Pago único

Búsqueda vectorial y RAG con n8n y PostgreSQL: el asistente del taller

Aprende cómo funciona de verdad la búsqueda vectorial y monta un asistente que contesta con lo que dicen tus documentos, sin inventarse nada. El caso real es el de un taller mecánico: el mecánico pregunta y el asistente busca en los manuales técnicos y en la base de datos del taller. Empezamos por la diferencia entre una base de datos relacional y una vectorial, y desde ahí vas pieza a pieza: qué es un embedding y cómo se mide el parecido entre dos textos, la búsqueda semántica y por qué el RAG tradicional se queda corto en producción, cómo cortar y limpiar los documentos en chunks, que es el 80 % del trabajo, y cómo filtrar antes de buscar para que la respuesta sea la correcta o ninguna. Después lo llevas a PostgreSQL con pgvector: cómo instalarlo, cómo diseñar la tabla pensando en lo que te van a preguntar y cómo escribir la consulta con filtros, distancia y umbral. Al final lo ves todo junto en n8n: el flujo que carga el conocimiento, el que busca, el agente que decide si consultar la base de datos o los manuales y cómo hacer que aprenda con el uso. Vídeos narrados por S.A.R.A., la asistente de nacaIA.

17
Lecciones
1h 26m
Duración
156
Alumnos
n8n RAG pgvector PostgreSQL Embeddings Búsqueda semántica IA OpenAI NIVEL AVANZADO
Incluido en la Comunidad
Exclusivo para miembros
Incluido en la Comunidad nacaIA. Este contenido no se vende por separado: forma parte de la suscripción, junto con el resto de cursos y el Discord privado.
Ver la Comunidad Empieza gratis: Módulo 0 completo
Solo necesitas una cuenta gratuita, sin tarjeta.
  • Acceso completo e inmediato
  • Sin límite de tiempo
  • Materiales descargables
  • Certificado de finalización

Contenido del curso · 7 módulos · 17 lecciones

Módulo 0: Introducción (1 lecciones)
1.1 Qué es un embedding: de dos ejes a 1.536 5 min
1.2 Cómo se mide el parecido 4 min
2.1 Buscar por significado: qué es un RAG 4 min
2.2 El RAG tradicional es matar moscas a cañonazos 5 min
2.3 Filtrar antes de buscar, y si no hay nada, nada 4 min
3.1 Qué es un chunk: tamaño y solapamiento 4 min
3.2 Limpia el texto antes de cortar 5 min
3.3 Documentos grandes: el 80 % del trabajo 4 min
4.1 Instalar pgvector en PostgreSQL 6 min
4.2 La tabla del taller: columnas para lo que te van a preguntar 5 min
4.3 La consulta: filtros, distancia y umbral 5 min
4.4 Caso práctico: un catálogo convertido en JSON 4 min
5.1 Cargar el conocimiento: el flujo Generar Embeddings 6 min
5.2 Buscar: el flujo Tool RAG 6 min
5.3 El agente elige: SQL o vectorial 6 min
6.1 Que aprenda con el uso, y cierre 6 min

Instructor

J
Jorge Benítez
LinkedIn

Fundador de nacaIA. Especialista en automatización con n8n, RAG e inteligencia artificial aplicada a negocios reales.

Así se estudia en la Academy

No es una carpeta de vídeos: es un aula con tu progreso, tus directos y tus dudas resueltas donde toca.

Panel de formación con el progreso del curso y el aviso del próximo directo.
Tu progreso y el próximo directo
Lección con su contenido, los materiales descargables y las preguntas respondidas.
La lección, con material y dudas
Calendario mensual con las sesiones en directo del curso.
Los directos de tu edición