Simple Memory 节点#
使用 Simple Memory 节点可以在您的工作流中持久化聊天历史记录。
本页面列出了 Simple Memory 节点支持的操作，并提供了更多资源的链接。
在队列模式下不要使用此节点
如果您的 n8n 实例使用队列模式，此节点无法在活跃的生产工作流中正常工作。这是因为 n8n 无法保证每次对 Simple Memory 的调用都会路由到同一个工作进程。
/// 注意 | 子节点中的参数解析 子节点在使用表达式处理多个项目时的行为与其他节点不同。
大多数节点（包括根节点）会接收任意数量的输入项，处理这些项目，然后输出结果。您可以使用表达式来引用输入项，节点会依次为每个项目解析表达式。例如，给定五个 name 值作为输入，表达式 {{ $json.name }} 会依次解析为每个名称。
而在子节点中，表达式总是解析为第一个项目。例如，给定五个 name 值作为输入，表达式 {{ $json.name }} 总是解析为第一个名称。
///
节点参数#
配置以下参数来设置节点：
- 会话键(Session Key)：输入用于在工作流数据中存储记忆的键名。
- 上下文窗口长度(Context Window Length)：输入要考虑的先前交互数量作为上下文。
模板和示例#
相关资源#
有关该服务的更多信息，请参考 LangChain 的 Buffer Window Memory 文档。
查看 n8n 的高级 AI 文档。
常见问题#
关于常见问题或错误及其建议解决方案，请参阅常见问题。
AI glossary#
- completion: Completions are the responses generated by a model like GPT.
- hallucinations: Hallucination in AI is when an LLM (large language model) mistakenly perceives patterns or objects that don't exist.
- vector database: A vector database stores mathematical representations of information. Use with embeddings and retrievers to create a database that your AI can access when answering questions.
- vector store: A vector store, or vector database, stores mathematical representations of information. Use with embeddings and retrievers to create a database that your AI can access when answering questions.