Embeddings AWS Bedrock 노드 문서

Embeddings AWS Bedrock 노드를 사용하여 주어진 텍스트에 대한 임베딩 1 을 생성하세요. 이 페이지에서는 Embeddings AWS Bedrock 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 매개변수 # Authentication : 인증 방법을 선택합니다: AWS (IAM) : IAM 액세스 키를 사용합니다. AWS 자격 증명을 선택합니다. AWS (Assume Role) : IAM 역할을 임시로 위임받습니다(assume). AWS (Assume Role) 자격 증명을 선택합니다. Model : 임베딩을 생성하는 데 사용할 모델을 선택합니다. 드롭다운이 비어 있는 경우, IAM 역할에 bedrock:ListFoundationModels 권한이 없을 수 있습니다. 필드를 Expression 모드로 전환하고 모델 ID를 직접 입력하세요. 사용 가능한 모델에 대해 자세히 알아보려면 Amazon Bedrock 문서 를 참고하세요. 템플릿 및 예제 # Embeddings AWS Bedrock 노드 문서 통합 템플릿 살펴보기 또는 전체 템플릿 검색하기 관련 자료 # AWS Bedrock에 대한 자세한 정보는 LangChain의 AWS Bedrock 임베딩 문서 와 AWS Bedrock 문서 를 참고하세요. 참고 이 섹션의 상세 내용은 n8n 공식 문서 를 참조하세요. Footnotes 임베딩은 벡터를 사용하여 데이터를 수치로 표현한 것입니다. AI는 임베딩을 사용하여 여러 차원에 걸쳐 값을 매핑함으로써 복잡한 데이터와 관계를 해석합니다. 벡터 데이터베이스(vector store)는 임베딩을 저장하고 접근하기 위해 설계된 데이터베이스입니다. ↩