简单向量存储节点
使用简单向量存储节点在 n8n 的应用内内存中存储和检索
嵌入。在此页面上，您将找到简单向量存储节点的节点参数以及更多资源的链接。
子节点中的参数解析
当使用表达式处理多个项目时，子节点的行为与其他节点不同。
大多数节点（包括根节点）都会接受任意数量的项作为输入，处理这些项并输出结果。您可以使用表达式来引用输入项，节点会依次解析每个项的表达式。例如，给定一个包含五个值的输入，表达式会依次解析每个名称。
在子节点中，表达式始终解析为第一项。例如，给定五个值的输入，表达式始终解析为名字。
数据安全限制
在使用简单向量存储节点之前，了解其局限性和工作原理非常重要。
警告
n8n 建议仅将简单向量存储用于开发用途。
矢量存储数据不是持久的
此节点仅将数据存储在内存中。n8n 重启时所有数据将丢失，并且在内存不足的情况下也可能会被清除。
所有实例用户都可以访问向量存储数据
简单向量存储节点的内存键是全局的，不局限于单个工作流程。
这意味着，实例的所有用户都可以通过添加“简单矢量存储”节点并选择内存键来访问矢量存储数据，而无需考虑原始工作流程的访问控制设置。使用“简单矢量存储”节点提取数据时，请注意不要泄露敏感信息。
节点使用模式
您可以在以下模式中使用简单向量存储节点。
用作常规节点来插入和检索文档
您可以使用简单向量存储作为常规节点来插入或获取文档。此模式将简单向量存储置于常规连接流中，无需使用代理。
您可以在
此模板的第 2 步中看到一个示例。直接连接到 AI 代理作为工具
您可以将简单向量存储节点直接连接到
AI 代理的工具连接器，以便在回答查询时使用向量存储作为资源。这里的连接将是：AI 代理（工具连接器）-> 简单向量存储节点。
使用检索器获取文档
您可以将
“向量存储检索器”节点与“简单向量存储”节点结合使用，从简单向量存储节点获取文档。这通常与“问答链”节点配合使用，从向量存储中获取与给定聊天输入匹配的文档。 连接流的一个示例（链接的示例使用 Pinecone，但模式相同）为：问答链（检索器连接器）-> 向量存储检索器（向量存储连接器）-> 简单向量存储。使用 Vector Store 问答工具来回答问题
另一种模式使用
向量存储问答工具来汇总结果并回答来自简单向量存储节点的问题。该模式并非直接将简单向量存储作为工具连接，而是使用专门设计用于汇总向量存储中数据的工具。在这种情况下，
连接流程将如下所示：AI 代理（工具连接器）-> 向量存储问答工具（向量存储连接器）-> 简单向量存储。内存管理
简单向量存储实现内存管理，以防止过度使用内存：
- 当内存压力增加时自动清理旧的向量存储
- 删除在可配置的时间内未被访问的非活动存储
配置选项
您可以使用以下环境变量控制内存使用情况：
| 多变的 | 类型 | 默认 | 描述 |
|---|---|---|---|
N8N_VECTOR_STORE_MAX_MEMORY |
数字 | -1 | 所有向量存储允许的最大内存（以 MB 为单位）（-1 表示禁用限制）。 |
N8N_VECTOR_STORE_TTL_HOURS |
数字 | -1 | 商店不活动的时间达到一定小时数后将被删除（-1 表示禁用 TTL）。 |
在 n8n Cloud 上，这些值分别预设为 100MB（约 8,000 个文档，具体取决于文档大小和元数据）和 7 天。对于自托管实例，这两个值默认为 -1（无内存限制或基于时间的清理）。
节点参数
操作模式
此向量存储节点有四种模式：
获取多个、插入文档、检索文档（作为链/工具的向量存储）和检索文档（作为 AI 代理的工具） 。您选择的模式决定了您可以使用该节点执行的操作以及可用的输入和输出。获取多个
在此模式下，您可以通过提供提示从向量数据库中检索多个文档。提示将被嵌入并用于相似性搜索。节点将返回与提示最相似的文档及其相似度得分。如果您想检索相似文档列表并将其作为附加上下文传递给代理，这将非常有用。
插入文档
使用插入文档模式将新文档插入矢量数据库。
检索文档（作为链/工具的向量存储）
使用“检索文档（作为链/工具的向量存储）”模式和向量存储检索器，从向量数据库中检索文档，并将其提供给连接到链的检索器。在此模式下，您必须将节点连接到检索器节点或根节点。
检索文档（作为AI代理的工具）
使用“检索文档（作为 AI 代理工具）”模式，在回答查询时将向量存储用作工具资源。在制定响应时，当向量存储名称和描述与问题详情匹配时，代理会使用向量存储。
重新排序结果
启用
重新排序。如果启用此选项，则必须将重新排序节点连接到向量存储。该节点随后将对查询结果进行重新排序。您可以将此选项与、和模式一起使用。获取多个参数
- 记忆键：选择或创建包含要查询的向量记忆的键。
- 提示：输入搜索查询。
- 限制：输入从向量存储中检索的结果数量。例如，将其设置为以获取十个最佳结果。
插入文档参数
- 记忆键：选择或创建您想要存储矢量记忆的键。
- 清除存储：使用此参数控制在插入数据之前是否擦除此工作流的给定内存键的矢量存储（已打开）。
检索文档（作为链/工具的向量存储）参数
- 记忆键：选择或创建包含要查询的向量记忆的键。
检索文档（作为 AI 代理工具）参数
- 名称：矢量存储的名称。
- 描述：向法学硕士 (LLM) 解释此工具的功能。清晰、具体的描述能够帮助法学硕士 (LLM) 更频繁地获得预期结果。
- 记忆键：选择或创建包含要查询的向量记忆的键。
- 限制：输入从向量存储中检索的结果数量。例如，将其设置为以获取十个最佳结果。
模板和示例
没有任何
相关资源
有关该服务的更多信息，请参阅
LangChains 的 Memory Vector Store 文档。查看 n8n 的
高级 AI文档。人工智能词汇表
- 完成：完成是由 GPT 等模型生成的响应。
- 幻觉：人工智能中的幻觉是指 LLM（大型语言模型）错误地感知到不存在的模式或物体。
- 向量数据库：向量数据库存储信息的数学表示。与嵌入和检索器一起使用，可以创建一个供您的 AI 在回答问题时访问的数据库。
- 向量存储：向量存储，或称向量数据库，用于存储信息的数学表示。与嵌入和检索器结合使用，可以创建一个供 AI 在回答问题时访问的数据库。