開始使用 Milvus 和 n8n
n8n 與 Milvus Vector Store 節點簡介
n8n是一個功能強大的開放原始碼工作流程自動化平台，可讓您將各種應用程式、服務和 API 連結在一起，無需編碼即可建立自動化工作流程。n8n 具備基於節點的視覺介面，使用者只需連結代表不同服務或動作的節點，即可建立複雜的自動化流程。它可自行託管、高度可擴充，並支援公平碼和企業授權。
n8n 中的Milvus Vector Store節點可將Milvus整合到您的自動化工作流程中。這可讓您執行語意搜尋、強化檢索-增量生成 (RAG) 系統，以及建立智慧型 AI 應用程式 - 全都在 n8n 的生態系統中。
本文件主要以n8n Milvus Vector Store 官方文件為基礎。如果您發現任何過時或不一致的內容，請優先使用官方文件，並隨時向我們提出問題。
主要功能
使用 n8n 的 Milvus Vector Store 節點，您可以
節點使用模式
你可以在 n8n 中以下列模式使用 Milvus Vector Store 節點。
作為一般節點使用，插入和擷取文件
你可以使用 Milvus Vector Store 作為一般節點來插入或取得文件。這個模式將 Milvus Vector Store 置於常規的連線流程中，不需要使用代理。
請參閱此範例範本，瞭解如何建立一個在 Milvus 中儲存文件並擷取文件的系統，以支援引用、以聊天為基礎的答案。
直接連接 AI 代理作為工具
您可以將 Milvus 向量儲存節點直接連接到AI 代理的工具連接器，以便在回答查詢時使用向量儲存作為資源。
這裡的連接方式如下AI 代理 (工具連接器) -> Milvus Vector Store 節點。請參閱此範例範本，其中資料已嵌入 Milvus 並建立索引，而 AI Agent 則使用向量儲存作為回答問題的知識工具。
使用擷取器擷取文檔
您可以搭配 Milvus Vector Store 節點使用 Vector StoreRetriever節點，從 Milvus Vector Store 節點取得文件。這通常與問答鍊節點一起使用，從向量儲存中擷取符合給定聊天輸入的文件。
典型的節點連接流程如下：Question and Answer Chain (Retriever connector) -> Vector Store Retriever (Vector Store connector) -> Milvus Vector Store。
查看此工作流程範例，瞭解如何將外部資料擷取至 Milvus，並建立一個以聊天為基礎的語意問答系統。
使用 Vector Store 問題解答工具來回答問題
另一種模式是使用Vector Store Question Answer Tool來總結結果，並回答來自 Milvus Vector Store 節點的問題。這種模式不是直接連接 Milvus Vector Store 作為工具，而是使用專門設計來總結向量商店資料的工具。
連線流程如下AI 代理 (工具連接器) -> Vector Store 問題解答工具 (Vector Store 連接器) -> Milvus Vector Store。
節點操作模式
Milvus Vector Store 節點支援多種操作模式，每種模式都是針對不同的工作流程用例量身打造。瞭解這些模式有助於設計更有效的工作流程。
我們將在下面提供可用操作模式和選項的高階概述。如需每種模式的輸入參數和組態選項的完整清單，請參閱官方說明文件。
操作模式概述
Milvus Vector Store 節點支援四種不同的模式：
- 取得多個：根據語意與提示的相似性擷取多個文件。
- 插入文件：插入新的文件到您的 Milvus 收集。
- 擷取文件 (As Vector Store for Chain/Tool)：在以鏈為基礎的系統中使用節點作為擷取器。
- 擷取文件（作為 AI 代理的工具）：在回答問題的任務中，將該節點用作 AI 代理的工具資源。
其他節點選項
- Metadata 過濾器(僅限 Get Many 模式)：根據自訂的 metadata 關鍵篩選結果。多個欄位會套用 AND 條件。
- Clear Collection(僅限 Insert Documents 模式)：在插入新文件之前，從集合中移除現有文件。