1.成果展示

1.1n8n的工作流

?牽涉節點：FTP、Code、Milvus Vector Store、Embeddings OpenAI、Default Data Loader、Recursive Character Text Splitter

12.向量庫的結果

?

2.實操過程

2.1發布本地嵌入模型服務

將bge-m3嵌入模型，發布成滿足open api接口規范的服務，必須包括(v1/embeddings和v1/models）這兩個接口，具體實現詳見https://platform.openai.com/docs/api-reference/embeddings/create，如下圖：

2.2在milvus服務創建test_n8n集合

2.2.1創建test_n8n集合，如下圖：?

注：

1.必須勾選啟用動態schema，否則后面會報錯。?

2.維度需要和前面發布的嵌入模型維度一致。bge-m3的維度是1024。

?2.2.2創建索引，如下圖：?

注：度量類型必須是L2，否則后面會報錯，因為Milvus Vector Store默認是L2，如何設置成其他，還望有緣人告知。

2.3節點說明

2.3.1FTP節點：

?

Operation選擇Download
Path設置為/1.txt（1.txt是提前上傳的文件）。?

2.3.2code節點：

解決中文亂碼問題，具體操作詳見《中文亂碼》

2.3.3Milvus Vector Store節點：

operation Mode:選擇Insert Documents
Milvus Collection:test_n8n(對應前面創建的集合）
其他采用默認設置?

2.3.4Embeddings OpenAI節點：

?圖中1對應v1/models返回的模型名稱，圖中2對應v1/embeddings返回的內容（向量化）

2.3.5Default Data Loader節點：

注紅框1、2，其他默認就行?

2.3.6Recursive Character Text Splitter節點：

默認設置就可以?