Système Multi-Agents RAG (n8n + Pinecone)
n8n à 109 nœuds : PDF Google Drive → store vectoriel Pinecone → embeddings Cohere → Agent IA Ollama → scraping Airtop → acteurs Apify. 5 sous-workflows. RAG complet + mémoire conversationnelle.
RAG multi-agents : ingestion PDF + recherche vectorielle + scraping web + LLM multi-outils
Système multi-agents n8n massif de 109 nœuds combinant RAG, scraping web et orchestration IA.
5 Sous-Workflows
1. OCR Google Drive PDF Déclencheur Drive → téléchargement → API OCR → extraction de champs → ajout Google Sheets
2. Pipeline RAG PDF → Recursive CharTextSplitter (1K chars, 200 chevauchement) → Cohere embed-english-v3.0 → upsert Pinecone → requête Agent IA
3. Scraping Web Airtop Navigateur headless : naviguer → attendre → cliquer → saisir → extraire → sortie structurée (pages rendues JS)
4. Recherche Concurrentielle (Apify) Acteurs Apify (scrapers Amazon/LinkedIn) → dataset → synthèse Ollama → rapport structuré
5. Interface de Chat Chat n8n → Agent IA Ollama Llama3.1 → mémoire conversationnelle → appel multi-outils (recherche vectorielle + scraper + BDD)
Stack Technologique
| Service | Rôle |
|---|---|
| Pinecone | Vector store (1 536 dimensions) |
| Cohere | Embeddings (embed-english-v3.0) |
| Ollama | LLM local (Llama3.1, zéro coût API) |
| Airtop | Navigateur headless pour pages rendues JS |
| Apify | Acteurs de scraping web |
| Google Workspace | Drive + Sheets + Gmail |
Pourquoi 109 Nœuds ? Chaque workflow a des branches de gestion d'erreurs, du routage conditionnel et des étapes de validation. Le flux explicite rend le système auditable et fiable en production.