Nodo Redis Vector Store n8nConfigura Redis Vector Store en n8n.
El nodo Redis Vector Store n8n convierte una base Redis en memoria consultable para tus flujos de trabajo con IA. Dos parámetros de cabecera, cinco modos de operación y un nombre de índice bastan para insertar documentos o clasificarlos frente a una pregunta.
Reseñas verificadas en Trustpilot · Agencia de IA, automatización y growth
¿Para qué sirve el nodo Redis Vector Store n8n?
Lee y escribe un índice vectorial de Redis, es decir, un almacén que guarda representaciones matemáticas de tu texto (los embeddings) para que una IA busque por significado y no por palabra exacta. La descripción del nodo lo dice sin rodeos: trabajar con tus datos en un índice vectorial de Redis. Se ejecuta como un nodo de acción normal, sobre cada item que entra, y no tiene ningún puerto de subnodo propio.
Primer escenario: la caché semántica. El flujo vectoriza la pregunta que llega, consulta Redis en modo load y solo llama a un modelo si nada suficientemente parecido aparece. La plantilla publicada que combina Redis con un nodo de embeddings de Hugging Face está montada así, y es el uso más barato del nodo.
Segundo escenario: la base de conocimiento que un agente puede rastrear. Modo retrieve-as-tool, rellenas Name y Description, y conectas el nodo al conector de herramientas de un AI Agent. Esa descripción pesa más de lo que parece: es lo que lee el modelo para decidir si vale la pena consultar este almacén. La plantilla que conversa con issues de GitHub sigue ese camino, con un modelo de chat de OpenAI en el agente.
Tercer escenario: la ingesta. El modo insert escribe en el índice los documentos que salen de un Default Data Loader, y se crea un índice nuevo cuando el nombre indicado todavía no existe. Crearlo a mano solo compensa si necesitas un esquema de índice propio o quieres reutilizar uno existente.
Cuándo preferir otra cosa: para recuperar documentos dentro de una cadena en lugar de un agente, coloca un Vector Store Retriever entre la Question and Answer Chain y este nodo. Para que los resultados lleguen resumidos al modelo, usa el Vector Store Question Answer Tool en vez de enchufar el almacén directamente al puerto de herramientas del agente, el sitio que ocuparía un AI Agent Tool.
Los límites, por orden de molestia. Redis necesita el Redis Query Engine activado: Redis Open Source en v8.0 o posterior, Redis Cloud o Redis Software. Los filtros de metadatos son una consulta OR: con dos campos listados basta con que uno coincida. Overwrite Documents borra el índice junto con los documentos, mientras que Time-to-Live caduca los documentos y deja el índice intacto. Para una mirada más amplia están la Reseña n8n y el Curso n8n.
¿Qué hace falta antes de que el nodo funcione?
- 01
Contar con un Redis con Query Engine
La búsqueda vectorial pasa por el Redis Query Engine, así que un Redis pelado no responde. Valen tres despliegues: Redis Open Source desde la v8.0, que ya incluye el Query Engine por defecto, Redis Cloud como servicio totalmente gestionado, y Redis Software para un despliegue que administras tú. Esta elección va antes de abrir n8n, porque de ella dependen todos los modos.
- 02
Crear el credential de Redis en n8n
Ve al menú Credentials y añade el credential de Redis: Password, Host (por defecto
localhost), Port (por defecto6379), Database Number (por defecto0) y un interruptor SSL, desactivado por defecto, con opción de desactivar la verificación TLS para certificados autofirmados. La rellenas una vez para toda la instancia. El nodo no tiene selector de autenticación. - 03
Indicar el índice en el nodo
Rellena Redis Index con el nombre del índice de búsqueda vectorial, o elige uno de la lista que ofrece el campo. Nada que preparar del lado de Redis: si el nombre que escribes no existe, se crea el índice. Después elige el modo de operación y lanza el nodo sobre un solo item para comprobar que la conexión responde.
¿Qué parámetros ofrece el nodo?
El nodo Redis 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.
Operation Mode
modeLo que ves en n8n
Notas y casos de uso
Este selector decide el papel del nodo: escribe, lee, o sirve a los demás nodos de IA.
Parámetros clave
- Operation Mode
load(Get Many): documentos clasificados para una pregunta, con Prompt como texto buscado y Limit como número de resultados. - Operation Mode
insert(Insert Documents): escribe los documentos en el almacén. - Operation Mode
retrieve(Retrieve Documents (As Vector Store for Chain/Tool)): expone el almacén a una cadena. - Operation Mode
retrieve-as-tool(Retrieve Documents (As Tool for AI Agent)): pide Name, Description y Limit. - Operation Mode
update(Update Documents): reescribe un documento por su ID.
load con Include Metadata, para citar la fuente.Redis Index
redisIndexLo que ves en n8n
Notas y casos de uso
El índice es la dirección de tus vectores. Este campo le pone nombre, y ese mismo nombre tiene que repetirse en cada modo que toque los mismos documentos.
Parámetros clave
- Redis Index: es un resource locator, así que escribes el nombre del índice o lo tomas de la lista. Alimentado por un nodo anterior, acepta una expresión del tipo
{{ $json.index }}, que lee el campoindexdel item que entra.
¿Necesitas ayuda para automatizar Redis Vector Store con n8n?
El equipo te responde directamente.
Cada mensaje lo lee una persona.
Redis Vector Store y n8n, preguntas frecuentes
01¿El nodo Redis Vector Store viene incluido en n8n?
02¿Qué hace falta para que funcione?
03¿Qué límites tiene el nodo Redis Vector Store n8n?
04¿Qué hay que conectar como mínimo y por dónde empezar?
05¿n8n o Make para un almacén vectorial en Redis?
Recibe nuestros tips de integración cada semana.
Sin spam. Cancela cuando quieras.
