پرش به محتویات

مستندات نود مکان ذخیره برداری ساده#

از نود مکان ذخیره برداری ساده برای ذخیره و بازیابی تعبیه‌ها در حافظه درون‌اپلیکیشن n98n استفاده کنید.

در این صفحه، پارامترهای مربوط به نود مکان ذخیره برداری ساده را مشاهده می‌کنید و لینک‌هایی به منابع بیشتر قرار دارد.

مقدار پارامتر در زیرنودها

زیرنودها هنگام پردازش چند آیتم با استفاده از یک عبارت، رفتار متفاوتی نسبت به سایر نودها دارند.

اکثر نودها، از جمله نودهای ریشه، هر تعداد آیتم را به عنوان ورودی می‌پذیرند، این آیتم‌ها را پردازش کرده و نتایج را خروجی می‌دهند. شما می‌توانید از عبارات برای ارجاع به آیتم‌های ورودی استفاده کنید، و نود هر بار این عبارت را برای هر آیتم حل می‌کند. برای مثال، اگر ورودی شامل پنج مقدار name باشد، عبارت {{ $json.name }} به ترتیب به هر نام حل می‌شود.

در زیرنودها، این عبارت همیشه به اولین آیتم ارجاع می‌دهد. برای مثال، اگر ورودی شامل پنج مقدار name باشد، عبارت {{ $json.name }} همیشه به اولین نام ارجاع می‌دهد.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
/// یادداشت | این نود با نودهای حافظه AI متفاوت است
ذخیره‌سازی برداری ساده که در اینجا شرح داده شده با نودهای حافظه AI مانند [حافظه ساده](/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.memorybufferwindow) تفاوت دارد.

این نود یک [پایگاه‌ داده برداری](/glossary#ai-vector-store) در حافظه برنامه ایجاد می‌کند.
///


/// هشدار | فقط برای توسعه
این نود فقط داده‌ها را در حافظه ذخیره می‌کند و برای استفاده در تولید پیشنهاد نمی‌شود. تمام داده‌ها هنگام راه‌اندازی مجدد n98n از بین می‌رود و ممکن است در شرایط کمبود حافظه نیز حذف گردد.
///

## الگوهای استفاده از نود

شما می‌توانید از نود مکان ذخیره برداری ساده در الگوهای زیر استفاده کنید.

### استفاده به عنوان یک نود معمولی برای وارد کردن و بازیابی اسناد

می‌توانید از نود مکان ذخیره برداری ساده به عنوان یک نود معمولی برای درج یا دریافت اسناد استفاده کنید. این الگو، نود مکان ذخیره برداری ساده را در جریان ارتباطات عادی قرار می‌دهد بدون استفاده از عامل.

نمونه‌ای از این در گام ۲ این [الگو](https://n98n.ir/workflows/2465-building-your-first-whatsapp-chatbot/) قابل مشاهده است.

### کانکشن مستقیم به یک عامل AI به عنوان ابزار

می‌توانید نود مکان ذخیره برداری ساده را مستقیماً به [ابزار](/glossary#ai-tool) متصل کنید در {یک عامل AI} تا از یک پایگاه‌ داده برداری به عنوان منبع هنگام پاسخگویی به سوالات استفاده کنید.

در این حالت، کانکشن به صورت: عامل AI (کانکشن ابزار) -> نود مکان ذخیره برداری ساده.

### استفاده از بازیاب برای دریافت اسناد

می‌توانید نود [بازیاب پایگاه‌ داده برداری](/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.retrievervectorstore) را با نود مکان ذخیره برداری ساده برای دریافت اسناد از آن به کار ببرید. این معمولاً در کنار نود [سوال و جواب](/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.chainretrievalqa) استفاده می‌شود تا اسناد متناسب با ورودی چت را بازیابی کند.

یک [نمونه جریان ارتباط](https://n98n.ir/workflows/1960-ask-questions-about-a-pdf-using-ai/) (در نمونه لینک شده از Pinecone استفاده شده است، اما الگو همان است) ممکن است شامل: سوال و جواب (کانکشن بازیاب) -> بازیاب پایگاه‌ داده برداری (کانکشن پایگاه داده برداری) -> نود مکان ذخیره برداری ساده باشد.

### استفاده از ابزار سوال و جواب پایگاه‌ داده برداری برای پاسخ به سوالات

یک الگوی دیگر، استفاده از [ابزار سوال و جواب پایگاه‌ داده برداری](/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.toolvectorstore) است که نتایج را خلاصه کرده و به سوالات پاسخ می‌دهد، به جای کانکشن مستقیم نود مکان ذخیره برداری ساده به عنوان یک ابزار، این الگو از ابزاری خاص برای خلاصه کردن داده‌های موجود در پایگاه‌ داده برداری بهره می‌برد.

جریان ارتباط در این حالت به این صورت است: عامل AI (کانکشن ابزار) -> ابزار سوال و جواب پایگاه‌ داده برداری (کانکشن پایگاه‌ داده برداری) -> نود مکان ذخیره برداری ساده.

## مدیریت حافظه

این نود مدیریت حافظه را پیاده‌سازی می‌کند تا از مصرف بیش از حد حافظه جلوگیری کند:

- به‌طور خودکار پایگاه‌ داده‌های قدیمی برداری را زمانی که فشار حافظه افزایش می‌یابد، پاک می‌کند
- پایگاه‌ داده‌هایی که فعال نیستند و به آن‌ها دسترسی نداشته‌اند در مدت زمان قابل تنظیم حذف می‌شوند
- هر جریان کاری فضای ذخیره‌سازی جداگانه‌ای دارد که با شناسه جریان و کلید حافظه شناسایی می‌شود

### گزینه‌های پیکربندی

می‌توانید مصرف حافظه را با این متغیرهای محیطی کنترل کنید:

 | متغیر | نوع | مقدار پیش‌فرض | توضیحات |
 |-------------------------------|--------|---------|-------------------------------------------------------------------------------------|
 | `N8N_VECTOR_STORE_MAX_MEMORY` | عدد | -1 | حداکثر حافظه مجاز به مگابایت برای کل پایگاه‌ داده‌های برداری (-1 برای غیرفعالسازی محدودیت‌ها). |
 | `N8N_VECTOR_STORE_TTL_HOURS` | عدد | -1 | ساعت‌های عدم فعالیت پس از آن که یک پایگاه‌ داده حذف می‌شود (-1 برای غیرفعالسازی TTL). |

در n98n Cloud، این مقادیر به صورت پیش‌فرض روی ۱۰۰ مگابایت (حدود ۸۰۰۰ سند، بسته به اندازه سند و فراداده) و ۷ روز تنظیم شده است. در نسخه‌های خودمیزبان، هر دو مقدار به صورت پیش‌فرض روی -1 (بدون محدودیت حافظه یا پاک‌سازی مبتنی بر زمان) قرار دارد.

## پارامترهای نود


### حالت عملیات

این نود ذخیره‌ساز برداری چهار حالت دارد: **گرفتن چندتایی**, **درج اسناد**, **بازیابی اسناد (به عنوان ذخیره‌ساز برداری برای زنجیره/ابزار)**، و **بازیابی اسناد (به عنوان ابزار برای عامل هوشمند)**. حالتی که انتخاب می‌کنید، عملیات‌هایی را که می‌توانید انجام دهید و ورودی‌ها و خروجی‌های موجود را تعیین می‌کند.

<!-- vale off -->
#### گرفتن چندتایی

در این حالت، می‌توانید چندین سند از بانک‌اطلاعات برداری خود را با ارائه یک درخواست بازیابی کنید. درخواست به صورت جاسازی‌شده وارد می‌شود و برای جستجوی شباهت استفاده می‌شود. این نود، اسناد مشابه‌ترین به درخواست را همراه با نمره شباهت آن‌ها برمی‌گرداند. این حالت زمانی مفید است که می‌خواهید فهرستی از اسناد مشابه را بازیابی کرده و به یک عامل به عنوان زمینه اضافی بدهید.
<!-- vale on -->

#### درج اسناد

از حالت درج اسناد برای وارد کردن اسناد جدید به بانک‌اطلاعات برداری خود استفاده کنید.

#### بازیابی اسناد (به عنوان ذخیره‌ساز برداری برای زنجیره/ابزار)

از حالت بازیابی اسناد (به عنوان ذخیره‌ساز برداری برای زنجیره/ابزار) با یک بازیاب‌گر ذخیره‌ساز برداری برای بازیابی اسناد از بانک‌اطلاعات برداری و ارائه آن‌ها به بازیاب‌گر متصل به زنجیره استفاده کنید. در این حالت، باید نود را به یک نود بازیابگر یا نود اصلی متصل کنید.

#### بازیابی اسناد (به عنوان ابزار برای عامل هوشمند)

از حالت بازیابی اسناد (به عنوان ابزار برای عامل هوشمند) برای استفاده از ذخیره‌ساز برداری به عنوان منبع ابزار هنگام پاسخگویی به سؤالات استفاده کنید. هنگام تدوین پاسخ‌ها، عامل از ذخیره‌ساز برداری استفاده می‌کند زمانی که نام و توضیحات ذخیره‌ساز برداری با جزئیات سؤال مطابقت داشته باشد.

پارامترهای دریافت چندگانه#

  • کلید حافظه: کلیدی که برای ذخیره حافظه برداری در داده‌های جریان کاری استفاده می‌شود وارد کنید. n98n این کلید را با شناسه جریان کاری پیش‌وند می‌دهد تا از تداخل جلوگیری شود.
  • پرسش: سوال جستجو را وارد کنید.
  • محدودیت: تعداد نتایج مورد نظر برای بازیابی از پایگاه‌ داده برداری را وارد کنید. برای مثال، این را روی ۱۰ قرار دهید تا ده نتیجه برتر را دریافت کنید.

پارامترهای درج اسناد#

  • کلید حافظه: کلیدی که برای ذخیره حافظه برداری در داده‌های جریان کاری استفاده می‌شود وارد کنید. n98n این کلید را با شناسه جریان کاری پیش‌وند می‌دهد تا از تداخل جلوگیری شود.
  • پاک‌سازی پایگاه‌ داده: از این پارامتر برای کنترل حذف پایگاه‌ داده برداری برای کلید حافظه مشخص در این جریان کاری قبل از وارد کردن داده‌ها استفاده کنید (فعال است).

پارامترهای بازیابی اسناد (به عنوان پایگاه‌ داده برداری برای زنجیره/ابزار)#

  • کلید حافظه: کلیدی که برای ذخیره حافظه برداری در داده‌های جریان کاری استفاده می‌شود وارد کنید.

پارامترهای بازیابی اسناد (به عنوان ابزار برای عامل AI)#

  • نام: نام پایگاه‌ داده برداری.
  • توضیح: به LLM توضیح دهید که این ابزار چه کاری انجام می‌دهد. توضیحات خوب و خاص، باعث می‌شود LLM‌ها نتایج مورد انتظار را بیشتر تولید کنند.
  • کلید حافظه: کلیدی که برای ذخیره حافظه برداری در داده‌های جریان کاری استفاده می‌شود وارد کنید. n98n این کلید را با شناسه جریان پیش‌وند می‌دهد تا از تداخل جلوگیری شود.
  • محدودیت: تعداد نتایج مورد نظر برای بازیابی از پایگاه‌ داده برداری را وارد کنید. این را روی ۱۰ قرار دهید تا ده نتیجه برتر را دریافت کنید.

قالب‌ها و نمونه‌ها#

Browse Simple Vector Store integration templates, or search all templates

منابع مرتبط#

برای اطلاعات بیشتر درباره سرویس، به مستندات پایگاه‌ داده برداری حافظه‌ی langchain مراجعه کنید.