[GUIA] Como criar RAG com Supabase Vector + OpenAI Embeddings dentro do n8n

Montei uma arquitetura completa de RAG (Retrieval Augmented Generation) rodando 100% no n8n com nós nativos de LangChain conectados ao Supabase pgvector. ### Passos da Arquitetura: 1. **Document Loader**: Faz leitura de PDFs de manuais e políticas da empresa. 2. **Text Splitter**: Divide em pedaços (chunks) de 500 caracteres com overlap de 50. 3. **Embeddings**: Gera vetores com `text-embedding-3-small` (custo quase nulo). 4. **Vector Store**: Grava e busca no Supabase com `similarity_cosine`. 5. **Conversational Agent**: Responde o usuário com a memória das últimas 5 mensagens preservadas no Redis.