Recursos · Integración n8n

Nodo Pinecone Vector Store n8nConfigura Pinecone Vector Store en n8n.

El nodo Pinecone Vector Store n8n convierte un montón de documentos en una base que se consulta por significado. Expone 2 parámetros de cabecera y 5 modos de operación, desde la carga masiva hasta la respuesta de un agente. Para quien monta una capa de búsqueda documental en n8n.

Probar el nodo Pinecone Vector Store en n8nVer los 2 parámetros

Reseñas verificadas en Trustpilot · Agencia de IA, automatización y growth

Por qué automatizar

¿Para qué sirve el nodo Pinecone Vector Store n8n?

Un vector store, o base vectorial, guarda representaciones matemáticas de tus textos en lugar de los textos. Así una búsqueda devuelve lo que significa lo mismo, no lo que se escribe igual. Este nodo une un flujo de trabajo de n8n con un índice de Pinecone: escribe documentos, saca los más cercanos a una pregunta, actualiza una entrada por su identificador o se pone a disposición de un nodo de IA que buscará ahí sus respuestas.

Hay tres usos que aparecen una y otra vez. La carga: un flujo recoge archivos, los trocea y el nodo en modo insert los escribe en el índice. Todavía nadie responde nada, solo estás llenando la base. La búsqueda directa: el modo load toma un Prompt, ordena los documentos guardados por cercanía de significado y devuelve los mejores, mientras Limit marca cuántos bajan al flujo. Y el uso del lado del agente: en modo retrieve-as-tool el nodo se convierte en una herramienta, un recurso que el modelo puede invocar por su cuenta cuando la pregunta va más allá de lo que sabe. Así responde un asistente montado sobre el nodo AI Agent a partir de tu documentación interna en vez de improvisar.

Elegir el modo es la decisión de arquitectura completa. retrieve pone la base a disposición de una cadena o de una herramienta, el patrón habitual cuando una cadena de preguntas y respuestas se encarga de resumir. retrieve-as-tool engancha la base al conector de herramientas de un agente: los campos Name y Description que rellenes son justo lo que el modelo lee para decidir si la llama. Con una descripción vaga, el agente ignora un índice impecable.

Ojo con una cosa: el nodo maneja vectores, no embeddings. Convertir texto en números ocurre en un subnodo aparte, un nodo auxiliar que nunca se ejecuta solo y solo existe conectado al puerto de un nodo raíz. Ahí entran los modelos de OpenAI o de Google Gemini, cuyo proveedor factura sus propias llamadas de API. Cambiar ese modelo más tarde obliga a reinsertarlo todo, porque vectores creados por dos modelos distintos no se comparan entre sí.

Dos límites antes de comprometerte. El nodo solo expone 2 parámetros de cabecera y el resto vive dentro del modo elegido, así que un campo que viste en un tutorial quizá pertenezca a otro modo. Y trabaja sobre documentos, no sobre la administración de Pinecone: crear un índice, borrarlo o listar lo que hay en la cuenta queda fuera. Para el cableado del lado del agente, la página AI Agent Tool cubre la otra mitad del montaje, y la Reseña n8n sitúa la plataforma en conjunto.

Conexión

¿Qué hace falta antes de ejecutar el nodo?

  1. 01

    Crear la credencial de Pinecone

    Abre el menú Credentials de n8n y añade la credencial de Pinecone, que solo pide un campo API Key. Se crea una sola vez y cualquier flujo de esa instancia puede seleccionarla. Consigue esa clave en tu cuenta de Pinecone: abre el proyecto, ve a API Keys y copia el valor que aparece ahí en el campo del credential.

  2. 02

    Señalar el índice

    Pinecone Index es un localizador de recurso: eliges el índice de la lista que n8n carga con tu credencial o escribes su identificador a mano. Mientras aprendes, tira de la lista. Un valor escrito que no corresponde a ningún índice existente no se nota al guardar, solo revienta cuando el flujo se ejecuta.

  3. 03

    Elegir el modo antes que nada

    Operation Mode manda sobre los campos que muestra el panel. Ajústalo primero. Déjalo en insert mientras cargas documentos y pasa una segunda copia del nodo a load o a retrieve-as-tool para la parte de lectura. Rellenar un panel y luego cambiar de modo significa volver a escribir los campos que pide el modo nuevo.

Parámetros

¿Qué parámetros se ajustan en el nodo?

El nodo Pinecone Vector Store tiene 2 parámetros. Para cada uno: el nodo tal como lo configuras en n8n, qué cambia el parámetro y nuestras notas de campo.

01

Operation Mode

mode

Lo que ves en n8n

Notas y casos de uso

Este selector decide qué hace el nodo con tu índice, y de él dependen los demás campos.

Parámetros clave

  • Operation Mode: load (Get Many) ordena los documentos frente a un Prompt, Limit pone techo a los resultados e Include Metadata decide si viajan los metadatos.
  • Operation Mode: insert (Insert Documents) escribe documentos, update (Update Documents) reescribe una entrada localizada por su ID.
  • Operation Mode: retrieve (Retrieve Documents) abre la base a una cadena, retrieve-as-tool (Retrieve Documents As Tool) se la abre a un agente bajo un Name y una Description.
Casos de uso
una pasada nocturna en insert absorbe los procedimientos nuevos y un chat en load responde sobre ellos. Rerank Results reordena los resultados a la salida.
02

Pinecone Index

pineconeIndex

Lo que ves en n8n

Notas y casos de uso

Sea cual sea el modo elegido, el nodo necesita saber con qué índice habla: es el único campo obligatorio en todos los casos.

Parámetros clave

  • Pinecone Index: obligatorio y de tipo localizador de recurso. Acepta un valor tomado de la lista cargada o escrito directamente, incluida una expresión como {{ $json.index }} cuando el nombre del índice llega de un nodo anterior.
Casos de uso
un índice por cliente impide que un asistente multicuenta conteste a uno con los documentos de otro. Alimentar el campo desde el item entrante deja que un solo flujo los atienda a todos, en lugar de un flujo por índice.
Necesitas ayuda

¿Necesitas ayuda para automatizar Pinecone Vector Store con n8n?

El equipo te responde directamente.

Cada mensaje lo lee una persona.

FAQ

Pinecone Vector Store en n8n, dudas frecuentes

01¿El nodo Pinecone Vector Store viene incluido en n8n?
Sí. Forma parte del paquete de IA que se entrega con n8n: nada que instalar y ningún sobrecoste del lado de n8n, tanto en n8n Cloud como en una instancia autoalojada. El autoalojamiento va por Docker o npm, en Community Edition con licencia Sustainable Use, y un flujo se comporta igual en ambos casos. Dos costes quedan fuera de n8n: el propio Pinecone, según las condiciones de tu cuenta, y el proveedor del modelo de embeddings que conectes, que factura sus llamadas de API. n8n no añade nada encima de ninguno de los dos.
02¿Qué hace falta para que el nodo Pinecone Vector Store n8n funcione?
Tres cosas. Una credencial de Pinecone, creada una vez en el menú Credentials y reutilizable en todos los flujos de la instancia. Un índice, indicado en el campo Pinecone Index, obligatorio en los 5 modos de operación. Y un modelo de embeddings, ese subnodo que convierte texto en vectores y nunca se ejecuta solo. Sin él el nodo no tiene nada que guardar ni con qué comparar. Usa el mismo modelo de embeddings al escribir y al leer: vectores de dos modelos distintos no se pueden ordenar entre sí.
03¿Qué límites tiene este nodo?
Actúa sobre los documentos de un índice, no sobre el índice en sí. Crear, borrar o listar los índices de una cuenta de Pinecone queda fuera de su alcance, igual que todo lo que sus 2 parámetros de cabecera y sus 5 modos no cubren. La actualización trata una entrada cada vez, localizada por su ID, así que no hay reescritura masiva. La página describe la versión 1 del nodo, la más alta del catálogo; un flujo antiguo puede mostrar una anterior con menos opciones. El namespace y el filtro por metadatos están en las opciones, no en los campos principales.
04¿Qué hay que conectar como mínimo para empezar?
Un modelo de embeddings, y para una primera inserción no hace falta más. Coge el subnodo de embeddings del proveedor cuya clave ya tengas, conéctalo, pon Operation Mode en insert, elige tu índice y empuja unos cuantos documentos. Después monta la mitad de lectura: un segundo nodo en modo load, con un Prompt y un Limit, te dice en una sola ejecución si la base encuentra los pasajes correctos. Solo cuando eso funciona merece la pena entregar la base a un agente, donde un resultado malo cuesta mucho más rastrear.
05¿n8n o Make para un flujo de búsqueda documental?
Depende de dónde puedan vivir tus documentos. n8n se autoaloja en tu propia máquina, así que los textos, los vectores y las claves del modelo se quedan contigo, y su facturación no cuenta los pasos uno a uno. Make solo es alojado, sin opción de autoalojamiento, y cobra por operación, algo que un tratamiento documental amplio alcanza rápido. El lienzo visual de Make guía más; n8n pide más y devuelve más en lógica condicional. Los dos conectan con Pinecone, así que la decisión va de alojamiento, control de los datos y forma del coste.
Hack'celeration Lab

Recibe nuestros tips de integración cada semana.

Sin spam. Cancela cuando quieras.

Misma plataforma

Otros docs útiles sobre este stack.

Ver todas las integraciones