Milvus 및 n8n 시작하기
n8n 및 Milvus 벡터 스토어 노드 소개
n8n은 다양한 애플리케이션, 서비스, API를 연결하여 코딩 없이 자동화된 워크플로를 만들 수 있는 강력한 오픈소스 워크플로우 자동화 플랫폼입니다. 노드 기반의 시각적 인터페이스를 통해 사용자는 서로 다른 서비스나 작업을 나타내는 노드를 연결하기만 하면 복잡한 자동화 프로세스를 구축할 수 있습니다. 자체 호스팅이 가능하고 확장성이 뛰어나며 공정 코드 및 엔터프라이즈 라이선스를 모두 지원합니다.
n8n의 Milvus 벡터 스토어 노드는 자동화 워크플로우에 Milvus를 통합합니다. 이를 통해 n8n 에코시스템 내에서 시맨틱 검색, 전력 검색 증강 생성(RAG) 시스템을 수행하고 지능형 AI 애플리케이션을 구축할 수 있습니다.
이 문서는 주로 공식 n8n Milvus Vector Store 설명서를 기반으로 합니다. 오래되었거나 일관성이 없는 콘텐츠를 발견하면 공식 문서를 우선시하고 언제든지 문제를 제기해 주시기 바랍니다.
주요 기능
n8n의 Milvus Vector Store 노드를 사용하면 다음을 수행할 수 있습니다:
- Milvus 데이터베이스와 벡터 스토어로 상호 작용하기
- Milvus에 문서 삽입
- Milvus에서 문서 가져오기
- 문서를 검색하여 체인에 연결된 리트리버에게 제공
- 도구로 에이전트에 직접 연결
- 메타데이터를 기반으로 문서 필터링
노드 사용 패턴
n8n에서 Milvus 벡터 스토어 노드는 다음과 같은 패턴으로 사용할 수 있습니다.
문서 삽입 및 검색을 위한 일반 노드로 사용
밀버스 벡터 스토어를 일반 노드로 사용하여 문서를 삽입하거나 가져올 수 있습니다. 이 패턴은 에이전트를 사용하지 않고 일반 연결 흐름에 Milvus 벡터 스토어를 배치합니다.
Milvus에 문서를 저장하고 이를 검색하여 인용된 채팅 기반 답변을 지원하는 시스템을 구축하는 방법은 이 예제 템플릿을 참조하세요.
도구로 AI 에이전트에 직접 연결
Milvus 벡터 스토어 노드를 AI 에이전트의 툴 커넥터에 직접 연결하여 쿼리에 답변할 때 벡터 스토어를 리소스로 사용할 수 있습니다.
연결은 다음과 같습니다: AI 에이전트(도구 커넥터) -> Milvus 벡터 스토어 노드. 이 예제 템플릿에서는 데이터가 Milvus에 임베드 및 인덱싱되고 AI 에이전트가 벡터 스토어를 질문 답변을 위한 지식 도구로 사용하는 것을 볼 수 있습니다.
리트리버를 사용하여 문서 가져오기
Milvus 벡터 스토어 노드와 함께 벡터 스토어 리트리버 노드를 사용하여 Milvus 벡터 스토어 노드에서 문서를 가져올 수 있습니다. 이 노드는 종종 질문 및 답변 체인 노드와 함께 사용되어 주어진 채팅 입력과 일치하는 문서를 벡터 스토어에서 가져오는 데 사용됩니다.
일반적인 노드 연결 흐름은 다음과 같습니다: 질문 및 답변 체인(리트리버 커넥터) -> 벡터 스토어 리트리버(벡터 스토어 커넥터) -> 밀버스 벡터 스토어.
이 워크플로우 예시를 통해 외부 데이터를 Milvus로 수집하고 채팅 기반의 시맨틱 Q&A 시스템을 구축하는 방법을 확인하세요.
벡터 스토어 질문 답변 도구를 사용하여 질문에 답변하기
또 다른 패턴은 벡터 스토어 질문 답변 도구를 사용하여 Milvus 벡터 스토어 노드에서 결과를 요약하고 질문에 답변하는 것입니다. 이 패턴은 Milvus 벡터 스토어를 도구로 직접 연결하는 대신 벡터 스토어에 있는 데이터를 요약하도록 특별히 설계된 도구를 사용합니다.
연결 흐름은 다음과 같습니다: AI 에이전트(도구 커넥터) -> 벡터 스토어 질문 답변 도구(벡터 스토어 커넥터) -> Milvus 벡터 스토어.
노드 작동 모드
Milvus 벡터 스토어 노드는 각각 다른 워크플로 사용 사례에 맞게 조정된 여러 작동 모드를 지원합니다. 이러한 모드를 이해하면 보다 효과적인 워크플로를 설계하는 데 도움이 됩니다.
아래에서 사용 가능한 작동 모드와 옵션에 대한 개괄적인 개요를 제공합니다. 각 모드의 입력 매개변수 및 구성 옵션의 전체 목록은 공식 문서를 참조하세요.
작동 모드 개요
Milvus 벡터 스토어 노드는 네 가지 모드를 지원합니다:
- 다수 가져오기: 프롬프트와의 의미적 유사성을 기준으로 여러 문서를 검색합니다.
- 문서 삽입: 문서 삽입: Milvus 컬렉션에 새 문서를 삽입합니다.
- 문서 검색(체인/도구용 벡터 저장소로): 체인 기반 시스템 내에서 노드를 검색기로 사용합니다.
- 문서 검색(AI 에이전트의 도구로): 질문 답변 작업 중 AI 에이전트를 위한 도구 리소스로 노드를 사용합니다.
추가 노드 옵션
- 메타데이터 필터 (다수 가져오기 모드만 해당): 사용자 지정 메타데이터 키를 기준으로 결과를 필터링합니다. 여러 필드에 AND 조건을 적용합니다.
- 컬렉션 지우기 (문서 삽입 모드만 해당): 새 문서를 삽입하기 전에 컬렉션에서 기존 문서를 제거합니다.