Поиск ответов внутри видео по вопросу словами

Как это работает

Чтобы связать Postgres PGVector Store и Microsoft SQL, не нужен программист: готовый сценарий соединяет их за пару минут.

1. Запуск: Запуск вручную
2. Затем: Получить последние видео с YouTube
3. Затем: Игнорировать уже просмотренные
4. Проверка: Для каждого видео
5. Затем: Векторизовать подсценарий
6. Затем: Получить субтитры видео
7. Затем: Разделить субтитры на части
8. Затем: Части в элементы
9. Проверка: Для каждой части
10. Затем: Векторное хранилище Qdrant
11. Затем: Ожидание
12. Затем: Загрузчик данных по умолчанию
13. Затем: Embeddings
14. Затем: Разделитель текста
15. Затем: Очистить вывод
16. Затем: Сортировать по ID видео
17. Затем: Сгенерировать шаблон
18. Затем: Ответить на запрос
19. Затем: Markdown
20. Затем: Сопоставить поля
21. Запуск: Ответить на вебхук
22. Затем: Извлечь результаты
23. Проверка: Для каждой группы
24. Затем: Объединить результаты
25. Проверка: Есть результаты?
26. Если да — Транскрипты в элементы
27. Если нет — Сгенерировать пустой ответ
28. Запуск: Ответить на вебхук3
29. Запуск: SEARCH API
30. Затем: Увеличить лимит запросов
31. Проверка: 10req/min
32. Если да — Получить запрос
33. Затем: Получить векторы текста
34. Затем: Qdrant Groups Search
35. Проверка: Есть результаты?1
36. Если да — Разбить группы на элементы1
37. Если нет — Сгенерировать пустой ответ1
38. Запуск: Ответить на вебхук4
39. Если нет — Ответ 429
40. Запуск: Ответить на вебхук2
41. Запуск: Векторизовать подсценарий1
42. Запуск: WEB UI
43. Затем: Сгенерировать веб-страницу
44. Запуск: Отрендерить страницу
45. Запуск: Запланировать триггер
46. Затем: Модель чата OpenAI
47. Затем: Модель чата OpenAI1

Настроить такую автоматизацию (Postgres PGVector Store + Microsoft SQL) можно в Scriptera — без кода: опишите задачу, остальное сделают за вас.