向量存储节点

什么是向量存储节点？

向量存储节点是 Magic Flow 工作流中用于将文本内容存储到向量数据库的功能组件。它能够将文本内容转换为向量形式并保存在知识库中，便于后续的语义检索和内容匹配。简单来说，向量存储就像是一个智能信息仓库，不仅存储了内容本身，还保留了内容的语义特征，使得后续可以通过语义相似度进行查询。

图片说明：

向量存储节点界面展示了节点的主要配置区域，包括知识库选择、存储内容输入、元数据设置以及业务 ID 配置等参数设置选项

为什么需要向量存储节点？

在构建智能应用时，向量存储节点解决了以下关键问题：

• 知识沉淀：将重要信息转化为可检索的知识，建立企业专属知识库
• 语义理解：不同于传统数据库，向量存储保留了内容的语义信息，支持相似度检索
• 信息组织：通过元数据和业务 ID，对存储的内容进行分类和管理
• 自定义知识：为大模型提供专属知识支持，解决通用模型知识有限的问题
• 智能应用基础：为问答系统、推荐系统等智能应用提供数据基础

适用场景

1. 构建企业知识库

将公司文档、产品手册、操作指南等内容存储到向量库，形成可检索的企业知识体系，帮助员工快速获取所需信息。

2. 智能客服知识积累

存储常见问题解决方案、产品信息、服务流程等内容，为智能客服机器人提供知识支持，提高客户服务质量。

3. 个性化内容管理

存储用户偏好、历史交互记录等信息，为个性化推荐和服务提供数据支持，提升用户体验。

节点参数说明

基本参数

参数名称	说明	是否必填	默认值
选择知识库	选择要操作的知识库，通过【固定值或表达式】，从系统中已创建的知识库中选择	是	无
存储内容	需要存储到向量库的文本内容	是	无
业务 ID	内容的唯一标识符，用于后续查询或删除操作	是	无
元数据	内容的附加信息，如分类、来源、时间等，便于筛选	否	无

输出内容

向量存储节点执行成功后，会在后台完成内容的存储，但不会直接输出特定的结果数据。成功存储后，该内容可通过向量搜索节点进行检索。

使用说明

基本配置步骤

1. 选择知识库：
   1. 从下拉菜单中选择不同的方式
   2. 通过@动态引用上个节点的知识库或者是已创建的知识库
2. 配置存储片段：
   1. 输入需要存储的文本内容
   2. 或使用变量引用动态内容，如引用其他节点的输出
3. 设置业务 ID：
   1. 输入一个唯一的业务标识符
   2. 推荐使用有意义的标识方式，如"产品 FAQ_001"或动态生成的 UUID
   3. 业务 ID 在后续删除或更新内容时非常重要
4. 配置元数据（可选）：
   1. 添加内容的分类、标签、来源等附加信息
   2. 元数据采用键值对形式，如"category: FAQ"、"source: 官网"
   3. 元数据可用于向量搜索时的筛选条件

进阶技巧

内容优化

为提高向量存储和后续检索的效果，建议对存储内容进行适当优化：

1. 内容分块存储：
   1. 将长文本切分为较小的独立内容块再存储
   2. 使用文本切割节点处理长文本后再进行存储
   3. 推荐每个内容块控制在 500-1000 字之间
2. 内容质量把控：
   1. 确保存储内容语义清晰、表达准确
   2. 去除无用的格式符号和冗余内容
   3. 适当增加上下文信息，提高可理解性
3. 元数据设计：
   1. 设计合理的元数据结构，便于后续筛选
   2. 常用元数据包括：分类(category)、来源(source)、时间(time)等
   3. 使用统一的格式和命名规范

与其他节点协同

向量存储节点通常需要与其他节点结合使用：

1. 搭配文本切割节点：
   1. 先将长文本切割成适合存储的片段
   2. 再循环存储每个切割后的片段
   3. 保持业务 ID 的关联性，如使用前缀+索引号
2. 结合代码执行节点：
   1. 使用代码执行节点生成唯一业务 ID
   2. 或处理和格式化要存储的内容和元数据
3. 配合 HTTP 请求节点：
   1. 从外部接口获取数据
   2. 经过处理后存储到向量库中

注意事项

业务 ID 设计

业务 ID 的设计直接影响到后续的内容管理效率：

• 确保业务 ID 的唯一性，避免重复存储覆盖现有内容
• 使用有意义且容易识别的 ID 命名方式，便于管理
• 考虑使用前缀+类别+序号的命名方式，如"PRD_FAQ_001"
• 如果使用随机 ID，确保保存好 ID 与内容的对应关系

内容格式与质量

存储内容的质量直接影响到后续检索效果：

• 避免存储过多无关信息，专注于核心内容
• 确保文本格式统一，去除 HTML 标签等格式符号
• 对于表格、图表等非文本内容，转换为文字描述后再存储
• 定期更新和维护知识库内容，保持信息的准确性和时效性

安全与权限

知识库数据的安全性需要特别注意：

• 避免存储敏感个人信息或公司机密
• 通过元数据设置访问权限标记
• 定期审核知识库内容，确保合规性

常见问题

问题 1：存储内容后无法通过向量搜索找到怎么办？

解决方案：

• 检查向量库 ID 是否匹配，确保搜索与存储使用同一个向量库
• 确认存储的内容质量，过短或无意义的内容可能难以检索
• 调整向量搜索节点的相似度阈值，适当降低以获取更多结果
• 检查搜索的查询文本是否与存储内容语义相关

问题 2：如何更新已存储的内容？

解决方案：

• 使用相同的业务 ID 重新存储内容，会覆盖原有内容
• 如需完全删除再创建，可先使用向量删除节点删除，再存储新内容
• 对于部分更新，建议使用完整的新内容覆盖旧内容，而不是仅更新部分

问题 3：大量内容存储性能较慢怎么处理？

解决方案：

• 对大量内容进行批次处理，避免一次存储过多数据
• 使用循环节点分批次存储内容
• 优化内容大小，仅存储必要信息
• 提前做好内容处理工作，减少存储时的运算负担

常见搭配节点

节点类型	搭配原因
文本切割节点	将长文本分割成适合存储的片段
代码执行节点	处理内容、生成业务 ID 或元数据
向量搜索节点	检索已存储的向量内容
向量删除节点	删除不再需要的向量内容
循环节点	批量处理和存储多条内容