roadmap

TB5 min

Module	Nội dung	Bài học
1. Foundations	Khái niệm RAG, xử lý tài liệu	1-3
2. Vector Stores	Thiết lập Vector DB, embeddings, indexing	4-7
3. Query Pipeline	Truy vấn, ngữ cảnh, sinh phản hồi	8-10
4. Production	Giao diện chatbot, dự án tổng hợp	11-12

Checkpoint

Khóa học này gồm bao nhiêu modules? Mỗi module cover nội dung gì?

Task 5

🧠 Expert Lens: Triển khai RAG trong n8n theo giai đoạn

TB5 min

Kế Hoạch Triển Khai cho team automation

Giai đoạn	Mục tiêu	Kết quả mong đợi
Phase 1	Chuẩn hóa document ingestion	Indexing ổn định, metadata chuẩn
Phase 2	Nâng chất lượng retrieval	Top-k phù hợp ngữ cảnh đa tình huống
Phase 3	Hoàn thiện chat experience	Citation rõ ràng, phản hồi nhất quán
Phase 4	Giám sát production	Dashboard về latency, error, feedback

Failure Modes cần theo dõi sớm

Chunk quá lớn hoặc quá nhỏ làm giảm chất lượng retrieval
Vector store thiếu metadata khiến lọc kết quả kém chính xác
Prompt không có guardrail dẫn tới trả lời vượt phạm vi tài liệu
Thiếu logging nên khó debug câu trả lời sai

Checkpoint

Bạn đã xác định 1-2 failure modes quan trọng nhất cho bối cảnh dự án của mình chưa?

Task 7

✏️ Bài Tập RAG

TB5 min

RAG Pipeline Overview

📄1. DOCUMENTS PDF, Web, DB

✂️2. CHUNK Chia nhỏ text

🔢3. EMBED Vector hóa

💾4. STORE Vector DB

🔍5. QUERY Tìm context

🤖6. GENERATE LLM trả lời

Bài tập: Xác định RAG Use Case

Cho 5 scenarios, xác định case nào NÊN và KHÔNG NÊN dùng RAG:

#	Scenario	RAG?	Lý do
1	Chatbot trả lời FAQ từ 200 trang tài liệu nội bộ	?	?
2	Dịch văn bản tiếng Anh → tiếng Việt	?	?
3	Tìm kiếm hợp đồng trong 10,000 file PDF	?	?
4	Tạo ảnh sản phẩm từ mô tả	?	?
5	Tư vấn viên hỗ trợ KH dựa trên lịch sử mua hàng	?	?

#	Scenario	RAG?	Lý do
1	FAQ từ tài liệu nội bộ	✅ CÓ	Classic RAG use case — tài liệu thay đổi thường xuyên, cần ground truth
2	Dịch văn bản	❌ KHÔNG	LLM đã biết dịch, không cần retrieve thêm context
3	Tìm kiếm hợp đồng	✅ CÓ	Cần semantic search trên corpus lớn + trích dẫn nguồn
4	Tạo ảnh sản phẩm	❌ KHÔNG	Image generation, không liên quan retrieval
5

📖 Bảng thuật ngữ

Thuật ngữ	Giải thích
RAG	Retrieval-Augmented Generation — LLM + tìm kiếm tài liệu
Vector	Biểu diễn text dưới dạng mảng số để so sánh ngữ nghĩa
Embedding	Quá trình chuyển text → vector
Chunk	Đoạn text nhỏ được chia từ tài liệu gốc
Vector Database	DB lưu và tìm kiếm vectors (Pinecone, ChromaDB, Qdrant)
Semantic Search	Tìm kiếm theo nghĩa, không chỉ từ khóa chính xác

Task 8

Nguồn	Nội dung	Link
n8n AI Nodes	Các node AI trong n8n	n8n AI Documentation
LangChain	Framework xây dựng ứng dụng LLM	LangChain Docs
ChromaDB	Vector database mã nguồn mở	ChromaDB Docs
Pinecone	Vector database quản lý	Pinecone Docs
OpenAI Embeddings	Tài liệu embeddings API	OpenAI Embeddings
Qdrant	Vector search engine hiệu năng cao	Qdrant Documentation

Khóa học

Mentor & Hỗ trợ

Blog

Giới thiệu

Giới thiệu RAG trong n8n

🔍 Giới thiệu RAG trong n8n

🎯 Mục tiêu bài học

⚠️ Vấn đề của LLM thuần

Checkpoint

🏗️ RAG Architecture

Checkpoint

🤖 RAG trong n8n

Checkpoint

💡 Use Cases

Checkpoint

📋 Khóa học Roadmap

Checkpoint

⚙️ Prerequisites

Checkpoint

🚀 Bài tiếp theo

🧠 Expert Lens: Triển khai RAG trong n8n theo giai đoạn

Kế Hoạch Triển Khai cho team automation

Failure Modes cần theo dõi sớm

Checkpoint

✏️ Bài Tập RAG

RAG Pipeline Overview

Bài tập: Xác định RAG Use Case

📖 Bảng thuật ngữ

📚 Tài liệu tham khảo