向量存储问答工具节点#
向量存储问答节点是一个工具,允许智能体基于向量存储中的片段来汇总结果并回答问题。
本页面将介绍向量存储问答节点的参数配置,并提供更多相关资源的链接。
示例和模板
如需使用示例和模板帮助您快速上手,请参阅n8n的向量存储问答工具集成页面。
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#
数据描述#
输入向量存储中数据的描述。
限制#
返回结果的最大数量。
n8n如何填充工具描述#
n8n使用节点名称(选择名称进行编辑)和数据描述参数,按照以下格式为AI智能体生成工具描述:
适用于需要回答关于[节点名称]的问题时。每当需要了解[数据描述]的相关信息时,务必使用此功能。输入内容应为完整的问题。
节点名称中的空格在工具描述中会被转换为下划线。
相关资源#
查看n8n网站上的示例工作流和相关内容。
有关LangChain中工具的更多信息,请参阅LangChain工具文档。
查看n8n的高级AI文档。
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。
