Qdrant 向量存储节点#
使用 Qdrant 节点与您的 Qdrant 集合进行交互，作为向量存储。您可以将文档插入向量数据库、从向量数据库获取文档、检索文档以将其提供给连接到链的检索器，或直接连接到智能体作为工具使用。
在此页面上，您将找到 Qdrant 节点的节点参数以及更多资源的链接。
凭证
您可以在此处找到此节点的身份验证信息。
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，与其他节点的行为不同。
大多数节点（包括根节点）接受任意数量的项目作为输入，处理这些项目，并输出结果。您可以使用表达式引用输入项目，节点会依次为每个项目解析表达式。例如，给定五个 name 值的输入，表达式 {{ $json.name }} 会依次解析为每个名称。
在子节点中，表达式始终解析为第一个项目。例如，给定五个 name 值的输入，表达式 {{ $json.name }} 始终解析为第一个名称。
节点使用模式#
您可以在以下模式中使用 Qdrant 向量存储节点。
作为常规节点用于插入和检索文档#
您可以将 Qdrant 向量存储用作常规节点来插入或获取文档。此模式将 Qdrant 向量存储放置在常规连接流程中，而不使用智能体。
您可以在此模板的第一部分中看到这方面的示例。
直接连接到 AI 智能体作为工具#
您可以将 Qdrant 向量存储节点直接连接到 AI 智能体的工具连接器，以在回答查询时将向量存储用作资源。
在这里，连接将是：AI 智能体（工具连接器）-> Qdrant 向量存储节点。
使用检索器获取文档#
您可以将向量存储检索器节点与 Qdrant 向量存储节点一起使用，从 Qdrant 向量存储节点获取文档。这通常与问答链节点一起使用，从向量存储中获取与给定聊天输入匹配的文档。
连接流程示例将是：问答链（检索器连接器）-> 向量存储检索器（向量存储连接器）-> Qdrant 向量存储。
使用向量存储问答工具回答问题#
另一种模式使用向量存储问答工具来汇总结果并回答来自 Qdrant 向量存储节点的问题。这种模式不是将 Qdrant 向量存储直接连接作为工具，而是使用专门设计用于汇总向量存储中数据的工具。
在这种情况下，连接流程将如下所示：AI 智能体（工具连接器）-> 向量存储问答工具（向量存储连接器）-> Qdrant 向量存储。
节点参数#
操作模式#
此向量存储节点有四种模式：获取多个、插入文档、检索文档（作为链/工具的向量存储）和检索文档（作为 AI 代理的工具）。您选择的模式决定了您可以使用节点执行的操作以及可用的输入和输出。
获取多个#
在此模式下，您可以通过提供提示从向量数据库中检索多个文档。提示会被嵌入并用于相似性搜索。节点返回与提示最相似的文档及其相似度分数。如果您想检索相似文档列表并将其作为额外上下文传递给代理，这非常有用。
插入文档#
使用插入文档模式将新文档插入到向量数据库中。
检索文档（作为链/工具的向量存储）#
使用检索文档（作为链/工具的向量存储）模式与向量存储检索器一起从向量数据库检索文档，并将其提供给连接到链的检索器。在此模式下，您必须将节点连接到检索器节点或根节点。
检索文档（作为 AI 代理的工具）#
使用检索文档（作为 AI 代理的工具）模式在回答查询时将向量存储用作工具资源。在制定响应时，当向量存储名称和描述与问题详细信息匹配时，代理会使用向量存储。
重新排序结果#
启用重新排序。如果您启用此选项，必须将重新排序节点连接到向量存储。该节点然后将对查询结果进行重新排序。您可以在 获取多个、检索文档（作为链/工具的向量存储） 和 检索文档（作为 AI 代理的工具） 模式下使用此选项。
获取多个参数#
- Qdrant 集合名称：输入要使用的 Qdrant 集合的名称。
- 提示：输入搜索查询。
- 限制：输入要从向量存储中检索多少个结果。例如，将其设置为
10以获得十个最佳结果。
此操作模式包括一个节点选项，即元数据过滤器。
插入文档参数#
- Qdrant 集合名称：输入要使用的 Qdrant 集合的名称。
此操作模式包括一个节点选项：
- 集合配置：输入用于创建 Qdrant 集合创建配置的 JSON 选项。有关更多信息，请参阅 Qdrant 集合文档。
检索文档（作为链/工具的向量存储）参数#
- Qdrant 集合：输入要使用的 Qdrant 集合的名称。
此操作模式包括一个节点选项，即元数据过滤器。
检索文档（作为 AI 智能体工具）参数#
- 名称：向量存储的名称。
- 描述：向 LLM 解释此工具的作用。良好、具体的描述能让 LLM 更经常地产生预期结果。
- Qdrant 集合：输入要使用的 Qdrant 集合的名称。
- 限制：输入要从向量存储中检索多少个结果。例如，将其设置为
10以获得十个最佳结果。
节点选项#
元数据过滤器#
在获取多个模式下可用。搜索数据时，使用此选项与文档相关的元数据进行匹配。
这是一个 AND 查询。如果您指定多个元数据过滤器字段，所有字段都必须匹配。
插入数据时，元数据是使用文档加载器设置的。有关加载文档的更多信息，请参阅默认数据加载器。
模板和示例#
相关资源#
有关该服务的更多信息，请参阅 LangChain 的 Qdrant 文档。
查看 n8n 的高级 AI 文档。
自托管 AI 入门套件#
刚开始使用 AI 和自托管 n8n？试试 n8n 的自托管 AI 入门套件，使用 Ollama、Qdrant 和 PostgreSQL 开始构建概念验证或演示环境。
🚀 与作者交流
📚 教程 💡 案例 🔧 技巧
⚡ 快答 🎯 定制 🚀 支持