Задача: AI-консультант для сообщества ВКонтакте, который отвечает на вопросы клиентов строго по базе знаний компании (каталог товаров, FAQ, регламенты, прайс) и помнит контекст каждого диалога. Как работает воркфлоу в n8n: — Триггер: VK Callback API push при новом сообщении в сообществе — Мгновенный ответ "ok" в ВК (чтобы не было повторов от платформы) — Парсинг сообщения: user_id, peer_id, текст — Загрузка истории диалога пользователя из Zep (долговременная память) — AI-агент на GPT-4o-mini получает вопрос, память по пользователю и системный промпт — Поиск по каталогу подключён как Tool — агент сам решает, когда обращаться к базе — При обращении: эмбеддинг вопроса через OpenAI text-embedding-3-small → поиск по Supabase pgvector через функцию match_store → возврат релевантных товаров — Ответ через VK API messages.send, обновление памяти в Zep База знаний хранится в Supabase pgvector с метаданными. Индексирование документов — отдельный процесс, разово или по расписанию. Преимущества: — Отвечает только по реальным данным клиента — никаких галлюцинаций — Помнит каждого пользователя индивидуально — База знаний обновляется без переобучения модели — Архитектура переносима: Telegram, WhatsApp, виджет на сайте — Supabase и Zep можно поднять self-hosted — Ниши: интернет-магазины, базы знаний, AI-поддержка, консультанты по продуктам Стек: n8n, OpenAI, Supabase pgvector, Zep, VK Callback API Собран как учебный стенд для отработки RAG и AI-памяти.