ROOM64 / KNOWLEDGE / N8N

การใช้งาน Chroma Vector Store

Chroma Vector Store — เรียนรู้วิธีใช้ node Chroma Vector Store ใน n8n ปฏิบัติตามเอกสารทางเทคนิคเพื่อรวม node Chroma Vector Store เข้ากับ workflow ของคุณ

อ่านต้นฉบับที่ n8n Official Docs ↗
คำแปลอัตโนมัติภาษาไทย แปลด้วย Google Translate / M2M100 จากเอกสาร n8n ณ วันที่ 2026-09-28 ยังไม่ได้ตรวจทานทางเทคนิคทุกหน้า โค้ดและ expression คงตามต้นฉบับ ชื่อ node เมนู และศัพท์เทคนิคคงภาษาอังกฤษเพื่อเทียบกับหน้าจอ n8n

Cluster nodes · AI และองค์ประกอบย่อย · Chroma Vector Store

← Root nodes

สารบัญในหน้านี้

เรียนรู้วิธีใช้ node Chroma Vector Store ใน n8n ปฏิบัติตามเอกสารทางเทคนิคเพื่อรวม node Chroma Vector Store เข้ากับ workflow ของคุณ

ใช้ node Chroma เพื่อโต้ตอบกับฐานข้อมูล Chroma ของคุณเป็น ร้านเวกเตอร์ 1 คุณสามารถใส่เอกสารลงในฐานข้อมูล vector, รับเอกสารจากฐานข้อมูล vector, รับเอกสารเพื่อให้พวกเขาไปยังผู้รับที่เชื่อมต่อกับโซ่ 2 หรือเชื่อมต่อโดยตรงกับตัวแทน 3 เป็นเครื่องมือ 4.

ในหน้านี้ คุณจะพบ parameter node สำหรับ node Chroma และลิงก์ไปยังแหล่งข้อมูลเพิ่มเติม

Credentials

อ้างถึง Chroma credentials สำหรับข้อมูลการตรวจสอบสิทธิ์สำหรับ node นี้

รูปแบบการใช้งาน node

คุณสามารถใช้ node Chroma Vector Store ในรูปแบบต่อไปนี้

ใช้เป็น node ปกติในการแทรกและดึงเอกสาร (Use as a regular node to insert and retrieve documents)

คุณสามารถใช้ Chroma Vector Store เป็น node ปกติในการแทรกหรือรับเอกสารได้ รูปแบบนี้จะทำให้ Chroma Vector Store อยู่ในขั้นตอนการเชื่อมต่อปกติโดยไม่ต้องใช้ตัวแทน

เชื่อมต่อโดยตรงกับ AI Agent ในฐานะเครื่องมือ (Connect directly to an AI agent as a tool)

คุณสามารถเชื่อมต่อ node Chroma Vector Store โดยตรงกับตัวเชื่อมต่อเครื่องมือของ AI Agent เพื่อใช้ร้านค้าเวกเตอร์เป็นทรัพยากรในการตอบคำถาม

ที่นี่การเชื่อมต่อจะเป็น: AI Agent (ตัวเชื่อมต่อเครื่องมือ) -> node Chroma Vector Store

ใช้รีทรีฟเวอร์เพื่อดึงเอกสาร (Use a retriever to fetch documents)

คุณสามารถใช้ Vector Store Retriever node ที่มี node Chroma Vector Store เพื่อดึงเอกสารจาก node Chroma Vector Store คำนี้มักใช้กับ Question and Answer Chain node เพื่อดึงเอกสารจากร้านค้าเวกเตอร์ที่ตรงกับ input แชทที่กำหนด

ตัวอย่างของโฟลว์การเชื่อมต่อจะเป็นดังนี้:

ห่วงโซ่คำถามและคำตอบ (ตัวเชื่อมต่อรีทรีฟเวอร์) -> ตัวดึงข้อมูลร้านค้าเวกเตอร์ (ตัวเชื่อมต่อร้านค้าเวกเตอร์) -> ร้านค้าเวกเตอร์โครมา

ใช้เครื่องมือตอบคำถามของ Vector Store เพื่อตอบคำถาม (Use the Vector Store Question Answer Tool to answer questions)

อีกรูปแบบหนึ่งใช้ Vector Store Question Answer Tool เพื่อสรุปผลลัพธ์และตอบคำถามจาก node Chroma Vector Store แทนที่จะเชื่อมต่อ Chroma Vector Store เป็นเครื่องมือโดยตรง รูปแบบนี้ใช้เครื่องมือที่ออกแบบมาโดยเฉพาะเพื่อสรุปข้อมูลในร้านค้าเวกเตอร์

โฟลว์การเชื่อมต่อในกรณีนี้จะมีลักษณะดังนี้: เอเจนต์ AI (ตัวเชื่อมต่อเครื่องมือ) -> เครื่องมือตอบคำถามของร้านค้าเวกเตอร์ (ตัวเชื่อมต่อร้านค้าเวกเตอร์) -> ร้านค้า Chroma Vector

parameter node

Operation Mode

node Vector Store นี้มีสี่โหมด: Get Many, Insert Documents, Retrieve Documents (As Vector Store for Chain/Tool) และ Retrieve Documents (As Tool for AI Agent) . โหมดที่คุณเลือกจะกำหนดการดำเนินการที่คุณสามารถทำได้กับ node รวมถึง input และเอาท์พุตใดบ้างที่พร้อมใช้งาน

Get Many

ในโหมดนี้ คุณสามารถเรียกเอกสารหลายฉบับจากฐานข้อมูลเวกเตอร์ของคุณได้โดยแจ้งพร้อมท์ พรอมต์ถูกฝังและใช้เพื่อค้นหาความคล้ายคลึงกัน node ส่งคืนเอกสารที่คล้ายกับพรอมต์มากที่สุดด้วยคะแนนความคล้ายคลึงกัน สิ่งนี้มีประโยชน์หากคุณต้องการดึงรายการเอกสารที่คล้ายกันและส่งต่อไปยังตัวแทนเพื่อเป็นบริบทเพิ่มเติม

Insert Documents

ใช้โหมดแทรกเอกสารเพื่อแทรกเอกสารใหม่ลงในฐานข้อมูลเวกเตอร์ของคุณ

Retrieve Documents (as Vector Store for Chain/Tool)

ใช้โหมดดึงเอกสาร (เป็นเวกเตอร์จัดเก็บสำหรับเชน/เครื่องมือ) กับเวกเตอร์สโตร์รีทรีฟเวอร์เพื่อดึงเอกสารจากฐานข้อมูลเวกเตอร์ และมอบให้กับรีทรีฟเวอร์ที่เชื่อมต่อกับเชน ในโหมดนี้ คุณต้องเชื่อมต่อ node กับ node ตัวดึงข้อมูลหรือ node รูท

Retrieve Documents (as Tool for AI Agent)

ใช้โหมดดึงเอกสาร (เป็นเครื่องมือสำหรับ AI Agent) เพื่อใช้ร้านค้าเวกเตอร์เป็นทรัพยากรเครื่องมือเมื่อตอบคำถาม เมื่อกำหนดคำตอบ เจ้าหน้าที่จะใช้ร้านค้าเวกเตอร์เมื่อชื่อและคำอธิบายของร้านค้าเวกเตอร์ตรงกับรายละเอียดของคำถาม

Rerank Results

อนุญาตให้เร่ง 5 . หากคุณเปิดใช้งานตัวเลือกนี้ คุณต้องเชื่อมต่อ node การจัดอันดับใหม่กับร้านค้าเวกเตอร์ node นั้นจะจัดอันดับผลลัพธ์สำหรับการสืบค้นใหม่ คุณสามารถใช้ตัวเลือกนี้กับ Get Many, Retrieve Documents (As Vector Store for Chain/Tool) และ Retrieve Documents (As Tool for AI Agent) โหมด

รับ parameter มากมาย (Get Many parameters)

  • ชื่อคอลเลกชัน Chroma (Chroma collection name) : เลือกคอลเลกชันของคุณจากรายการคอลเลกชันที่ดึงข้อมูล
  • Prompt : ป้อนคำค้นหา
  • Limit : ป้อนจำนวนผลลัพธ์ที่จะดึงจากร้านค้าเวกเตอร์ เช่น ตั้งเป็น 5 เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดห้าประการ

โหมดการทำงานนี้มีหนึ่งโหมด ตัวเลือก node (Node option) ตัวกรองข้อมูลเมตา

แทรก parameter เอกสาร (Insert Documents parameters)

  • ชื่อคอลเลกชัน Chroma (Chroma collection name) : เลือกคอลเลกชันของคุณจากรายการคอลเลกชันที่ดึงข้อมูล

ดึง parameter เอกสาร (เป็น Vector Store for Chain/Tool) (Retrieve Documents (As Vector Store for Chain/Tool) parameters)

  • ชื่อคอลเลกชัน Chroma (Chroma collection name) : เลือกคอลเลกชันของคุณจากรายการคอลเลกชันที่ดึงข้อมูล

โหมดการทำงานนี้มีหนึ่งโหมด ตัวเลือก node (Node option) ตัวกรองข้อมูลเมตา

ดึง parameter เอกสาร (เป็นเครื่องมือสำหรับ AI Agent) (Retrieve Documents (As Tool for AI Agent) parameters)

  • Description : อธิบายให้ LLM ฟังว่าเครื่องมือนี้ทำอะไรได้บ้าง คำอธิบายเฉพาะเจาะจงที่ดีและช่วยให้ LLM ให้ผลลัพธ์ที่คาดหวังได้บ่อยขึ้น
  • ชื่อคอลเลกชัน Chroma (Chroma collection name) : เลือกคอลเลกชันของคุณจากรายการคอลเลกชันที่ดึงข้อมูล
  • Limit : ป้อนจำนวนผลลัพธ์ที่จะดึงจากร้านค้าเวกเตอร์ เช่น ตั้งเป็น 5 เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดห้าประการ

ตัวเลือก node

Metadata Filter

มีจำหน่ายใน Get Many โหมด เมื่อค้นหาข้อมูล ใช้สิ่งนี้เพื่อจับคู่กับข้อมูลเมตาที่เกี่ยวข้องกับเอกสาร

นี่คืออัน AND แบบสอบถาม หากคุณระบุช่องตัวกรองข้อมูลเมตามากกว่าหนึ่งช่อง ช่องข้อมูลทั้งหมดจะต้องตรงกัน

เมื่อแทรกข้อมูล ข้อมูลเมตาจะถูกตั้งค่าโดยใช้ตัวโหลดเอกสาร อ้างถึง Default Data Loader สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการโหลดเอกสาร

อ้างถึง เอกสาร Chroma ของ LangChain สำหรับข้อมูลเพิ่มเติมเกี่ยวกับบริการ

ดูของ n8n AI ขั้นสูง เอกสารประกอบ

หมายเหตุ

  1. ที่เก็บเวกเตอร์หรือฐานข้อมูลเวกเตอร์ จัดเก็บการแสดงข้อมูลทางคณิตศาสตร์ ใช้กับการฝังและการดึงข้อมูลเพื่อสร้างฐานข้อมูลที่ AI ของคุณสามารถเข้าถึงได้เมื่อตอบคำถาม ↩

  2. กลุ่ม AI ช่วยให้คุณสามารถโต้ตอบกับโมเดลภาษาขนาดใหญ่ (LLM) และทรัพยากรอื่นๆ ตามลำดับการเรียกไปยังส่วนประกอบ AI chains ใน n8n ไม่ได้ใช้หน่วยความจำถาวร ดังนั้นคุณจึงไม่สามารถใช้มันเพื่ออ้างอิงบริบทก่อนหน้าได้ (ใช้เอเจนต์ AI สำหรับสิ่งนี้) ↩

  3. เจ้าหน้าที่ AI คือระบบปัญญาประดิษฐ์ที่สามารถตอบสนองคำขอ ตัดสินใจ และปฏิบัติงานในโลกแห่งความเป็นจริงให้กับผู้ใช้ได้ พวกเขาใช้โมเดลภาษาขนาดใหญ่ (LLM) เพื่อตีความข้อมูลที่ผู้ใช้ป้อนและตัดสินใจเกี่ยวกับวิธีดำเนินการตามคำขอให้ดีที่สุดโดยใช้ข้อมูลและทรัพยากรที่มีอยู่ ↩

  4. ในบริบทของ AI เครื่องมือคือทรัพยากรส่วนเสริมที่ AI สามารถอ้างอิงถึงข้อมูลหรือฟังก์ชันเฉพาะเมื่อตอบสนองต่อคำขอ โมเดล AI สามารถใช้เครื่องมือเพื่อโต้ตอบกับระบบภายนอกหรือทำงานที่เน้นเฉพาะเจาะจงได้ ↩

  5. การจัดอันดับเป็นเทคนิคที่ปรับปรุงการจัดอันดับของรายการเอกสารผู้สมัครเพื่อปรับปรุงความเกี่ยวข้องของผลการค้นหา Retrieval-Augmented Generation (RAG) และแอพลิเคชันอื่น ๆ ใช้การจัดอันดับเพื่อให้การจัดอันดับข้อมูลที่เกี่ยวข้องมากที่สุดสำหรับงานการผลิตหรือการลดลง ↩

เอกสารและภาพต้นฉบับ © n8n GmbH · คำแปล คู่มือประกอบ และภาพแนวคิดเพิ่มเติมโดย Room64 · เว็บไซต์นี้ไม่ใช่เอกสารทางการของ n8n · Apache 2.0 พร้อม Commons Clause

มีงานที่อยากให้ Software, AI หรือ Automation ช่วยอยู่ไหม?

เล่า workflow หรือปัญหาที่ทีมกำลังเจอ เราช่วยดูได้ว่าควรใช้ระบบสำเร็จรูป เชื่อมเครื่องมือเดิม หรือพัฒนาเพิ่มเฉพาะส่วนไหน

คุยกับเราทาง LINEhello@room64.net