ROOM64 / KNOWLEDGE / N8N

การใช้งาน Zep Vector Store

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

← Root nodes

สารบัญในหน้านี้

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

ความพร้อมใช้งานของคุณสมบัติ (Feature availability)

ปุ่ม Zep Vector Store ได้รับการลดลงจาก n8n 1.108.0. Deprecated nodes สำหรับข้อมูลเพิ่มเติม

ใช้ Zep Vector Store เพื่อโต้ตอบกับ Zep vector databases คุณสามารถใส่เอกสารในฐานข้อมูล vector, รับเอกสารจากฐานข้อมูล vector, รับเอกสารเพื่อให้พวกเขาไปยังผู้รับที่เชื่อมต่อกับโซ่ 1 หรือเชื่อมต่อโดยตรงกับตัวแทน 2 ใช้เป็นเครื่องมือ 3.

ในหน้านี้คุณจะพบ parameter คิวส์สำหรับคิวส์ Zep Vector Store และลิงค์ไปยังทรัพยากรเพิ่มเติม

Credentials

อ้างถึง Zep credentials สำหรับข้อมูลการตรวจสอบสิทธิ์สำหรับ node นี้

ตัวอย่างและแม่แบบ (Examples and templates)

สำหรับตัวอย่างการใช้งานและเทมเพลตเพื่อช่วยคุณในการเริ่มต้น โปรดดูที่ n8n's การรวม Zep Vector Store หน้า

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 Zep Vector Store ในรูปแบบต่อไปนี้

ใช้เป็นค่อนข้างปกติในการใส่, ปรับปรุงและรับเอกสาร (Use as a regular node to insert, update, and retrieve documents)

คุณสามารถใช้ Zep Vector Store ในฐานะคุ่มปกติเพื่อใส่หรือรับเอกสาร รูปแบบนี้จะใส่ Zep Vector Store ในไหลการเชื่อมต่อปกติโดยไม่ต้องใช้ตัวแทน

คุณสามารถดูตัวอย่างนี้ได้ในสถานการณ์ที่ 1 ของ เทมเพลตนี้ (ตัวอย่างใช้ Supabase แต่รูปแบบเดียวกัน)

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

คุณสามารถเชื่อมต่อโซ่ Zep Vector Store โดยตรงกับเครื่องมือเชื่อมต่อ AI Agent เพื่อใช้ร้านค้าเวกเตอร์เป็นทรัพยากรในการตอบคำถาม

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

ใช้รีทรีฟเวอร์เพื่อดึงเอกสาร (Use a retriever to fetch documents)

คุณสามารถใช้ Vector Store Retriever node กับ node Zep Vector Store เพื่อจับเอกสารจาก node Zep Vector Store นี้มักใช้กับ node Question and Answer Chain node เพื่อดึงเอกสารจากร้านค้าเวกเตอร์ที่ตรงกับ input แชทที่กำหนด

อ ตัวอย่างของการเชื่อมต่อไหล (ตัวอย่างใช้ Pinecone แต่รูปแบบในเดียวกัน) จะเป็น: ถังคำถามและคำตอบ (การเชื่อมต่อ Retriever) -> Vector Store Retriever (การเชื่อมต่อ Vector Store) -> Zep Vector Store.

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

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

ที่ การเชื่อมต่อไหล (ตัวอย่างนี้ใช้ Supabase แต่รูปแบบเหมือนกัน) ในกรณีนี้จะมีลักษณะดังนี้: AI agent (ตัวเชื่อมต่อเครื่องมือ) -> เครื่องมือตอบคำถามของ Vector Store (ตัวเชื่อมต่อ Vector Store) -> ร้านค้า Zep 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

แทรก parameter เอกสาร (Insert Documents parameters)

  • Collection Name : กรอกชื่อคอลเลกชันเพื่อเก็บข้อมูล

รับ parameter มากมาย (Get Many parameters)

  • Collection Name : ป้อนชื่อคอลเลกชันที่จะดึงข้อมูลมา
  • Prompt : ป้อนคำค้นหา
  • Limit : ป้อนจำนวนผลลัพธ์ที่จะดึงจากร้านค้าเวกเตอร์ เช่น ตั้งเป็น 10 เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดสิบประการ

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

  • Collection Name : ป้อนชื่อคอลเลกชันที่จะดึงข้อมูลมา

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

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

ตัวเลือก node

Embedding Dimensions

จะต้องเหมือนกันเมื่อฝังข้อมูลและเมื่อทำการสืบค้น

นี่เป็นการตั้งค่าขนาดของ array ของการลอยที่ใช้เพื่อแสดงความหมายเชิงความหมายของเอกสารข้อความ

Is Auto Embedded

มีจำหน่ายที่ Insert Documents โหมดการทำงาน เปิดใช้งานตามค่าเริ่มต้น

ปิดการใช้งานนี้เพื่อกำหนดค่าการฝังของคุณใน Zep แทนที่จะเป็น n8n

Metadata Filter

มีจำหน่ายใน Get Many โหมด เมื่อค้นหาข้อมูล ใช้สิ่งนี้เพื่อจับคู่กับข้อมูลเมตาที่เกี่ยวข้องกับเอกสาร

นี่คืออัน AND แบบสอบถาม หากคุณระบุช่องตัวกรองข้อมูลเมตามากกว่าหนึ่งช่อง ช่องข้อมูลทั้งหมดจะต้องตรงกัน

เมื่อแทรกข้อมูล ข้อมูลเมตาจะถูกตั้งค่าโดยใช้ตัวโหลดเอกสาร อ้างถึง Default Data Loader สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการโหลดเอกสาร

เทมเพลตและตัวอย่าง

เรียกดูเทมเพลตการรวมเอกสาร node Zep Vector Store หรือ ค้นหาเทมเพลตทั้งหมด

อ้างถึง เอกสาร Zep ของ LangChain สำหรับข้อมูลเพิ่มเติมเกี่ยวกับบริการ

ดูของ n8n AI ขั้นสูง เอกสารประกอบ

หมายเหตุ

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

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

  3. 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