Milvus Vector Store 노드 문서

Milvus 노드를 사용하여 벡터 스토어 1 로서 Milvus 데이터베이스와 상호작용할 수 있습니다. 벡터 데이터베이스에 문서를 삽입하고, 벡터 데이터베이스에서 문서를 가져오고, 체인 2 에 연결된 리트리버에 제공할 문서를 검색하거나, 도구 3 로서 에이전트 4 에 직접 연결할 수 있습니다. 이 페이지에서는 Milvus 노드의 노드 파라미터와 추가 리소스 링크를 확인할 수 있습니다. Note 자격 증명 이 노드에 대한 인증 정보는 여기 에서 확인할 수 있습니다. 참고 이 섹션의 상세 내용은 n8n 공식 문서 를 참조하세요. 노드 사용 패턴 # Milvus Vector Store 노드는 다음과 같은 패턴으로 사용할 수 있습니다. 일반 노드로 사용하여 문서를 삽입하고 검색하기 # Milvus Vector Store를 일반 노드로 사용하여 문서를 삽입하거나 가져올 수 있습니다. 이 패턴에서는 에이전트를 사용하지 않고 일반적인 연결 흐름 안에 Milvus Vector Store를 배치합니다. Milvus에 문서를 저장하고 이를 검색하여 인용이 포함된 채팅 기반 답변을 지원하는 시스템을 구축하는 방법은 이 예제 템플릿 을 참고하세요. AI 에이전트에 도구로 직접 연결하기 # Milvus Vector Store 노드를 AI 에이전트 의 도구 커넥터에 직접 연결하여 쿼리에 답변할 때 벡터 스토어를 리소스로 사용할 수 있습니다. 이 경우 연결은 다음과 같습니다: AI 에이전트(도구 커넥터) -> Milvus Vector Store 노드. Milvus에서 데이터를 임베딩하고 인덱싱한 후, AI 에이전트가 벡터 스토어를 질의응답용 지식 도구로 사용하는 예시는 이 예제 템플릿 을 참고하세요. 리트리버를 사용하여 문서 가져오기 # Vector Store Retriever 노드를 Milvus Vector Store 노드와 함께 사용하여 Milvus Vector Store 노드에서 문서를 가져올 수 있습니다. 이는 주어진 채팅 입력과 일치하는 문서를 벡터 스토어에서 가져오기 위해 Question and Answer Chain 노드와 함께 자주 사용됩니다. 일반적인 노드 연결 흐름은 다음과 같습니다: Question and Answer Chain(Retriever 커넥터) -> Vector Store Retriever(Vector Store 커넥터) -> Milvus Vector Store. 외부 데이터를 Milvus에 수집하고 채팅 기반 시맨틱 질의응답 시스템을 구축하는 방법을 확인하려면 이 워크플로 예제 를 참고하세요. Vector Store Question Answer Tool을 사용하여 질문에 답변하기 # 또 다른 패턴은 Vector Store Question Answer Tool 을 사용하여 Milvus Vector Store 노드의 결과를 요약하고 질문에 답변하는 것입니다. Milvus Vector Store를 도구로 직접 연결하는 대신, 이 패턴은 벡터 스토어의 데이터를 요약하도록 특별히 설계된 도구를 사용합니다. 연결 흐름은 다음과 같습니다: AI