Nodo MultiQuery Retriever n8nConfigura MultiQuery Retriever en n8n.
Las palabras de una pregunta casi nunca coinciden con las de los documentos indexados. El nodo MultiQuery Retriever n8n pasa esa pregunta a un modelo de chat, recibe varias reescrituras y las lanza contra el retriever conectado debajo. Una opción, 2 puertos obligatorios, nada que autenticar.
Reseñas verificadas en Trustpilot · Agencia de IA, automatización y growth
¿Para qué sirve el nodo MultiQuery Retriever n8n en una búsqueda?
Este nodo se coloca entre la pregunta y el lugar donde viven los documentos. En vez de buscar una sola vez con las palabras tal cual llegan, pide a un modelo de chat (el subnodo que habla con un proveedor como OpenAI o Anthropic) que escriba varias versiones de esa pregunta, envía cada una al retriever conectado debajo y devuelve todos los documentos encontrados. Es un subnodo: nunca se ejecuta solo, lo invoca un nodo raíz como Question and Answer Chain.
Primer caso: un catálogo de formación interna. Alguien escribe «¿cuándo me toca reciclaje?» y la ficha del curso habla de renovación de certificado y de vigencia. Ninguna de esas palabras estaba en la pregunta. Tres versiones escritas por el modelo alcanzan la ficha correcta donde una búsqueda única se queda a medias.
Segundo caso: un asistente conectado a los procedimientos de una tienda, consultado desde Slack. Las preguntas llegan cortas y con prisa. Subir Query Count amplía la búsqueda sin tocar ni los documentos ni la base vectorial, porque la reescritura ocurre antes, en el modelo del puerto ai_languageModel.
Tercer caso: un seguimiento de normativa. El mismo retriever alimenta a un AI Agent que responde en el momento y a un flujo programado que deja el resumen en Google Sheets. Lo único que cambia entre ambos es el nodo raíz.
¿Cuándo prescindir de él? Si las respuestas ya caen donde deben, conecta el retriever directamente al nodo raíz. Cada reescritura es una llamada más al proveedor del modelo, que factura sus propias llamadas de API según sus condiciones. En un corpus pequeño y bien redactado ese gasto rinde poco. Además, este nodo no ordena los resultados, amplía el lote. Para estrecharlo después, Contextual Compression Retriever lo acepta como entrada.
Los límites, antes de montarlo. El panel expone una sola opción, así que el texto del prompt de reescritura no se edita aquí. Los dos puertos de entrada son obligatorios: uno vacío detiene la ejecución. Y la página describe la versión 1 del nodo, un flujo antiguo puede mostrar menos opciones. La elección del modelo pesa más que cualquier ajuste de este panel, venga de OpenAI o de Anthropic.
¿Qué se conecta al MultiQuery Retriever ?
En n8n un nodo raíz recibe los items del flujo y los subnodos se enganchan a sus puertos, un tipo de subnodo por puerto; este es a su vez un subnodo, con dos puertos propios.
Puertos (qué se conecta)
- Chat Model
ai_languageModelobligatorio - Retriever
ai_retrieverobligatorio
Salida (dónde se conecta)
- Retriever
ai_retriever
01Chat Model
En este puerto va el modelo encargado de reescribir la pregunta entrante en varias consultas. Sin modelo no hay reescritura, y el nodo no tiene nada que mandar al retriever.
Parámetros clave
- Required: si se deja vacío, la ejecución del nodo se detiene ahí.
- OpenAI Chat Model y Anthropic Chat Model: los dos puntos de partida habituales, cada uno con el credential de su proveedor, es decir las claves guardadas una vez en n8n.
- Ollama Chat Model: para un modelo que corre en tu propia máquina, cuando las preguntas no deben salir de la red.
02Retriever
Debajo de este puerto está lo que va de verdad a buscar los documentos. Cada consulta reescrita pasa por él y el nodo junta lo que vuelve en un único lote.
Parámetros clave
- Required: sin él, el nodo no tiene nada que consultar.
- Vector Store Retriever: la opción corriente, que lee la base donde están tus documentos indexados.
- Workflow Retriever: cuando los documentos vienen de otro flujo de n8n en lugar de una base.
¿Qué parámetros ofrece este nodo?
El nodo MultiQuery Retriever tiene un parámetro. Para cada uno: el nodo tal como lo configuras en n8n, qué cambia el parámetro y nuestras notas de campo.
Options
optionsLo que ves en n8n
Notas y casos de uso
Todo lo ajustable de este nodo cabe en una colección que se abre con Add Option. Si no la tocas, el nodo funciona igual, con su comportamiento por defecto.
Parámetros clave
- Query Count: cuántas versiones distintas de la pregunta genera el modelo de chat. Más versiones significan un lote de documentos más amplio y una llamada al modelo adicional por cada una.
¿Necesitas ayuda para automatizar MultiQuery Retriever con n8n?
El equipo te responde directamente.
Cada mensaje lo lee una persona.
MultiQuery Retriever en n8n, dudas frecuentes
01¿El nodo MultiQuery Retriever viene incluido en n8n?
02¿Qué credenciales hace falta configurar?
03¿Qué límites tiene el nodo MultiQuery Retriever n8n?
04¿Qué hay que conectar como mínimo para que funcione?
05¿n8n o Make para este tipo de búsqueda documental?
Recibe nuestros tips de integración cada semana.
Sin spam. Cancela cuando quieras.
