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

Qdrant Vector Store în n8n & Automatizări AI

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

Folosește o colecție Qdrant ca vector store pentru inserare, căutare, retrieveri și agenți.

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

Ce face Qdrant Vector Store

Qdrant Vector Store lucrează cu o colecție Qdrant: inserează documente, le caută după similaritate, le dă unui retriever conectat la un lanț sau devine direct unealtă pentru un agent.

La inserare, opțiunea Collection Config primește setările JSON pentru crearea colecției, după documentația Qdrant despre colecții. În Get Many și Retrieve Documents (As Vector Store for Chain/Tool) poți filtra după metadate.

Kitul n8n Self-hosted AI Starter Kit pornește împreună Ollama, Qdrant și PostgreSQL, pentru prototipuri locale.

Sintaxă și opțiuni

Opțiune / Parametru Descriere
Operation Mode Unul din cele patru moduri: Get Many, Insert Documents, Retrieve Documents (As Vector Store for Chain/Tool) și Retrieve Documents (As Tool for AI Agent). 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.
Qdrant collection name Colecția Qdrant folosită.
Prompt Doar în Get Many: textul căutării. Este transformat în vector și folosit pentru căutarea de similaritate.
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.
Metadata Filter În Get Many: potrivire după metadatele documentelor. Este o interogare AND: toate câmpurile date trebuie să se potrivească. Metadatele se pun la inserare, din document loader.
Collection Config La Insert Documents: configurația JSON pentru crearea colecției.

Exemple practice

Exemplul 1: Configurare ca unealtă pentru agent

Operation Mode: Retrieve Documents (As Tool for AI Agent)
Name: baza_cunostinte
Description: Documentația produsului și întrebările frecvente
Qdrant Collection: knowledge_base
Limit: 4

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) -> Qdrant Vector Store
Question and Answer Chain (Retriever) -> Vector Store Retriever (Vector Store) -> Qdrant Vector Store
AI Agent (Tool) -> Vector Store Question Answer Tool (Vector Store) -> Qdrant 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.
  • Creezi colecția cu altă dimensiune decât produce modelul de embeddings (Collection Config).
  • Scrii o expresie care se referă la mai multe elemente de intrare. În sub-noduri, expresia se rezolvă mereu pentru primul element.

Comenzi înrudite