dexblog.ro
Acces rapid: Învață AI Învață Programare Specificații Dispozitive Comparații
N8N Toate nodurile n8n AI

Azure AI Search Vector Store în n8n & Automatizări AI

RAG Vizual & Baze Vectoriale în n8n n8n 2.45 (octombrie 2026)

Folosește un index Azure AI Search ca vector store, cu căutare vectorială, keyword, hibridă sau hibridă semantică.

Configurare nod & expresie 
Azure AI Search Vector Store
  Operation Mode: Get Many | Insert Documents | Retrieve Documents (As Vector Store for Chain/Tool) | Retrieve Documents (As Tool for AI Agent) | Update Documents
  Sub-noduri: Embedding (obligatoriu), Document (la Insert Documents)

Ce face Azure AI Search Vector Store

Azure AI Search Vector Store stochează și interoghează embeddings împreună cu conținutul și metadatele într-un serviciu Azure AI Search (fost Azure Cognitive Search). Ai nevoie de un abonament Azure, de un serviciu Azure AI Search și de o cheie API: cheie de admin pentru scriere, cheie de interogare pentru citire.

Pe lângă cele patru moduri obișnuite, nodul are și Update Documents. Indexul se creează automat la inserare dacă nu există.

Query Mode alege strategia: Vector, Keyword (BM25), Hybrid (implicit, combinat cu Reciprocal Rank Fusion) sau Semantic Hybrid, cu reordonarea semantică Azure. Filtrarea folosește expresii OData.

Sintaxă și opțiuni

Opțiune / Parametru Descriere
Operation Mode Unul din cele cinci moduri: Get Many, Insert Documents, Retrieve Documents (As Vector Store for Chain/Tool) Retrieve Documents (As Tool for AI Agent) și Update Documents (actualizare după ID). Modul decide intrările și ieșirile nodului.
Rerank Results Activează reordonarea rezultatelor. Trebuie conectat un nod de reranking, de exemplu Reranker Cohere. Merge în modurile Get Many și cele două moduri Retrieve Documents.
Endpoint Adresa serviciului, de forma https://your-service.search.windows.net.
Index Name Indexul folosit. La inserare se creează dacă lipsește.
Batch Size La Insert Documents: câte documente se încarcă într-un lot.
Limit Câte rezultate se întorc (de exemplu 10 pentru cele mai bune zece). În Get Many și As Tool for AI Agent.
Name / Description Doar în As Tool for AI Agent: numele bazei și descrierea pentru model. O descriere precisă ajută agentul să aleagă unealta la momentul potrivit.
Filter Expresie OData pentru filtrarea după câmpuri sau metadate.
Query Mode Vector, Keyword, Hybrid (implicit) sau Semantic Hybrid.
Semantic Configuration Configurația semantică. Implicit semantic-search-config; necesară doar pentru un index creat cu alt nume de configurație.

Exemple practice

Exemplul 1: Configurare ca unealtă pentru agent

Operation Mode: Retrieve Documents (As Tool for AI Agent)
Name: politici_interne
Description: Regulamente și proceduri interne ale firmei
Endpoint: https://your-service.search.windows.net
Index Name: documente
Limit: 10
Options > Query Mode: Hybrid

Exemplul 2: Legături posibile (din documentație)

Nodul se poate folosi direct ca unealtă, printr-un retriever sau prin Vector Store Question Answer Tool.

AI Agent (Tool) -> Azure AI Search Vector Store
Question and Answer Chain (Retriever) -> Vector Store Retriever (Vector Store) -> Azure AI Search Vector Store
AI Agent (Tool) -> Vector Store Question Answer Tool (Vector Store) -> Azure AI Search Vector Store

Greșeli frecvente și bune practici

  • Folosești alt model de embeddings la inserare decât la căutare. Vectorii trebuie să aibă aceeași dimensiune și să provină din același model.
  • Alegi Semantic Hybrid pe un index fără configurație semantică. Reordonarea semantică cere o configurație definită în index.
  • Scrii o expresie care se referă la mai multe elemente de intrare. În sub-noduri, expresia se rezolvă mereu pentru primul element.

Comenzi înrudite