Nodo Vector Store Retriever n8nConfigura Vector Store Retriever en n8n.
El nodo Vector Store Retriever n8n busca en una base vectorial los documentos más cercanos a una pregunta. Un solo parámetro, Limit, un puerto de entrada obligatorio y una salida que alimenta una cadena de preguntas y respuestas apoyada en tus textos.
Reseñas verificadas en Trustpilot · Agencia de IA, automatización y growth
¿Para qué sirve el nodo Vector Store Retriever n8n?
Una base vectorial guarda representaciones matemáticas de tus documentos. El retriever es la pieza que sabe leer de ahí. Este nodo hace justo eso: le conectas una base en su puerto Vector Store, la consulta con la pregunta que llega y devuelve los fragmentos más cercanos. Es un subnodo, es decir, un nodo auxiliar que nunca se ejecuta por su cuenta y espera a que un nodo raíz lo llame.
Primer caso, una inmobiliaria. Fichas de inmuebles, condiciones de alquiler y normativa local se trocean, se convierten en embeddings (huellas numéricas de cada fragmento de texto) y se guardan. Una Question and Answer Chain pide al retriever los pasajes cercanos a la consulta del cliente y redacta la respuesta solo con ellos. El parámetro Limit decide cuánto contexto sube a la cadena.
Segundo caso, un equipo comercial con mucho histórico. Actas de reunión y propuestas antiguas entran en la base semana a semana. Cuando alguien pregunta por un cliente, el retriever saca los pocos documentos que encajan y un AI Agent los convierte en una ficha breve. Como el nodo devuelve documentos y no prosa, el resto del flujo decide qué hacer con ellos.
Tercer caso, revisión de un texto frente a la política interna archivada. El retriever localiza las cláusulas más próximas, el modelo las cita y una persona compara fuente y respuesta. Las llamadas al modelo pasan por el subnodo de chat que use la cadena, sea de OpenAI, de Anthropic o de otro proveedor, y ese proveedor factura sus propias llamadas de API según sus condiciones. n8n no añade nada encima.
¿Cuándo conviene otra cosa? Si el nodo raíz que estás montando ya consulta la base vectorial de forma directa, este nodo añade un salto sin aportar nada. Gana sentido en cuanto una cadena u otro retriever espera un retriever en su entrada, que es el caso del MultiQuery Retriever y del Contextual Compression Retriever. Ambos lo envuelven, no lo sustituyen.
Conviene decir los límites sin adornos. El nodo lee, nunca escribe: cargar e insertar documentos sigue siendo tarea del nodo de base vectorial. En la versión 1 expone un único parámetro, así que el ajuste fino vive en la base y en la cadena, no aquí. Para ubicarlo dentro de la plataforma, la Reseña n8n repasa la parte de IA y el Curso n8n monta estas piezas paso a paso.
¿Qué se conecta a este nodo?
n8n dibuja los flujos de IA como un nodo raíz rodeado de subnodos colgados de sus puertos, un tipo de subnodo por puerto. Este es a su vez un subnodo: recibe una base por un lado y se ofrece como retriever por el otro.
Puertos (qué se conecta)
- Vector Store
ai_vectorStoreobligatorio
Salida (dónde se conecta)
- Retriever
ai_retriever
01Vector Store
Este puerto recibe la base que el nodo consulta. Arrastras encima un subnodo de base vectorial y la búsqueda apunta ahí cada vez que el nodo raíz lo llama.
Parámetros clave
- Required: si el puerto queda vacío, la ejecución se bloquea, porque no hay dónde buscar.
02Retriever
El lado de salida. El nodo se presenta como retriever y los nodos raíz que aceptan uno vienen a buscar aquí los documentos cuando necesitan contexto.
Parámetros clave
- Optional: mientras no haya un nodo raíz conectado aquí no se ejecuta nada, porque un subnodo nunca corre solo.
- Question and Answer Chain: el camino más corto, lanza la pregunta y redacta con lo que vuelve.
- MultiQuery Retriever: reescribe la pregunta en varias versiones antes de buscar y luego fusiona los resultados.
- Contextual Compression Retriever: recorta los documentos devueltos y deja solo lo que responde.
¿Qué parámetro hay que ajustar?
El nodo Vector Store Retriever tiene un parámetro. Para cada uno: el nodo tal como lo configuras en n8n, qué cambia el parámetro y nuestras notas de campo.
Limit
topKLo que ves en n8n
Notas y casos de uso
Limit marca el número máximo de resultados que devuelve cada búsqueda. La base ordena las coincidencias de la más cercana a la más lejana y esta cifra indica hasta dónde baja el nodo en esa lista antes de parar.
Parámetros clave
- Limit: un número, el máximo de resultados a devolver. Si el valor viene de un nodo anterior, se escribe como expresión, la sintaxis de n8n para leer un campo, es decir
{{ $json.limit }}.
¿Necesitas ayuda para automatizar Vector Store Retriever con n8n?
El equipo te responde directamente.
Cada mensaje lo lee una persona.
Vector Store Retriever y n8n, dudas habituales
01¿El nodo Vector Store Retriever es gratis en n8n?
02¿Qué credenciales hacen falta para que funcione?
03¿Qué límites tiene el nodo Vector Store Retriever n8n?
04¿Qué hay que conectar como mínimo para empezar?
05¿n8n o Make para este tipo de flujo?
Recibe nuestros tips de integración cada semana.
Sin spam. Cancela cuando quieras.
