การใช้งาน Qdrant Vector Store

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

ใช้ node Qdrant เพื่อโต้ตอบกับชุด Qdrant ของคุณเป็น ร้านเวกเตอร์ ¹ คุณสามารถใส่เอกสารลงในฐานข้อมูล vector, รับเอกสารจากฐานข้อมูล vector, รับเอกสารเพื่อให้พวกเขาไปยังผู้รับที่เชื่อมต่อกับโซ่ ² หรือเชื่อมต่อโดยตรงกับตัวแทน ³ ใช้เป็นเครื่องมือ ⁴.

ในหน้านี้คุณจะพบ parameter คิวส์สำหรับคิวส์ Qdrant และลิงค์ไปยังทรัพยากรเพิ่มเติม

Credentials

อ้างถึง Qdrant credentials สำหรับข้อมูลการตรวจสอบสิทธิ์สำหรับ node นี้

ความละเอียด parameter ใน sub-node (Parameter resolution in sub-nodes)

sub-node มีพฤติกรรมแตกต่างไปจาก node อื่นๆ เมื่อประมวลผลหลายรายการโดยใช้ expression

node ส่วนใหญ่ รวมถึง node รูท รับไอเท็มจำนวนเท่าใดก็ได้เป็น input ประมวลผลไอเท็มเหล่านี้ และ output ผลลัพธ์ คุณสามารถใช้ expression เพื่ออ้างถึงรายการ input และ node จะแก้ไข expression สำหรับแต่ละรายการตามลำดับ เช่น ให้ input เป็น 5 name ค่านิยม, การแสดงออก {{ $json.name }} จะแก้ไขชื่อแต่ละชื่อตามลำดับ

ใน sub-node expression จะแก้ไขเป็นรายการแรกเสมอ เช่น ให้ input เป็น 5 name ค่านิยม, การแสดงออก {{ $json.name }} แก้เป็นชื่อเสมอ

รูปแบบการใช้งาน node

คุณสามารถใช้ Qdrant Vector Store ในรูปแบบต่อไปนี้

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

คุณสามารถใช้ Qdrant Vector Store ในฐานะคุ่มปกติเพื่อใส่หรือรับเอกสาร รูปแบบนี้จะวาง Qdrant Vector Store ในไหลการเชื่อมต่อปกติโดยไม่ต้องใช้ตัวแทน

คุณสามารถเห็นตัวอย่างของเรื่องนี้ในส่วนแรกของ เทมเพลตนี้ .

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

คุณสามารถเชื่อมต่อช่อง Qdrant Vector Store โดยตรงกับเครื่องมือเชื่อมต่อ AI Agent เพื่อใช้ร้านค้าเวกเตอร์เป็นทรัพยากรในการตอบคำถาม

ที่นี่การเชื่อมต่อจะเป็น: AI Agent (เครื่องมือเชื่อมต่อ) -> Qdrant Vector Store node.

ใช้รีทรีฟเวอร์เพื่อดึงเอกสาร (Use a retriever to fetch documents)

คุณสามารถใช้ Vector Store Retriever node กับ node ของ Qdrant Vector Store เพื่อจับเอกสารจาก node ของ Qdrant Vector Store. นี้มักจะใช้กับ node ของ Qdrant Vector Store Question and Answer Chain node เพื่อดึงเอกสารจากร้านค้าเวกเตอร์ที่ตรงกับ input แชทที่กำหนด

อ ตัวอย่างของการเชื่อมต่อไหล จะเป็น: ถังคำถามและคำตอบ (การเชื่อมต่อ Retriever) -> Vector Store Retriever (การเชื่อมต่อ Vector Store) -> Qdrant Vector Store.

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

อีกรูปแบบหนึ่งใช้ Vector Store Question Answer Tool เพื่อสรุปผลลัพธ์และตอบคำถามจาก Qdrant Vector Store ค่อนข้างเชื่อมต่อ Qdrant Vector Store โดยตรงเป็นเครื่องมือรูปแบบนี้ใช้เครื่องมือที่ออกแบบมาโดยเฉพาะเพื่อสรุปข้อมูลในร้านค้า vector

ที่ การเชื่อมต่อไหล ในกรณีนี้จะดูเหมือนนี้: AI Agent (เครื่องมือเชื่อมต่อ) -> Vector Store Question Answer Tool (เครื่องเชื่อมต่อ Vector Store) -> Qdrant Vector Store.

parameter node

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

Rerank Results

เปิดใช้งาน การจัดอันดับใหม่ . 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 Qdrant (Qdrant collection name) : ใส่ชื่อของคอลเลกชัน Qdrant เพื่อใช้
• Prompt : ป้อนคำค้นหา
• Limit : ป้อนจำนวนผลลัพธ์ที่จะดึงจากร้านค้าเวกเตอร์ เช่น ตั้งเป็น 10 เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดสิบประการ

โหมดการทำงานนี้มีหนึ่งโหมด ตัวเลือก node (Node option) , ที่ ตัวกรองข้อมูลเมตา .

แทรก parameter เอกสาร (Insert Documents parameters)

• ชื่อคอลเลกชัน Qdrant (Qdrant collection name) : ใส่ชื่อของคอลเลกชัน Qdrant เพื่อใช้

โหมดการทำงานนี้มีหนึ่งโหมด ตัวเลือก node (Node option):

• Collection Config : ป้อนตัวเลือก JSON เพื่อสร้างการกำหนดค่าการสร้างการเก็บรวบรวม Qdrant. หมายถึง Qdrant คอลเลกชัน เอกสารประกอบสำหรับข้อมูลเพิ่มเติม

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

• Qdrant Collection : ใส่ชื่อของคอลเลกชัน Qdrant เพื่อใช้

โหมดการทำงานนี้มีหนึ่งโหมด ตัวเลือก node (Node option) , ที่ ตัวกรองข้อมูลเมตา .

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

• Name : ชื่อร้านเวกเตอร์
• Description : อธิบายให้ LLM ฟังว่าเครื่องมือนี้ทำอะไรได้บ้าง คำอธิบายเฉพาะเจาะจงที่ดีและช่วยให้ LLM ให้ผลลัพธ์ที่คาดหวังได้บ่อยขึ้น
• Qdrant Collection : ใส่ชื่อของคอลเลกชัน Qdrant เพื่อใช้
• Limit : ป้อนจำนวนผลลัพธ์ที่จะดึงจากร้านค้าเวกเตอร์ เช่น ตั้งเป็น 10 เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดสิบประการ

ตัวเลือก node

Metadata Filter

มีจำหน่ายใน Get Many โหมด เมื่อค้นหาข้อมูล ใช้สิ่งนี้เพื่อจับคู่กับข้อมูลเมตาที่เกี่ยวข้องกับเอกสาร

นี่คืออัน AND แบบสอบถาม หากคุณระบุช่องตัวกรองข้อมูลเมตามากกว่าหนึ่งช่อง ช่องข้อมูลทั้งหมดจะต้องตรงกัน

เมื่อแทรกข้อมูล ข้อมูลเมตาจะถูกตั้งค่าโดยใช้ตัวโหลดเอกสาร อ้างถึง Default Data Loader สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการโหลดเอกสาร

เทมเพลตและตัวอย่าง

แสดงตัวอย่างการบูรณาการแบบ Qdrant Vector Store หรือ ค้นหาเทมเพลตทั้งหมด

ทรัพยากรที่เกี่ยวข้อง

อ้างถึง รายละเอียด Qdrant ของ LangChain สำหรับข้อมูลเพิ่มเติมเกี่ยวกับบริการ

ดูของ n8n AI ขั้นสูง เอกสารประกอบ

ชุดเริ่มต้น AI ที่โฮสต์เอง

ยังใหม่กับการทำงานกับ AI และใช้ n8n ที่โฮสต์เองใช่ไหม ลอง n8n ดูครับ ชุดเริ่มต้น AI ที่โฮสต์เอง เพื่อเริ่มต้นด้วยการพิสูจน์แนวคิดหรือสนามเด็กเล่นสาธิตโดยใช้ Ollama, Qdrant และ PostgreSQL