Vector Store Question Answer Tool 节点#
Vector Store Question Answer 节点是一个 AI 工具，允许 AI 代理基于 向量存储中的数据块进行结果摘要和问题回答。
本页将介绍 Vector Store Question Answer 节点的参数配置，并提供相关资源链接。
示例与模板
如需使用示例和模板快速入门，请参考 n8n 的 Vector Store Question Answer Tool 集成页面。
/// 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#
数据描述#
输入向量存储中数据的描述信息。
结果限制#
设置返回结果的最大数量。
n8n 如何生成工具描述#
n8n 使用节点名称（可点击名称编辑）和数据描述参数来为 AI 代理生成工具描述，格式如下：
当您需要回答关于 [节点名称] 的问题时非常有用。当您需要了解 [数据描述] 相关信息时，应始终使用此工具。输入应为完整的问题语句。
节点名称中的空格在工具描述中会被转换为下划线。
避免在节点名称中使用特殊字符
节点名称中包含特殊字符会导致代理运行时出现错误：
请仅使用字母数字字符、空格、连字符和下划线作为节点名称。
相关资源#
查看 n8n 官网上的示例工作流和相关内容。
请参考 LangChain 关于工具的文档 获取更多关于 LangChain 中工具的信息。
查看 n8n 的高级 AI 文档。
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.