ROOM64 / KNOWLEDGE / N8N

การใช้งาน Weaviate Vector Store

Weaviate Vector Store — เรียนรู้วิธีใช้ node Weaviate Vector Store ใน n8n ปฏิบัติตามเอกสารทางเทคนิคเพื่อรวม node Weaviate 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 · Weaviate Vector Store

← Root nodes

สารบัญในหน้านี้

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

ใช้ node Weaviate เพื่อโต้ตอบกับคอลเลกชัน Weaviate ของคุณเป็น ร้านเวกเตอร์ 1 . คุณสามารถใส่เอกสารลงหรือรับเอกสารจากฐานข้อมูล vector นอกจากนี้คุณยังสามารถรับเอกสารเพื่อให้พวกเขาไปยังผู้รับที่เชื่อมต่อกับโซ่ 2 หรือเชื่อมต่อช่องนี้โดยตรงกับตัวแทน 3 ใช้เป็นเครื่องมือ 4 . ในหน้านี้คุณจะพบ parameter คอลัมน์สำหรับคอลัมน์ Weaviate และลิงค์ไปยังทรัพยากรเพิ่มเติม

Credentials

อ้างถึง Weaviate 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 node Weaviate Vector Store ในรูปแบบต่อไปนี้

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

คุณสามารถใช้ Weaviate Vector Store เป็น node ปกติในการแทรกหรือรับเอกสาร รูปแบบนี้จะทำให้ Weaviate Vector Store อยู่ในขั้นตอนการเชื่อมต่อปกติโดยไม่ต้องใช้ตัวแทน

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

คุณสามารถเชื่อมต่อ node Weaviate Vector Store โดยตรงกับตัวเชื่อมต่อเครื่องมือของ AI Agent เพื่อใช้ร้านค้าเวกเตอร์เป็นทรัพยากรในการตอบคำถาม

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

ใช้รีทรีฟเวอร์เพื่อดึงเอกสาร (Use a retriever to fetch documents)

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

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

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

parameter node

Multitenancy

คุณสามารถแยกข้อมูลของคุณออกเป็นผู้เช่าที่แยกออกมาสำหรับคอลเลกชันเดียวกันได้ (เช่น สำหรับลูกค้าที่แตกต่างกัน) เพื่อสิ่งนั้นคุณจะต้องจัดเตรียมก ชื่อผู้เช่า ทั้งเมื่อใส่และดึงวัตถุ อ่านเพิ่มเติมเกี่ยวกับการเช่าหลายรายการในเอกสาร Weaviate .

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

รับ parameter มากมาย (Get Many parameters)

  • Weaviate Collection : ใส่ชื่อคอลเลกชัน Weaviate ที่จะใช้
  • Prompt : ป้อนคำค้นหา
  • Limit : ป้อนจำนวนผลลัพธ์ที่จะดึงจากร้านค้าเวกเตอร์ เช่น ตั้งเป็น 10 เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดสิบประการ

แทรก parameter เอกสาร (Insert Documents parameters)

  • Weaviate Collection : ใส่ชื่อคอลเลกชัน Weaviate ที่จะใช้
  • Embedding Batch Size : จำนวนเอกสารที่จะฝังในชุดเดียว ค่าเริ่มต้นคือ 200 เอกสาร

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

  • Weaviate Collection : ใส่ชื่อคอลเลกชัน Weaviate ที่จะใช้

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

  • Weaviate Collection : ชื่อร้านเวกเตอร์
  • Description : อธิบายให้ LLM ฟังว่าเครื่องมือนี้ทำอะไรได้บ้าง คำอธิบายเฉพาะเจาะจงที่ดีและช่วยให้ LLM ให้ผลลัพธ์ที่คาดหวังได้บ่อยขึ้น
  • Weaviate Collection : ใส่ชื่อคอลเลกชัน Weaviate ที่จะใช้
  • Limit : ป้อนจำนวนผลลัพธ์ที่จะดึงจากร้านค้าเวกเตอร์ เช่น ตั้งเป็น 10 เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดสิบประการ

Include Metadata

ไม่ว่าจะรวมข้อมูลเมตาของเอกสารหรือไม่

คุณสามารถใช้สิ่งนี้กับ รับมากมาย และ ดึงเอกสาร (เป็นเครื่องมือสำหรับ AI Agent) โหมด

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

ตัวเลือก node

Search Filters

มีจำหน่ายสำหรับ รับมากมาย , ดึงเอกสาร (เป็นเวกเตอร์ร้านค้าสำหรับโซ่/เครื่องมือ) และ ดึงเอกสาร (เป็นเครื่องมือสำหรับ AI Agent) โหมดการทำงาน

เมื่อค้นหาข้อมูล ใช้สิ่งนี้เพื่อจับคู่ข้อมูลเมตาที่เกี่ยวข้องกับเอกสาร คุณสามารถเรียนรู้เพิ่มเติมเกี่ยวกับตัวดำเนินการและโครงสร้างการสืบค้นได้ใน เอกสารประกอบตัวกรองแบบมีเงื่อนไขของ Weaviate .

คุณสามารถใช้ทั้งสองอย่างได้ AND และ OR ด้วยตัวดำเนินการที่แตกต่างกัน ตัวดำเนินการไม่คำนึงถึงขนาดตัวพิมพ์:

{
  "OR": [
    {
        "path": ["source"],
        "operator": "Equal",
        "valueString": "source1"
    },
    {
        "path": ["source"],
        "operator": "Equal",
        "valueString": "source1"
    }
  ]
}

ผู้ประกอบการที่รองรับ:

ผู้ดำเนินการ ช่องที่ต้องกรอก คำอธิบาย
'equal' valueString หรือ valueNumber ตรวจสอบว่าคุณสมบัติเท่ากับ string หรือตัวเลขที่กำหนดหรือไม่
'like' valueString ตรวจสอบว่าคุณสมบัติ string ตรงกับรูปแบบหรือไม่ (เช่น การจับคู่ string ย่อย)
'containsAny' valueTextArray (string[]) ตรวจสอบว่าคุณสมบัติประกอบด้วยหรือไม่ ใด ๆ (any) ของค่าที่กำหนด
'containsAll' valueTextArray (string[]) ตรวจสอบว่าคุณสมบัติประกอบด้วยหรือไม่ ทั้งหมด (all) ของค่าที่กำหนด
'greaterThan' valueNumber ตรวจสอบว่าค่าคุณสมบัติมากกว่าจำนวนที่กำหนดหรือไม่
'lessThan' valueNumber ตรวจสอบว่าค่าคุณสมบัติน้อยกว่าตัวเลขที่กำหนดหรือไม่
'isNull' valueBoolean (จริง/เท็จ) ตรวจสอบว่าคุณสมบัติเป็นโมฆะหรือไม่ ( ต้องเปิดใช้งานก่อนที่จะนำเข้า )
'withinGeoRange' valueGeoCoordinates (วัตถุที่มีข้อมูลตำแหน่งทางภูมิศาสตร์) กรองตามความใกล้ชิดกับพิกัดทางภูมิศาสตร์

เมื่อแทรกข้อมูล ตัวโหลดเอกสารจะตั้งค่าข้อมูลเมตา อ้างถึง Default Data Loader สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการโหลดเอกสาร

Metadata Keys

คุณสามารถกำหนดคีย์ข้อมูลเมตาที่คุณต้องการให้ Weaviate ส่งคืนในการสืบค้นของคุณได้ วิธีนี้จะช่วยลดภาระของเครือข่ายได้ เนื่องจากคุณจะได้รับเฉพาะคุณสมบัติที่คุณกำหนดไว้เท่านั้น ส่งคืนคุณสมบัติทั้งหมดจากเซิร์ฟเวอร์ตามค่าเริ่มต้น

มีจำหน่ายสำหรับ รับมากมาย , ดึงเอกสาร (เป็นเวกเตอร์ร้านค้าสำหรับโซ่/เครื่องมือ) และ ดึงเอกสาร (เป็นเครื่องมือสำหรับ AI Agent) โหมดการทำงาน

Hybrid: Query Text

ระบุข้อความค้นหาเพื่อรวมการค้นหาเวกเตอร์เข้ากับการค้นหาคำสำคัญ/ข้อความ

Hybrid: Explain Score

จะแสดงคะแนนที่ผสมระหว่างคำอธิบายการค้นหาแบบไฮบริดและเวกเตอร์หรือไม่

Hybrid: Fusion Type

เลือกประเภทการผสมเพื่อรวมผลการค้นหาเวกเตอร์และคำสำคัญ เรียนรู้เพิ่มเติมเกี่ยวกับอัลกอริธึมฟิวชั่น .

ตัวเลือก:

  • Relative Score : ใช้การรวมคะแนนสัมพัทธ์
  • Ranked : ใช้การจัดอันดับฟิวชั่น

Hybrid: Auto Cut Limit

จำกัดกลุ่มผลลัพธ์โดยการตรวจจับคะแนนที่กระโดดอย่างกะทันหัน เรียนรู้เพิ่มเติมเกี่ยวกับการตัดอัตโนมัติ .

Hybrid: Alpha

เปลี่ยนน้ำหนักสัมพัทธ์ของส่วนประกอบคำสำคัญและเวกเตอร์ 1.0 = เวกเตอร์ล้วนๆ 0.0 = คำหลักล้วนๆ ค่าเริ่มต้นคือ 0.5 เรียนรู้เพิ่มเติมเกี่ยวกับ parameter อัลฟ่า .

Hybrid: Query Properties

รายการคุณสมบัติที่คั่นด้วยเครื่องหมายจุลภาคที่จะรวมไว้ในแบบสอบถามโดยมีค่าถ่วงน้ำหนักหรือไม่ก็ได้ เช่น "question^2,answer" เรียนรู้เพิ่มเติมเกี่ยวกับการตั้งค่าน้ำหนักให้กับมูลค่าทรัพย์สิน .

Hybrid: Max Vector Distance

ตั้งค่าระยะทางสูงสุดที่อนุญาตสำหรับองค์ประกอบการค้นหาเวกเตอร์

Tenant Name

ผู้เช่าเฉพาะเพื่อจัดเก็บหรือเรียกค้นเอกสาร เรียนรู้เพิ่มเติมเกี่ยวกับผู้เช่าหลายราย .

ต้องเปิดใช้งานเมื่อสร้าง (Must enable at creation)

คุณต้องส่งชื่อผู้เช่าในการนำเข้าครั้งแรกเพื่อเปิดใช้งานการเช่าหลายรายการสำหรับคอลเลกชัน คุณไม่สามารถเปิดหรือปิดใช้งานการเช่าหลายรายการได้หลังจากการสร้าง

Text Key

คีย์ในเอกสารที่มีข้อความฝังอยู่

Skip Init Checks

ไม่ว่าจะ ข้ามการตรวจสอบการเริ่มต้น เมื่อสร้างอินสแตนซ์ให้กับลูกค้า

Init Timeout

จำนวนวินาทีที่จะรอก่อน หมดเวลา ระหว่างการตรวจสอบเบื้องต้น

Insert Timeout

จำนวนวินาทีที่จะรอก่อน หมดเวลา ระหว่างการแทรก

Query Timeout

จำนวนวินาทีที่จะรอก่อน หมดเวลา ระหว่างการสอบถาม

GRPC Proxy

พร็อกซีที่ใช้สำหรับคำขอ gRPC

Clear Data

มีจำหน่ายสำหรับ ใส่เอกสาร โหมดการทำงาน

ไม่ว่าจะล้างคอลเลกชันหรือผู้เช่าก่อนที่จะแทรกข้อมูลใหม่

เทมเพลตและตัวอย่าง

เรียกดูเทมเพลตการรวมเอกสาร node Weaviate Vector Store หรือ ค้นหาเทมเพลตทั้งหมด

อ้างถึง เอกสาร Weaviate ของ LangChain สำหรับข้อมูลเพิ่มเติมเกี่ยวกับบริการ

อ้างถึง การติดตั้งวีเวียต สำหรับ Weaviate Cluster ที่โฮสต์เอง

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 ↩

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