Recursos · Integración n8n

Nodo Weaviate Vector Store n8nConfigura Weaviate Vector Store en n8n.

Una base vectorial encuentra un documento por su significado, no por sus palabras. El nodo Weaviate Vector Store n8n guarda documentos en una colección Weaviate y los recupera cuando hacen falta. Dos ajustes lo gobiernan y cuatro modos cubren escritura, búsqueda y uso por un agente.

Probar el nodo Weaviate 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 Weaviate Vector Store n8n?

Conecta un flujo de trabajo con un clúster Weaviate y convierte una colección en vector store, una base que indexa el texto por su embedding, la huella numérica de su significado. Así una búsqueda devuelve lo que está cerca en sentido, no lo que coincide con una palabra. El nodo se ejecuta como una acción normal, una vez por cada item entrante, y su Operation Mode determina si esa ejecución escribe o lee.

Primer escenario: llenar la base. Una tienda online quiere que sus fichas de producto y sus políticas de devolución sean consultables. El flujo carga los archivos, el Default Data Loader coloca los metadatos y el nodo trabaja en modo Insert Documents sobre la Weaviate Collection elegida. Embedding Batch Size marca cuántos documentos se procesan por lote, 200 por defecto, algo que importa el día de la primera carga grande.

Leer funciona al revés. En modo Get Many, Prompt lleva la consulta, Limit acota cuántos resultados ordenados vuelven e Include Metadata decide si los campos de origen viajan junto al texto. Rerank Results reordena lo recuperado antes de que el resto del flujo lo utilice. Con eso ya se redacta una respuesta, se rellena una ficha o se arma un informe sin que intervenga ningún modelo.

Tercer escenario: entregar la colección a un razonamiento. Retrieve Documents (As Tool for AI Agent) convierte el nodo en una herramienta que un AI Agent invoca cuando lo cree necesario. Por eso existen Name y Description: la descripción le cuenta al modelo qué contiene la base y en qué momento conviene mirarla. La misma idea aplica con AI Agent Tool cuando conviven varias herramientas.

La decisión real está en el modo. Retrieve Documents (As Vector Store for Chain/Tool) encaja con un Vector Store Retriever que alimenta una Question and Answer Chain: la búsqueda se vuelve sistemática e invisible. El modo herramienta va mejor si el agente debe decidir por su cuenta si consulta o no. Y el Vector Store Question Answer Tool sirve cuando la respuesta tiene que llegar resumida en lugar de en bruto. Sea cual sea el modelo detrás, OpenAI o Anthropic, ese proveedor factura sus propias llamadas de API y n8n no añade nada.

Hay dos límites que conviene conocer antes de la primera carga. La multitenancy, la forma en que Weaviate aísla los datos por inquilino dentro de una misma colección, se activa pasando un Tenant Name en la primera ingesta y después ya no se puede activar ni desactivar. Search Filters y Metadata Keys aparecen en los modos de lectura, no en Insert Documents, mientras que Clear Data solo se muestra al insertar. El nodo está en la versión 1, así que un flujo antiguo puede enseñar menos opciones que el panel descrito aquí. La Reseña n8n cuenta cómo aguanta la plataforma cuando estos flujos de IA corren a diario.

Conexión

¿Cómo se conecta Weaviate con n8n?

  1. 01

    Crea el credential de Weaviate

    En el menú Credentials de n8n, añade un credential de Weaviate, es decir un conjunto de secretos guardado una sola vez que los nodos reutilizan sin que tengas que volver a escribirlo. El nodo admite un único método de autenticación, la clave API. El Connection Type que elijas a continuación define qué campos te pide el formulario.

  2. 02

    Apunta a Weaviate Cloud

    Con el Connection Type Weaviate Cloud bastan dos valores: el Weaviate Cloud Endpoint de tu base y la Weaviate Api Key. Los dos están en la ficha del clúster dentro de tu cuenta de Weaviate Cloud. Weaviate ofrece un entorno de pruebas gratuito, suficiente para crear la colección y probar una primera inserción antes de comprometerte con nada.

  3. 03

    O describe tu propio clúster

    Custom Connection es para un Weaviate que despliegas tú. Junto a la Weaviate Api Key, rellena Custom Connection HTTP Host y Custom Connection HTTP Port, 8080 por defecto, más Custom Connection HTTP Secure para trabajar sobre HTTPS. Weaviate también habla gRPC: Custom Connection gRPC Host, Custom Connection gRPC Port, 50051 por defecto, y Custom Connection gRPC Secure tienen que coincidir con tu despliegue.

Parámetros

¿Qué parámetros expone el nodo?

El nodo Weaviate 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 manda sobre el resto del panel: indica si la ejecución guarda documentos o los recupera.

Parámetros clave

  • Get Many (load): devuelve documentos ordenados para una consulta, con Prompt, Limit, Include Metadata y Rerank Results.
  • Insert Documents (insert): escribe los documentos en el vector store.
  • Retrieve Documents (As Vector Store for Chain/Tool) (retrieve): expone la colección a los demás nodos de IA.
  • Retrieve Documents (As Tool for AI Agent) (retrieve-as-tool): exige Name y Description.
Casos de uso
un flujo llena la colección cada noche con Insert Documents y otro responde preguntas con Get Many.
02

Weaviate Collection

weaviateCollection

Lo que ves en n8n

Notas y casos de uso

Cualquier modo necesita saber sobre qué colección trabaja, y ese nombre va en este campo obligatorio. Es un resource locator: el valor se elige desde el clúster o se escribe como expresión cuando la colección depende del item que se está procesando.

Parámetros clave

  • Weaviate Collection: obligatorio en los cuatro modos, escrito a mano o construido desde el item entrante con {{ $json.collection }}.
Casos de uso
una consultora mantiene una colección por cliente y resuelve el nombre desde el registro que disparó la ejecución. Un solo flujo atiende todas las cuentas.
Necesitas ayuda

¿Necesitas ayuda para automatizar Weaviate Vector Store con n8n?

El equipo te responde directamente.

Cada mensaje lo lee una persona.

FAQ

Weaviate Vector Store en n8n: preguntas frecuentes

01¿El nodo Weaviate Vector Store n8n viene incluido en n8n?
Sí. Forma parte del paquete de IA de n8n, @n8n/n8n-nodes-langchain, que viene con la herramienta: no hay nada que instalar ni sobrecoste por el lado de n8n. Vale igual en n8n Cloud, la oferta alojada por n8n, y en una instancia autoalojada en Community Edition con licencia Sustainable Use. Un flujo se comporta igual en ambos sitios. Los costes que sí aparecen vienen de fuera: tu clúster Weaviate por un lado y el proveedor del modelo que genera los embeddings por otro, que factura sus propias llamadas de API según sus condiciones.
02¿Qué hace falta para que funcione?
Un credential de Weaviate, creado una vez en el menú Credentials y reutilizado en todos los flujos. La autenticación se hace con una clave API. En Weaviate Cloud el credential pide el Weaviate Cloud Endpoint y la Weaviate Api Key, y el entorno de pruebas gratuito basta para probar. Para un clúster propio, elige Custom Connection y rellena Custom Connection HTTP Host y Port, 8080 por defecto, además de gRPC Host y Port, 50051 por defecto, con sus interruptores Secure si los extremos van por HTTPS. Existe también la opción GRPC Proxy cuando el tráfico gRPC debe pasar por un proxy.
03¿Qué límites tiene el nodo?
El panel es corto a propósito: dos parámetros de cabecera, Operation Mode y Weaviate Collection, y el resto vive dentro de Options. Además, algunas opciones solo existen en ciertos modos. Search Filters y Metadata Keys están disponibles en Get Many y en los dos modos de recuperación, nunca al insertar, mientras que Clear Data aparece solo en Insert Documents. La regla más estricta es la de multitenancy: hay que pasar un Tenant Name en la primera ingesta, y luego no se puede activar ni desactivar sobre una colección ya creada. El nodo está en la versión 1, así que un flujo antiguo muestra a veces menos opciones.
04¿Por dónde empezar para tener un montaje que funcione?
Por Insert Documents sobre una colección real, porque no se recupera nada que no se haya guardado antes. Un loader aporta los documentos y sus metadatos, y Embedding Batch Size, 200 por defecto, marca cuántos se procesan por lote. Cuando la colección ya tiene contenido, pasa un segundo flujo a Get Many y comprueba que Prompt y Limit devuelven lo que esperas. El agente llega al final: Retrieve Documents (As Tool for AI Agent), con un Name y una Description lo bastante concretos como para que el modelo llame a la herramienta en el momento adecuado.
05¿n8n o Make para un flujo con Weaviate?
Depende de dónde deban vivir los datos y de cómo prefieras pagar. Make solo está alojado, sin opción de autoalojamiento, y se factura por operación, algo previsible con volúmenes pequeños. n8n se autoaloja con Docker o npm, o se usa en n8n Cloud, y el flujo es idéntico en ambos casos. Con una base vectorial, la decisión suele seguir al clúster: quien aloja Weaviate en su propia infraestructura para no sacar los documentos de casa acaba alojando n8n al lado. Los dos se construyen de forma visual, así que pesan más el alojamiento, el control de los datos y el modelo de coste que el editor.
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