用 n8n AI Agent 与 Supabase 存储文件对话

将 Supabase 存储桶中的 PDF/文本文件自动向量化，并通过聊天接口基于内容上下文进行问答

给谁

研究人员、分析师、企业主或需要管理大量文档并快速检索上下文信息的用户

你会得到

上传文件后，可通过对话方式向 AI 询问文档内容，获得基于上下文的回答

你需要

n8n · supabase

步骤

1. 从 Supabase 获取文件列表

   在 n8n 中使用 HTTP Request 节点（或 Supabase 节点）向 Supabase Storage 发送 POST 请求，列出指定存储桶中的文件。需替换模板中硬编码的 Supabase URL 为你自己的项目地址。添加逻辑过滤空文件夹占位符（.emptyFolderPlaceholder），避免误处理。

2. 比对并过滤已处理文件

   使用 Aggregate 节点汇总 Storage 返回的文件列表，再与 Supabase 数据库 files 表中的已有记录比对。通过 If 节点排除重复文件和占位符，仅保留未处理的新文件。

3. 下载新文件

   对通过过滤的文件，使用 HTTP Request 节点下载。根据 Storage 的公开/私有权限配置认证方式（模板使用 supabaseApi 凭证）。调整 GET 请求的 URL 与参数以匹配你的 Supabase 设置。

4. 按文件类型处理内容

   使用 Switch 节点按扩展名分流：PDF 文件送入 Extract Document PDF 节点提取文本；文本文件直接处理。模板中 Switch 条件判断 $binary.data.fileExtension 是否为 pdf 或 undefined（文本）。

5. 内容分块

   将提取到的大段文本通过 Recursive Character Text Splitter 节点切分。来源给出的默认参数：chunkSize=500 tokens，chunkOverlap=200 tokens。可根据文档结构调整。

6. 生成向量嵌入

   使用 Embeddings OpenAI 节点（模型 text-embedding-3-small）为每个文本块生成向量嵌入。在 Default Data Loader 中配置 metadata，携带 file_id 以便后续检索。数据来源表达式：{{ $('Merge').item.json.data ?? $('Merge').item.json.text }}。

7. 存入 Supabase 向量库

   使用 Insert into Supabase Vectorstore 节点将向量数据写入 Supabase。表名 documents，查询函数 match_documents。需确保 Supabase 项目已启用向量扩展并创建对应表结构。【首次测试安全】首次测试前，改用测试 Supabase 项目/测试 bucket 与测试 documents 表，或临时断开 Insert into Supabase Vectorstore，确认分块与嵌入无误后再写入正式库。

8. 接入 AI 聊天机器人

   搭建第二条场景：Chat Trigger 节点接收用户消息 → AI Agent 节点 → 关联 Vector Store Tool（Supabase Vector Store）检索相关文档块 → OpenAI Chat Model 生成回答。Vector Store Tool 的 metadata 中可指定 file_id 实现多文档时的定向查询。

你正在根据 n8n 模板 2621 搭建「AI agent to chat with files in Supabase Storage」。请按以下顺序执行：
1. 确认已拥有 n8n 实例、Supabase 项目（含 Storage 与向量扩展）、OpenAI API Key。
2. 在 n8n 中导入模板 workflow JSON，将所有硬编码的 Supabase URL、存储桶名、凭证替换为你自己的资源。
3. 在 Supabase 中创建向量表 documents 与 match_documents 查询函数（来源未提供 SQL，需参考 Supabase 官方向量文档）。
4. 配置 supabaseApi 与 openAiApi 凭证。
5. 上传测试文件到 Storage，运行 Scenario 1（文件处理流）确认向量写入成功。
6. 测试 Scenario 2（聊天流），向 Chat Trigger 发送问题，验证能否基于文档内容回答。
7. 检查 If 节点的过滤表达式与 Switch 节点的扩展名判断是否符合你的文件类型。
注意：chunkSize、chunkOverlap、topK 等参数可根据实际效果调整。