跳到主要内容

Supabase 向量存储节点#

使用 Supabase 向量存储可将您的 Supabase 数据库作为向量存储进行交互。您可以将文档插入向量数据库、从向量数据库获取多个文档，并检索文档以提供给连接到链的检索器。

使用 Supabase 向量存储可将您的 Supabase 数据库作为向量存储进行交互。您可以将文档插入向量数据库、从向量数据库获取文档、检索文档以提供给连接到链的检索器，或直接将其连接到智能体作为工具使用。您还可以通过 ID 更新向量存储中的项目。

本页将介绍 Supabase 节点的参数配置，并提供更多资源链接。

认证信息

此节点的认证信息请参阅此处。

子节点中的参数解析

使用表达式处理多个项目时，子节点的行为与其他节点不同。

大多数节点（包括根节点）可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，节点会依次解析每个项目的表达式。例如，给定五个name值输入，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值输入，表达式{{ $json.name }}始终解析为第一个名称。

Supabase 提供了设置向量存储的快速入门指南。如果您使用快速入门指南中的非默认设置，可能会影响 n8n 中的参数设置。请确保您了解相关操作。

节点使用模式#​

您可以通过以下模式使用 Supabase 向量存储节点。

作为常规节点插入、更新和检索文档#​

您可以将 Supabase 向量存储作为常规节点来插入、更新或获取文档。此模式将 Supabase 向量存储置于常规连接流中，而不使用智能体。

您可以在此模板的场景1中查看示例。

直接作为工具连接到 AI 智能体#​

您可以将 Supabase 向量存储节点直接连接到 AI 智能体的工具连接器，以便在回答查询时将向量存储作为资源使用。

此种情况的连接方式为：AI 智能体（工具连接器）-> Supabase 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 Supabase 向量存储节点结合使用，从 Supabase 向量存储节点获取文档。这通常与问答链节点一起使用，以从向量存储中获取与给定聊天输入匹配的文档。

连接流示例（该示例使用 Pinecone，但模式相同）如下：问答链（检索器连接器）-> 向量存储检索器（向量存储连接器）-> Supabase 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总结结果并回答来自 Supabase 向量存储节点的问题。此模式不是直接将 Supabase 向量存储作为工具连接，而是使用专门设计用于总结向量存储中数据的工具。

此种情况的连接流如下：AI 智能体（工具连接器）-> 向量存储问答工具（向量存储连接器）-> Supabase 向量存储。

节点参数#​

操作模式#​

此向量存储节点有五种模式：获取多个、插入文档、检索文档（作为链/工具的向量存储）、检索文档（作为 AI 智能体的工具）和更新文档。您选择的模式决定了节点可以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。提示将被嵌入并用于相似性搜索。节点将返回与提示最相似的文档及其相似性分数。如果您想检索相似文档列表并将其作为附加上下文传递给智能体，此模式非常有用。

插入文档#​

使用插入文档模式可将新文档插入向量数据库。

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 智能体的工具）#​

使用检索文档（作为 AI 智能体的工具）模式可在回答查询时将向量存储作为工具资源使用。在制定响应时，当向量存储名称和描述与问题细节匹配时，智能体会使用向量存储。

更新文档#​

使用更新文档模式可通过 ID 更新向量数据库中的文档。在ID字段中填写要更新的嵌入条目的 ID。

重新排序结果#​

启用重新排序。如果启用此选项，必须将重新排序节点连接到向量存储。该节点将重新排序查询结果。此选项可与获取多个、检索文档（作为链/工具的向量存储）和检索文档（作为 AI 智能体的工具）模式一起使用。

获取多个参数#​

  • 表名：输入要使用的 Supabase 表。
  • 提示：输入搜索查询。
  • 限制：输入要从向量存储中检索的结果数量。例如，设置为10以获取十个最佳结果。

插入文档参数#​

  • 表名：输入要使用的 Supabase 表。

检索文档（作为链/工具的向量存储）参数#​

  • 表名：输入要使用的 Supabase 表。

检索文档（作为 AI 智能体的工具）参数#​

  • 名称：向量存储的名称。
  • 描述：向 LLM 解释此工具的功能。良好且具体的描述可使 LLM 更频繁地产生预期结果。
  • 表名：输入要使用的 Supabase 表。
  • 限制：输入要从向量存储中检索的结果数量。例如，设置为10以获取十个最佳结果。

更新文档#​

  • 表名：输入要使用的 Supabase 表。
  • ID：嵌入条目的 ID。

更新文档的参数

  • ID

节点选项#​

查询名称#​

您在 Supabase 中设置的匹配函数的名称。如果遵循 Supabase 快速入门指南，这将是match_documents。

元数据过滤器#​

在获取多个模式下可用。搜索数据时，使用此选项与文档关联的元数据进行匹配。

这是一个AND查询。如果指定多个元数据过滤器字段，则所有字段都必须匹配。

插入数据时，元数据通过文档加载器设置。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#​

与 Supabase 存储中文件聊天的 AI 智能体

作者：Mark Shcherbakov

查看模板详情

Supabase 插入、更新和检索

作者：Ria

查看模板详情

使用 Apify、GPT-4o 和 WhatsApp 自动化销售冷呼叫流程

作者：Khairul Muhtadin

查看模板详情

浏览 Supabase 向量存储集成模板，或搜索所有模板

相关资源#​

有关该服务的更多信息，请参阅 LangChain 的 Supabase 文档。

查看 n8n 的高级 AI 文档。

回到顶部