Ce face Document loaders: Default Data Loader și GitHub Document Loader
Default Data Loader încarcă fișiere binare sau date JSON pentru vector store-uri sau pentru rezumare. Cu Text Splitting: Simple folosește Recursive Character Text Splitter cu bucăți de 1000 de caractere și suprapunere de 200; cu Custom conectezi un text splitter ales de tine.
Pentru date binare, Data Format alege tipul MIME. Cu un format fix, un fișier de alt tip dă eroare; cu Automatically Detect by MIME Type, nodul trece la text dacă nu recunoaște tipul. Load Specific Data construiește documentul din text și expresii. Opțiunea Metadata setează metadatele salvate în vector store, pe care le potrivești apoi cu Metadata Filter.
GitHub Document Loader (Repository Link, Branch; opțiuni Recursive și Ignore Paths) este depreciat din n8n 1.122.0 și eliminat în n8n 3.0. Înlocuitorul: aduci conținutul cu nodul GitHub, apoi folosești Default Data Loader. Tot în 3.0 dispar Binary Input Loader și JSON Input Loader.
Sintaxă și opțiuni
| Opțiune / Parametru | Descriere |
|---|---|
Text Splitting |
Simple (Recursive Character Text Splitter, 1000 / 200) sau Custom (text splitter conectat). |
Type of Data |
Binary sau JSON. |
Mode |
Load All Input Data sau Load Specific Data (text și expresii). |
Data Format |
La Binary: tipul MIME sau Automatically Detect by MIME Type. |
Metadata |
Metadatele salvate cu documentul în vector store. |
GitHub Document Loader |
Repository Link, Branch, Recursive, Ignore Paths. Fără OAuth. Depreciat, eliminat în 3.0. |
Exemple practice
Exemplul 1: Indexarea fișierelor din Google Drive
Google Drive (Download File) -> Supabase Vector Store (Insert Documents)
Embedding: Embeddings OpenAI
Document: Default Data Loader
Type of Data: Binary
Data Format: Automatically Detect by MIME Type
Text Splitting: Custom -> Recursive Character Text Splitter
Options > Metadata: source_file = {{ $json.name }}
Greșeli frecvente și bune practici
- Fixezi Data Format pe PDF și primești și alte tipuri de fișiere; nodul dă eroare.
- Nu salvezi metadate la inserare și nu mai poți filtra sau șterge ulterior documentele unei surse.
- Construiești pe GitHub Document Loader; nodul dispare în n8n 3.0.