Asistente RAG de honorarios médicos en Google Chat

Contexto

Se necesitaba consultar documentación de honorarios médicos desde Google Chat, manteniendo la base de conocimiento actualizada a medida que se agregaban PDFs.

Qué hace

• Un workflow detecta PDFs nuevos en Google Drive, descarga y extrae su texto, y lo divide en fragmentos con solapamiento.
• Antes de reindexar un archivo, elimina sus fragmentos anteriores de Supabase para evitar duplicados.
• Genera embeddings con Gemini y guarda los fragmentos y sus metadatos en Supabase Vector.
• Un segundo workflow recibe consultas desde Google Chat, recupera contexto relevante de la base vectorial y prepara una respuesta con Gemini.
• Devuelve la respuesta al usuario en Google Chat.

Decisiones técnicas

• La indexación y las consultas son workflows separados, coordinados a través de Supabase Vector.
• Los fragmentos guardan metadatos de origen para poder reemplazar el contenido de un PDF cuando se vuelve a indexar.
• n8n orquesta Google Drive, extracción documental, embeddings, búsqueda vectorial y respuesta conversacional.

Stack

n8n, Google Drive API, Gemini Embeddings, Gemini, Supabase Vector Store, Google Chat.