Milvus Vector Store（Milvus 向量存储）
使用 Milvus 节点，将 Milvus 数据库作为向量存储1进行交互。可向向量数据库插入文档、从中获取文档、检索文档并提供给连接到链2的检索器，或作为工具3直接连接到智能体4。
本页列出了 Milvus 节点的参数，并提供更多资源的链接。
凭据
此节点的身份验证信息，请参阅 Milvus 凭据文档。
子节点中的参数解析
使用表达式处理多个数据项时，子节点的行为与其他节点不同。
多数节点，包括根节点，可以接收任意数量的输入数据项，处理后输出结果。你可以用表达式引用输入数据项，节点会依次对每个数据项解析表达式。例如，输入包含五个 name 值时，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数据项。例如，输入包含五个 name 值时，表达式 {{ $json.name }} 始终解析为第一个名称。
节点使用模式
可按以下方式使用 Milvus Vector Store 节点。
作为普通节点插入和检索文档
可将 Milvus Vector Store 用作普通节点，插入或获取文档。此模式将 Milvus Vector Store 放在常规连接流程中，无需使用智能体。
如何构建将文档存入 Milvus，并检索文档以支持带引用的聊天回答的系统，请参阅此示例模板。
作为工具直接连接到 AI 智能体
可将 Milvus Vector Store 节点直接连接到 AI 智能体的工具连接器，让智能体在回答查询时使用向量存储作为资源。
此时连接方式为：AI Agent（工具连接器）→ Milvus Vector Store 节点。请参阅此示例模板，其中将数据转换为嵌入并存入 Milvus 索引，AI Agent 使用向量存储作为知识工具回答问题。
使用检索器获取文档
可将 Vector Store Retriever 节点与 Milvus Vector Store 节点配合使用，从 Milvus Vector Store 节点获取文档。这通常与 Question and Answer Chain 节点配合，从向量存储获取与给定聊天输入匹配的文档。
典型节点连接流程为：Question and Answer Chain（Retriever 连接器）→ Vector Store Retriever（Vector Store 连接器）→ Milvus Vector Store。
将外部数据导入 Milvus 并构建基于聊天的语义问答系统的方法，请参阅此工作流示例。
使用 Vector Store Question Answer Tool 回答问题
另一种模式使用 Vector Store Question Answer Tool，汇总 Milvus Vector Store 节点的结果并回答问题。此模式通过专门用于汇总向量存储数据的工具工作，无需将 Milvus Vector Store 直接作为工具连接。
连接流程为：AI Agent（工具连接器）→ Vector Store Question Answer Tool（Vector Store 连接器）→ Milvus Vector Store。
节点参数
此向量存储节点有四种模式：Get Many（获取多条）、Insert Documents（插入文档）、Retrieve Documents (As Vector Store for Chain/Tool)（检索文档，作为链或工具的向量存储）及 Retrieve Documents (As Tool for AI Agent)（检索文档，作为 AI 智能体工具）。所选模式决定可执行的操作，以及可用的输入和输出。
Rerank Results（结果重排序）
启用重排序。开启此选项后，必须将 Reranker Cohere（Cohere 重排序器）等重排序节点连接到向量存储，由其重新排列查询结果。此选项可用于 Get Many、Retrieve Documents (As Vector Store for Chain/Tool) 和 Retrieve Documents (As Tool for AI Agent) 模式。
Get Many（获取多条）参数
- Milvus Collection（Milvus 集合）：选择或输入要使用的 Milvus 集合。
- Prompt（提示词）：输入搜索查询。
- Limit（上限）：输入从向量存储检索的结果数量。例如，设为
10可获取最匹配的十条结果。
Insert Documents（插入文档）参数
- Milvus Collection（Milvus 集合）：选择或输入要使用的 Milvus 集合。
- Clear Collection（清空集合）：指定是否在插入新文档之前清空集合。
Retrieve Documents（作为链或工具的向量存储）参数
- Milvus collection（Milvus 集合）：选择或输入要使用的 Milvus 集合。
Retrieve Documents（作为 AI 智能体的工具）参数
- Name（名称）：向量存储的名称。
- Description（描述）：向 LLM 说明此工具的用途。清晰、具体的描述有助于 LLM 更经常地生成预期结果。
- Milvus Collection（Milvus 集合）：选择或输入要使用的 Milvus 集合。
- Limit（上限）：输入从向量存储检索的结果数量。例如，设为
10可获取最匹配的十条结果。
节点选项
Metadata Filter（元数据过滤器）
适用于 Get Many（获取多条）模式。搜索数据时，使用此项匹配与文档关联的元数据。
这是一个 AND 查询。如果指定多个元数据筛选字段，必须全部匹配。
插入数据时，元数据通过文档加载器设置。加载文档的更多信息，请参阅 Default Data Loader（默认数据加载器）。
Clear Collection（清空集合）
适用于 Insert Documents（插入文档）模式。在插入新数据之前，删除集合中的全部数据。
相关资源
查看 n8n 的高级 AI 文档。