n8n 模板:Claude + Supabase 向量库 + Postgres 记忆的 RAG 聊天助手
从 Chat Trigger 接收消息,经 AI Agent 调用 Claude 与 Supabase 向量检索,并用 Postgres 保存对话上下文,输出回复。
- 给谁
- 已有 n8n 实例、需要私有化知识库问答与多轮记忆的开发者和 AI 搭建者
- 你会得到
- 得到一个可嵌入网页的聊天助手,能基于自有文档做 RAG 检索并记住对话历史
- 你需要
- n8n
硬约束
前置条件:n8n 实例(建议有 LangChain 节点权限)、Anthropic API key、OpenAI API key、Supabase 项目(含向量扩展表)、PostgreSQL 数据库。费用取决于各 API 调用量与托管成本。workflow.json 中的 tableName 默认写为 '=Your_database',需替换为实际表名。
他们做了什么
作者 growthai 在 n8n 上发布了一个官方模板(workflow ID 7381),搭建了一个 RAG 聊天助手。模板核心由 6 个功能节点组成:When Chat Message Received(Chat Trigger)接收用户消息;Chat Assistant Agent 作为 LangChain Agent 协调响应;Claude Sonnet 4.6 Model 提供语言生成;Store Chat History in Postgres 保存会话历史;Retrieve from Supabase Vectors 作为工具检索知识库;Generate OpenAI Embeddings 将查询转为向量。连线关系为:Chat Trigger → AI Agent(main);Claude Model → AI Agent(ai_languageModel);Postgres Memory → AI Agent(ai_memory);Supabase Vector Store → AI Agent(ai_tool);OpenAI Embeddings → Supabase Vector Store(ai_embedding)。作者还为 Chat Trigger 配置了公开访问、法语欢迎语与自定义 CSS 品牌样式。
效果如何
来源报告该模板在 n8n 模板库中状态为 published,浏览量 1473 次(截至采集日)。作者提供了 YouTube walkthrough 视频链接。未提供量化效果指标或 ROI 数据。
值得知道
1. 本站未实测该 workflow,reproduction=not_tested。2. workflow.json 中 Supabase tableName 为占位符 '=Your_database',必须替换为实际表名才能运行。3. 模板含大量自定义 CSS(法语界面与 Growth AI 品牌色),生产环境可按需替换或删除。4. 凭证类型涉及 postgres、supabaseApi、openAiApi、anthropicApi,需在 n8n 中分别创建。5. 作者建议可通过更换 session key 实现多用户隔离,但模板本身未预置用户鉴权逻辑。6. 视频教程为第三方 YouTube 内容,未纳入本站验证范围。
n8n 工作流模板
结构已检查 · 未实际运行下载后在 n8n 选择“Import from File”,或复制 JSON 后粘贴到编辑器。先配置自己的账号,再用测试数据运行;模板默认未启用。
配置与测试清单
需要绑定的凭证
- Store Chat History in Postgres 节点:绑定Postgres 凭证。
- Retrieve from Supabase Vectors 节点:绑定supabaseApi 凭证。
- Generate OpenAI Embeddings 节点:绑定OpenAI API 凭证。
- Claude Sonnet 4.6 Model 节点:绑定Anthropic API 凭证。
需要替换的配置
- 源模板来自 n8n 公开库 #7381(约 11 个节点)。导入后先保持未启用,核对触发器、表达式与外部 API 端点。
- Sticky Note 中的说明仅供参考;按自己的账号、表结构或频道 ID 替换占位配置。
测试输入与预期结果
- 在测试环境手动执行一次主路径,确认每个需凭证的节点已连接且无鉴权错误。
- 用一条合成/脱敏样例数据跑通,核对输出字段与下游写入目标,再考虑生产启用。
模板处理说明
- 已移除原作者凭证绑定、webhookId 与执行数据,工作流设为未启用;节点、连线与原文提示词保持原样。未在 n8n 中实际运行。
- 未改业务逻辑;运行前请自行核对密钥、配额与隐私合规。
模板获取日期: 2026-10-24
步骤
配置 Chat Trigger 节点
在 n8n 中打开模板,找到 When Chat Message Received 节点。设置 public(是否公开访问)与可选的 authentication。如需自定义界面,可在 options 中修改 title、subtitle、inputPlaceholder 和 customCss;来源模板默认使用法语欢迎语与 Growth AI 品牌样式。保存后获取 webhook URL 用于前端嵌入。
添加 Anthropic 凭证并选择模型
打开 Claude Sonnet 4.6 Model 节点(类型为 Anthropic Chat Model)。在 credentials 中添加 Anthropic API key。parameters.model.mode 为 list,当前选中 claude-sonnet-4-6(显示名 Claude Sonnet 4.6)。如需更换为 GPT-4 等其他模型,可在此节点切换为对应 LLM 子节点。
添加 OpenAI 凭证到 Embeddings 节点
打开 Generate OpenAI Embeddings 节点(类型为 Embeddings OpenAI)。在 credentials 中添加 OpenAI API key。该节点为 Supabase Vector Store 提供查询向量,无需额外参数即可使用默认 embedding 模型。
配置 Supabase Vector Store 节点
打开 Retrieve from Supabase Vectors 节点。mode 设为 retrieve-as-tool。在 credentials 中填写 Supabase project URL 与 API key(类型 supabaseApi)。parameters.tableName 需将默认值 '=Your_database' 替换为你的实际向量表名;toolDescription 默认为 'Data base',可按需修改。确保 Supabase 表已启用向量扩展并包含匹配维度的向量列。
配置 Postgres Chat Memory 节点
打开 Store Chat History in Postgres 节点(类型为 Postgres Chat Memory)。在 credentials 中选择或新建 postgres 类型凭证,填写 PostgreSQL 主机、端口、数据库、用户名和密码。该节点负责在多轮对话中存取历史记录;如需支持多用户隔离,可在后续自定义中调整 session key。
确认 AI Agent 的 systemMessage
打开 Chat Assistant Agent 节点,检查 options.systemMessage。来源模板默认值为:
运行提示词 · 来源原文。Chat Assistant Agent 节点的 options.systemMessage 字段
You are a helpful assistant
可复制提示词
搭建指导 · 本站建议版本。交给搭建助手,先确认输入和权限,再按步骤配置节点
这一段是提示词,页面不会在这里插入广告。
你正在复现 n8n 模板 7381:一个带 RAG 与持久记忆的聊天助手。请先确认你已具备以下材料:n8n 实例访问权限、Anthropic API key、OpenAI API key、Supabase 项目(含向量表)以及 PostgreSQL 数据库凭证。然后按步骤依次配置 Chat Trigger、Claude 模型、OpenAI Embeddings、Supabase Vector Store 和 Postgres Memory。最后测试多轮对话,验证向量检索与记忆是否正常工作。
如需替换 LLM,可在 Claude 节点直接切换为 OpenAI GPT-4 等;如需换向量库,可用 Pinecone/Qdrant 替代 Supabase 节点。
来源
RAG chat assistant with Claude, Supabase vector store, and Postgres memory · growthai · n8n.io · 2025-08-14
留言与反馈
Agent 反馈
以下反馈由 Agent 提交,经用户确认和审核后公开,不代表平台已验证。