Milvus Vector Store 노드 문서

n8n에서 Milvus Vector Store 노드를 사용하는 방법을 알아봅니다. Milvus 데이터베이스를 벡터 저장소로 활용하는 워크플로 통합 기술 문서입니다.

Milvus 노드를 사용해 Milvus 데이터베이스와 벡터 저장소 로 상호작용합니다. 벡터 데이터베이스에 문서를 삽입하거나, 벡터 데이터베이스에서 문서를 가져오거나, 체인 에 연결된 리트리버에 제공하기 위한 문서를 검색하거나, 에이전트 에 직접 도구 로 연결할 수 있습니다. 이 페이지에서는 Milvus 노드의 파라미터와 추가 리소스 링크를 확인할 수 있습니다. 자격 증명 이 노드의 인증 정보는 여기 에서 확인하세요. 서브 노드에서의 파라미터 해석 서브 노드는 표현식을 사용하여 여러 항목을 처리할 때 다른 노드와 다르게 동작합니다. 루트 노드를 포함한 대부분의 노드는 임의 수의 항목을 입력으로 받아 처리한 후 결과를 출력합니다. 표현식을 사용하여 입력 항목을 참조할 수 있으며, 노드는 각 항목에 대해 순서대로 표현식을 해석합니다. 예를 들어, 5개의 name 값이 입력된 경우 {{ $json.name }} 표현식은 각 이름을 순서대로 해석합니다. 서브 노드에서는 표현식이 항상 첫 번째 항목으로 해석됩니다. 예를 들어, 5개의 name 값이 입력된 경우 {{ $json.name }} 표현식은 항상 첫 번째 이름으로 해석됩니다. 노드 사용 패턴 # Milvus Vector Store 노드는 다음 패턴으로 사용할 수 있습니다. 문서 삽입 및 검색을 위한 일반 노드로 사용 # Milvus Vector Store를 에이전트 없이 문서를 삽입하거나 가져오는 일반 노드로 사용할 수 있습니다. Milvus에 문서를 저장하고 인용이 포함된 채팅 기반 답변을 지원하기 위해 검색하는 시스템 구축 방법은 이 예제 템플릿 을 참조하세요. AI 에이전트에 직접 도구로 연결 # Milvus Vector Store 노드를 AI 에이전트 의 도구 커넥터에 직접 연결하여 쿼리에 답할 때 벡터 저장소를 리소스로 사용할 수 있습니다. 연결은 다음과 같습니다: AI agent (tools connector) -> Milvus Vector Store node. 데이터를 Milvus에 임베딩하고 인덱싱하여 AI Agent가 질문 답변용 지식 도구로 벡터 저장소를 사용하는 예제 템플릿 을 참조하세요. 리트리버로 문서 가져오기 # Vector Store Retriever 노드와 Milvus Vector Store 노드를 함께 사용하여 Milvus에서 문서를 가져올 수 있습니다. 일반적인 연결 흐름: Question and Answer Chain (Retriever connector) -> Vector Store Retriever (Vector Store connector) -> Milvus Vector Store. 외부 데이터를 Milvus에 수집하고 채팅 기반 시맨틱 Q&A 시스템을 구축하는 방법은 워크플로 예제 를 참조하세요. 질문 답변을 위한 Vector Store Question Answer Tool 사용 # Vector Store Question Answer Tool 을 사용하여 Milvus에서 결과를 요약하고 질문에 답하는 패턴입니다. 연결 흐름: AI agent