Skip to content

Postgres Chat 内存节点

使用 Postgres Chat Memory 节点将 Postgres 用作存储聊天历史记录的内存服务器。

在此页面上，您将找到 Postgres Chat Memory 节点支持的操作列表以及更多资源的链接。

证书

您可以在此处找到此节点的身份验证信息。

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。

节点参数

  • 会话密钥：输入用于在工作流数据中存储内存的密钥。
  • 表名：输入存储聊天记录的表的名称。如果不存在，系统将创建该表。
  • 上下文窗口长度：输入要考虑上下文的先前交互的数量。

有关该服务的更多信息，请参阅LangChain 的 Postgres 聊天消息历史记录文档。

查看 n8n 的高级 AI文档。

单个内存实例

如果您在工作流中添加多个 Postgres 聊天内存节点，则所有节点默认访问同一个内存实例。执行覆盖现有内存内容的破坏性操作时请务必小心，例如在聊天内存管理器节点中执行覆盖所有消息的操作。如果您希望工作流中包含多个内存实例，请在不同的内存节点中设置不同的会话 ID。

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。