跳到主要内容

Embeddings Oracle Database(Oracle Database 嵌入模型) 节点

使用 Embeddings Oracle Database 节点,通过存储在 Oracle Database 中的 ONNX 模型生成嵌入向量1。此节点适用于语义搜索、相似度匹配、检索增强生成,以及其他需要文本向量表示的工作流。

本页列出了 Embeddings Oracle Database 节点的参数,并提供更多资源的链接。

信息

凭据

此节点的身份验证信息,请参阅 Oracle Database 凭据文档。

信息

ONNX 模型

Oracle Database 实例必须支持 Oracle AI Vector Search 和 ONNX 模型执行功能。

使用此节点前,请向 Oracle Database 导入一个或多个 ONNX 嵌入模型。仅已导入的模型可供选择。

信息

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。

节点参数 ​

  • Model(模型):选择用于生成嵌入向量的 ONNX 模型。可从 Oracle Database 实例的可用模型列表中选择,也可手动指定模型 ID。所选模型决定嵌入维度和支持的输入类型。

节点通过已配置的 Oracle Database 连接,从 USER_MINING_MODELS 视图加载可用模型,仅显示当前数据库用户可访问的模型。

模板与示例 ​

浏览 Embeddings Oracle Database(Oracle Database 嵌入模型) 集成模板,或搜索所有模板

相关资源 ​

向 Oracle Database 导入 ONNX 模型的更多信息,请参阅 Oracle 的 ONNX 模型导入文档。

查看 n8n 的高级 AI 文档。

Footnotes​

  1. 嵌入是使用向量对数据进行数值化表示。AI 通过将值映射到多个维度,利用嵌入理解复杂数据及其关系。向量数据库或向量存储是专门用于存储和访问嵌入的数据库。 ↩

本文为社区中文翻译。查看对应英文原文