การใช้งาน Redis Vector Store

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

ใช้ปุ่ม Redis Vector Store เพื่อโต้ตอบกับฐานข้อมูล Redis ของคุณเป็น ร้านเวกเตอร์ ¹ คุณสามารถใส่เอกสารลงในฐานข้อมูล vector, รับเอกสารจากฐานข้อมูล vector, รับเอกสารโดยใช้ตัวรับที่เชื่อมต่อกับโซ่ ² หรือเชื่อมต่อโดยตรงกับตัวแทน ³ ใช้เป็นเครื่องมือ ⁴.

ในหน้านี้คุณจะพบ parameter คิวส์สำหรับคิวส์ Redis Vector Store และลิงค์ไปยังทรัพยากรเพิ่มเติม

Credentials

อ้างถึง Redis 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

ข้อกำหนดเบื้องต้น

ก่อนที่จะใช้รหัสนี้คุณต้องมีฐานข้อมูล Redis พร้อมกับ มอเตอร์การสอบถาม เปิดใช้งาน. ใช้หนึ่งในต่อไปนี้:

• Redis Open Source (v8.0 และภายหลัง) (Redis Open Source (v8.0 and later)) : รวม Redis Query Engine โดย default
• Redis Cloud : บริการที่มีการจัดการอย่างเต็มที่
• Redis Software : การใช้งานที่จัดการด้วยตนเอง

หมายเลขใหม่จะถูกสร้างขึ้นถ้าคุณไม่มีหนึ่ง (A new index will be created if you don't have one.)

การสร้างดัชนีของคุณเองก่อนเป็นสิ่งจำเป็นเท่านั้นถ้าคุณต้องการใช้แผนดัชนีที่กำหนดเองหรือใช้ใหม่ดัชนีที่มีอยู่ คุณสามารถล้มเหลวขั้นตอนนี้และปล่อยให้ดัชนีสร้างดัชนีใหม่สำหรับคุณขึ้นอยู่กับตัวเลือกที่คุณระบุ

รูปแบบการใช้งาน node

คุณสามารถใช้ Node Redis Vector Store ในรูปแบบต่อไปนี้:

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

คุณสามารถใช้ Redis Vector Store ในฐานะคุ่มปกติเพื่อใส่หรือรับเอกสาร รูปแบบนี้จะวาง Redis Vector Store ในไหลการเชื่อมต่อปกติโดยไม่ต้องใช้ตัวแทน

คุณสามารถเห็นตัวอย่างใน เทมเพลตนี้ ที่ cache เซรามิคจะถูกเก็บไว้ใน Redis และได้รับการรับคืนโดยใช้ปุ่ม Redis Vector Store ในตอนเริ่มต้นของกระบวนการทำงาน

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

คุณสามารถเชื่อมต่อช่อง Redis Vector Store โดยตรงกับเครื่องมือ ⁴ การเชื่อมต่อของ A AI Agent เพื่อใช้ร้านค้าเวกเตอร์เป็นทรัพยากรในการตอบคำถาม

ที่นี่การเชื่อมต่อจะเป็น: AI Agent (เครื่องมือเชื่อมต่อ) -> ปุ่ม Redis Vector Store.

ใช้รีทรีฟเวอร์เพื่อดึงเอกสาร (Use a retriever to fetch documents)

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

อ ตัวอย่างของการเชื่อมต่อไหล (ตัวอย่างที่เชื่อมโยงใช้ Pinecone แต่รูปแบบเหมือนกัน) จะเป็น: Question and Answer Chain (ตัวเชื่อมต่อรีทรีฟเวอร์) -> Vector Store Retriever (ตัวเชื่อมต่อ Vector Store) -> Redis Vector Store

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

อีกรูปแบบหนึ่งใช้ Vector Store Question Answer Tool เพื่อสรุปผลลัพธ์และตอบคำถามจาก node Redis Vector Store แทนที่จะเชื่อมต่อ Redis Vector Store เป็นเครื่องมือโดยตรง รูปแบบนี้ใช้เครื่องมือที่ออกแบบมาเพื่อสรุปข้อมูลในร้านค้าเวกเตอร์โดยเฉพาะ

นี้ แม่แบบ แสดงวิธีใช้เครื่องมือตอบคำถามของ Vector Store กับ node Redis Vector Store โฟลว์การเชื่อมต่อในกรณีนี้จะมีลักษณะดังนี้: เอเจนต์ AI (ตัวเชื่อมต่อเครื่องมือ) -> เครื่องมือตอบคำถามของร้านค้าเวกเตอร์ (ตัวเชื่อมต่อร้านค้าเวกเตอร์) -> ร้านค้า Redis Vector

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)

• Redis Index : ป้อนชื่อของดัชนีการค้นหาเวกเตอร์ Redis ที่จะใช้ คุณสามารถเลือกรายการที่มีอยู่จากรายการได้
• Prompt : ป้อนคำค้นหา
• Limit : ป้อนจำนวนผลลัพธ์ที่จะดึงจากร้านค้าเวกเตอร์ เช่น ตั้งเป็น 10 เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดสิบประการ

โหมดการทำงานนี้มีหนึ่งโหมด ตัวเลือก node (Node option) , ที่ ตัวกรองข้อมูลเมตา .

แทรก parameter เอกสาร (Insert Documents parameters)

• Redis Index : ป้อนชื่อของดัชนีการค้นหาเวกเตอร์ Redis ที่จะใช้ คุณสามารถเลือกรายการที่มีอยู่จากรายการได้

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

• Redis Index : ป้อนชื่อของดัชนีการค้นหาเวกเตอร์ Redis ที่จะใช้ คุณสามารถเลือกรายการที่มีอยู่จากรายการได้

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
• Redis Index : ป้อนชื่อของดัชนีการค้นหาเวกเตอร์ Redis ที่จะใช้ คุณสามารถเลือกรายการที่มีอยู่จากรายการได้
• Limit : ป้อนจำนวนผลลัพธ์ที่จะดึงจากร้านค้าเวกเตอร์ เช่น ตั้งเป็น 10 เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดสิบประการ

Include Metadata

ไม่ว่าจะรวมข้อมูลเมตาของเอกสารหรือไม่

คุณสามารถใช้สิ่งนี้กับ รับมากมาย และ ดึงเอกสาร (เป็นเครื่องมือสำหรับ AI Agent) โหมด

ตัวเลือก node

Metadata Filter

ตัวกรองข้อมูลเมตามีให้สำหรับ รับมากมาย , ดึงเอกสาร (เป็นเวกเตอร์ร้านค้าสำหรับโซ่/เครื่องมือ) และ ดึงเอกสาร (เป็นเครื่องมือสำหรับ AI Agent) โหมดการดำเนินงาน นี่คือ OR คำถาม. หากคุณระบุฟิลด์กรอง metadata มากกว่าหนึ่งอย่างน้อยหนึ่งจะต้องตรง เมื่อใส่ข้อมูล metadata จะถูกตั้งค่าโดยใช้เครื่องโหลดเอกสาร. Default Data Loader สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการโหลดเอกสาร

Redis Configuration Options

สามารถใช้ได้สำหรับทุกโหมดการดำเนินงาน:

• Metadata Key : ใส่กุญแจสำหรับฟิลด์ metadata ใน Redis hash (เริ่มต้น: metadata).
• Key Prefix : ใส่ค่าเริ่มต้นที่สำคัญสำหรับการจัดเก็บเอกสาร (การกำหนดค่า: doc:).
• Content Key : ใส่คีย์สำหรับแถบเนื้อหาในแฮช Redis (เริ่มต้น: content).
• Embedding Key : ใส่กุญแจสำหรับฟิลด์การรวมใน Redis hash (เริ่มต้น: embedding).

Insert Options

มีจำหน่ายสำหรับ ใส่เอกสาร โหมดการดำเนินงาน:

• Overwrite Documents : เลือกว่าจะเขียนเอกสารที่มีอยู่ (เปิด) หรือไม่ (เปิด) นอกจากนี้ยังลบ index.
• Time-to-Live : ป้อนเวลาในการใช้งานสำหรับเอกสารในวินาที ไม่หมดอายุของ index

เทมเพลตและตัวอย่าง

แสดง Redis Vector Store Node Documentation Integration Templates หรือ ค้นหาเทมเพลตทั้งหมด

ทรัพยากรที่เกี่ยวข้อง

อ้างถึง:

• Redis Vector ค้นหาเอกสาร สำหรับข้อมูลเพิ่มเติมเกี่ยวกับความสามารถของ Redis vector
• RediSearch รายละเอียด สำหรับข้อมูลเพิ่มเติมเกี่ยวกับ RediSearch
• ร้านค้า Redis Vector 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