Hey n8n Experts!!
I am new to n8n. I want to build an ai bot having knowledge base of youtube video (hindi and english videos) and conversation must be remember by ai and answer with previous conversation and other knowledgebase be same
I hope I clearly mention my requirements.
Hi @Digispyzone Welcome!
AI Automation Specialist here, let me help you, first get yourself bunch of youtube video transcriptions (yes transcriptions, cause we need the AI to understand the context), once you have those, goto Pincone, create a vector database and now everything is good to go, just hop into n8n setup a RAG workflow you will see on google you will get it, inject all those transcribes to pinecone store, and now once that is done you can move ahead to creating your chatbot by adding a chat trigger attached to AI agent and a simple memory + an OpenAI model and in tool attach pinecone vector store and that is really it, let me know if you get stuck somewhere!
la parte que la respuesta anterior omite es generalmente donde la gente se queda atascada: lograr que las transcripciones lleguen a n8n. algunas opciones honestas para ese paso, ya que tus videos son hindi + inglés:
1. la API oficial de YouTube solo devuelve subtítulos para videos que posees, así que no funcionará para videos arbitrarios.
2. los trucos HTTP comunes (scraping de la página de visualización o el endpoint timedtext) tienden a funcionar en una máquina local pero se rompen en la nube de n8n. YouTube verifica bots en IPs de centros de datos, así que la solicitud devuelve vacío o una página “confirma que no eres un bot”.
3. Whisper en el audio descargado funciona para cualquier idioma, pero primero necesitas descargar el audio, lo que genera el mismo problema de IP, y cuesta más por video.
declaración de transparencia, mantengo un nodo comunitario para exactamente esto: n8n-nodes-fetchworks (Configuración, Nodos comunitarios, instala n8n-nodes-fetchworks). obtiene subtítulos existentes, incluidos los generados automáticamente en hindi, y hace la obtención del lado del servidor a través de nuestro actor de Apify para que el problema de IP en la nube desaparezca. el actor es de pago, aproximadamente $2 por cada 1k transcripciones a través de tu cuenta de Apify, y el nivel gratuito de Apify es suficiente para pruebas. npm: https://www.npmjs.com/package/n8n-nodes-fetchworks
una vez que tengas el texto de la transcripción, el consejo de RAG anterior es correcto: divide cada transcripción en fragmentos, incrusta en Pinecone, adjunta el almacén vectorial como herramienta en tu agente de IA con memoria de chat. las transcripciones en hindi se incrustan bien con los modelos de incrustación estándar de OpenAI, así que puedes mantener un índice para ambos idiomas.