Zum Inhalt

Pinecone Vector Store Node#

Verwenden Sie den Pinecone Node, um mit Ihrer Pinecone-Datenbank als Vektorspeicher zu interagieren. Sie können Dokumente in eine Vektordatenbank einfügen, Dokumente aus einer Vektordatenbank abrufen, Dokumente abrufen, um sie einem mit einer Kette verbundenen Retriever bereitzustellen, oder sich direkt als Tool mit einem Agenten verbinden.

Auf dieser Seite finden Sie die Node-Parameter für den Pinecone Node sowie Links zu weiteren Ressourcen.

Anmeldeinformationen

Authentifizierungsinformationen für diesen Node finden Sie hier.

Parameter resolution in sub-nodes

Sub-nodes behave differently to other nodes when processing multiple items using an expression.

Most nodes, including root nodes, take any number of items as input, process these items, and output the results. You can use expressions to refer to input items, and the node resolves the expression for each item in turn. For example, given an input of five name values, the expression {{ $json.name }} resolves to each name in turn.

In sub-nodes, the expression always resolves to the first item. For example, given an input of five name values, the expression {{ $json.name }} always resolves to the first name.

Node-Nutzungsmuster#

Sie können den Pinecone Vector Store Node in den folgenden Mustern verwenden.

Verwendung als regulärer Node zum Einfügen, Aktualisieren und Abrufen von Dokumenten#

Sie können den Pinecone Vector Store als regulären Node verwenden, um Dokumente einzufügen, zu aktualisieren oder abzurufen. Dieses Muster platziert den Pinecone Vector Store im regulären Verbindungsfluss, ohne einen Agenten zu verwenden.

Ein Beispiel hierfür finden Sie in Szenario 1 dieser Vorlage.

Direkte Verbindung zu einem KI-Agenten als Tool#

Sie können den Pinecone Vector Store Node direkt mit dem Tool-Connector eines KI-Agenten verbinden, um den Vektorspeicher als Ressource bei der Beantwortung von Fragen zu verwenden.

Hier wäre die Verbindung: KI-Agent (Tool-Connector) -> Pinecone Vector Store Node.

Verwenden eines Retrievers zum Abrufen von Dokumenten#

Sie können den Vector Store Retriever Node mit dem Pinecone Vector Store Node verwenden, um Dokumente vom Pinecone Vector Store Node abzurufen. Dies wird häufig mit dem Question and Answer Chain Node verwendet, um Dokumente aus dem Vektorspeicher abzurufen, die mit der gegebenen Chat-Eingabe übereinstimmen.

Ein Beispiel für den Verbindungsfluss wäre: Question and Answer Chain (Retriever-Connector) -> Vector Store Retriever (Vector Store-Connector) -> Pinecone Vector Store.

Verwenden des Vector Store Question Answer Tool zum Beantworten von Fragen#

Ein anderes Muster verwendet das Vector Store Question Answer Tool, um Ergebnisse zusammenzufassen und Fragen vom Pinecone Vector Store Node zu beantworten. Anstatt den Pinecone Vector Store direkt als Tool zu verbinden, verwendet dieses Muster ein Tool, das speziell zum Zusammenfassen von Daten im Vektorspeicher entwickelt wurde.

Der Verbindungsfluss würde in diesem Fall wie folgt aussehen: KI-Agent (Tool-Connector) -> Vector Store Question Answer Tool (Vector Store-Connector) -> Pinecone Vector Store.

Node-Parameter#

Operation Mode#

This Vector Store node has five modes: Get Many, Insert Documents, Retrieve Documents (As Vector Store for Chain/Tool), Retrieve Documents (As Tool for AI Agent), and Update Documents. The mode you select determines the operations you can perform with the node and what inputs and outputs are available.

Get Many#

In this mode, you can retrieve multiple documents from your vector database by providing a prompt. The prompt will be embedded and used for similarity search. The node will return the documents that are most similar to the prompt with their similarity score. This is useful if you want to retrieve a list of similar documents and pass them to an agent as additional context.

Insert Documents#

Use Insert Documents mode to insert new documents into your vector database.

Retrieve Documents (As Vector Store for Chain/Tool)#

Use Retrieve Documents (As Vector Store for Chain/Tool) mode with a vector-store retriever to retrieve documents from a vector database and provide them to the retriever connected to a chain. In this mode you must connect the node to a retriever node or root node.

Retrieve Documents (As Tool for AI Agent)#

Use Retrieve Documents (As Tool for AI Agent) mode to use the vector store as a tool resource when answering queries. When formulating responses, the agent uses the vector store when the vector store name and description match the question details.

Update Documents#

Use Update Documents mode to update documents in a vector database by ID. Fill in the ID with the ID of the embedding entry to update.

Get Many Parameter#

  • Pinecone Index: Wählen Sie den zu verwendenden Pinecone Index aus oder geben Sie ihn ein.
  • Prompt: Geben Sie Ihre Suchanfrage ein.
  • Limit: Geben Sie an, wie viele Ergebnisse aus dem Vektorspeicher abgerufen werden sollen. Setzen Sie dies beispielsweise auf 10, um die zehn besten Ergebnisse zu erhalten.

Insert Documents Parameter#

  • Pinecone Index: Wählen Sie den zu verwendenden Pinecone Index aus oder geben Sie ihn ein.

Retrieve Documents (As Vector Store for Chain/Tool) Parameter#

  • Pinecone Index: Wählen Sie den zu verwendenden Pinecone Index aus oder geben Sie ihn ein.

Retrieve Documents (As Tool for AI Agent) Parameter#

  • Name: Der Name des Vektorspeichers.
  • Description: Erklären Sie dem LLM, was dieses Tool tut. Eine gute, spezifische Beschreibung ermöglicht es LLMs, häufiger erwartete Ergebnisse zu erzielen.
  • Pinecone Index: Wählen Sie den zu verwendenden Pinecone Index aus oder geben Sie ihn ein.
  • Limit: Geben Sie an, wie viele Ergebnisse aus dem Vektorspeicher abgerufen werden sollen. Setzen Sie dies beispielsweise auf 10, um die zehn besten Ergebnisse zu erhalten.

Node-Optionen#

Pinecone Namespace#

Eine weitere Segregationsoption für die Speicherung Ihrer Daten innerhalb des Index.

Metadata Filter#

Available in Get Many mode. When searching for data, use this to match with metadata associated with the document.

This is an AND query. If you specify more than one metadata filter field, all of them must match.

When inserting data, the metadata is set using the document loader. Refer to Default Data Loader for more information on loading documents.

Clear Namespace#

Verfügbar im Modus Insert Documents. Löscht alle Daten aus dem Namespace, bevor die neuen Daten eingefügt werden.

Zugehörige Ressourcen#

Weitere Informationen zum Dienst finden Sie in der Pinecone-Dokumentation von LangChain.

View Localmind Automate's Advanced AI documentation.

Finden Sie Ihren Pinecone-Index und -Namespace#

Ihr Pinecone-Index und -Namespace sind in Ihrem Pinecone-Konto verfügbar.

AI glossary#

  • completion: Completions are the responses generated by a model like GPT.
  • hallucinations: Hallucination in AI is when an LLM (large language model) mistakenly perceives patterns or objects that don't exist.
  • vector database: A vector database stores mathematical representations of information. Use with embeddings and retrievers to create a database that your AI can access when answering questions.
  • vector store: A vector store, or vector database, stores mathematical representations of information. Use with embeddings and retrievers to create a database that your AI can access when answering questions.