Postgres 聊天记忆节点#
使用Postgres聊天记忆节点将Postgres作为存储聊天历史的内存服务器。
本页面列出了Postgres聊天记忆节点支持的操作列表，并提供更多资源的链接。
Credentials
您可以在此节点的此处找到认证信息。
子节点中的参数解析
在使用表达式处理多个项目时，子节点的行为与其他节点不同。
大多数节点（包括根节点）可以接收任意数量的项目作为输入，处理这些项目并输出结果。您可以使用表达式来引用输入项，节点会依次为每个项目解析该表达式。例如，给定五个name值的输入，表达式{{ $json.name }}会依次解析为每个名称。
在子节点中，表达式始终解析为第一项。例如，给定五个name值输入时，表达式{{ $json.name }}总是解析为第一个名称。
节点参数#
- 会话密钥: 输入用于在工作流数据中存储记忆的密钥。
- 表名: 输入用于存储聊天记录的表名。如果该表不存在，系统会自动创建。
- 上下文窗口长度: 输入要考虑的先前交互数量作为上下文。
相关资源#
有关该服务的更多信息，请参阅LangChain的Postgres聊天消息历史文档。
查看n8n的高级AI文档。
单一内存实例#
如果在工作流中添加多个Postgres聊天记忆节点，默认情况下所有节点都会访问同一个记忆实例。在执行可能覆盖现有记忆内容的破坏性操作（如聊天记忆管理器节点中的"覆盖所有消息"操作）时需格外小心。若需在工作流中使用多个记忆实例，请在不同的记忆节点中设置不同的会话ID。
AI术语表#
- completion: 补全（completion）是指由GPT等模型生成的响应内容。
- 幻觉: AI中的幻觉是指大型语言模型(LLM)错误地感知到不存在的模式或对象。
- 向量数据库: 向量数据库存储信息的数学表示。与嵌入和检索器配合使用，可创建AI在回答问题时能够访问的数据库。
- 向量存储: 向量存储（或称向量数据库）用于存储信息的数学表示。结合嵌入模型和检索器使用，可创建供AI在回答问题时访问的数据库。
