Ressources · Intégration n8n

Nœud Pinecone Vector Store n8nConfigurer Pinecone Vector Store dans n8n.

Le nœud Pinecone Vector Store n8n transforme une pile de documents en base interrogeable par le sens. Il expose 2 paramètres de tête et 5 modes d'opération, de l'insertion en masse à la réponse d'un agent. Pour qui monte une couche de recherche documentaire dans n8n.

Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth

Pourquoi automatiser

À quoi sert le nœud Pinecone Vector Store n8n ?

Un vector store, ou base vectorielle, stocke des représentations mathématiques de tes textes plutôt que les textes eux-mêmes. Résultat : une recherche ramène ce qui veut dire la même chose, pas ce qui s'écrit pareil. Ce nœud fait le pont entre un workflow n8n et un index Pinecone : il y écrit des documents, en ressort les plus proches d'une question, met à jour une entrée par son identifiant, ou se met à disposition d'un nœud IA qui ira y chercher ses réponses.

Trois usages reviennent tout le temps. L'alimentation d'abord : un workflow récupère des fichiers, les découpe, et le nœud en mode insert les écrit dans l'index. À ce stade rien ne répond encore à personne, on remplit. Ensuite la recherche directe : le mode load prend un Prompt, classe les documents stockés par proximité de sens et renvoie les meilleurs, le champ Limit décidant combien redescendent dans le workflow. Enfin l'usage côté agent : en mode retrieve-as-tool, le nœud devient un outil, c'est-à-dire une ressource que le modèle peut appeler de lui-même quand la question dépasse ce qu'il sait. C'est comme ça qu'un assistant construit sur le nœud AI Agent répond à partir de ta documentation interne au lieu d'improviser.

Le choix du mode, c'est toute la décision d'architecture. retrieve met la base à disposition d'une chaîne ou d'un outil, le schéma classique quand une chaîne de questions-réponses se charge de résumer. retrieve-as-tool branche la base directement sur le connecteur d'outils d'un agent : les champs Name et Description que tu remplis sont exactement ce que le modèle lit pour décider s'il appelle l'outil. Une description floue, et l'agent ignore un index pourtant parfait.

Attention, ce nœud manipule des vecteurs, pas des embeddings. La transformation du texte en nombres se fait dans un sous-nœud à part, un nœud auxiliaire qui ne s'exécute jamais seul et n'existe que branché sur le port d'un nœud racine. C'est là qu'interviennent les modèles d'OpenAI ou de Google Gemini, dont le fournisseur facture ses propres appels d'API. Changer ce modèle plus tard oblige à tout réinsérer : des vecteurs produits par deux modèles différents ne se comparent pas.

Deux limites à connaître avant de s'engager. Le nœud n'expose que 2 paramètres de tête, tout le reste vit à l'intérieur du mode choisi. Un champ aperçu dans un tutoriel appartient peut-être simplement à un autre mode. Et il travaille sur les documents, pas sur l'administration de Pinecone : créer un index, en supprimer un, lister ce que contient le compte, rien de tout ça ne passe par ici. Pour le câblage côté agent, la page AI Agent Tool couvre l'autre moitié du montage, et l'Avis n8n resitue la plateforme dans son ensemble.

Connexion

Que faut-il préparer avant de lancer le nœud ?

  1. 01

    Créer le credential Pinecone

    Ouvre le menu Credentials de n8n et ajoute le credential Pinecone, qui ne demande qu'un champ API Key. Tu le crées une fois et tous les workflows de l'instance peuvent le sélectionner. Récupère cette clé dans ton compte Pinecone : ouvre le projet, va dans API Keys, et copie la valeur affichée dans le champ du credential.

  2. 02

    Désigner l'index

    Pinecone Index est un sélecteur de ressource : soit tu choisis l'index dans la liste que n8n charge avec ton credential, soit tu saisis son identifiant à la main. Tant que tu découvres, prends la liste. Une valeur tapée qui ne correspond à aucun index existant ne se voit qu'à l'exécution, pas à l'enregistrement.

  3. 03

    Choisir le mode en premier

    Operation Mode commande les champs que le panneau affiche. Règle-le avant tout le reste. Mets insert le temps de charger les documents, puis passe une seconde copie du nœud en load ou en retrieve-as-tool pour la lecture. Remplir un panneau puis changer de mode, c'est ressaisir les champs que le nouveau mode réclame.

Paramètres

Quels paramètres régler sur le nœud ?

Le nœud Pinecone Vector Store compte 2 paramètres. Pour chacun : le nœud tel que tu le configures dans n8n, ce que le paramètre change, et nos notes de terrain.

01

Operation Mode

mode

Ce que tu vois dans n8n

Notes & cas d'usage

Ce sélecteur décide de ce que le nœud fait de ton index Pinecone, et tous les autres champs en découlent.

Paramètres clés

  • Operation Mode : load (Get Many) classe les documents face à un Prompt, Limit plafonne les résultats et Include Metadata décide si les métadonnées suivent.
  • Operation Mode : insert (Insert Documents) écrit des documents, update (Update Documents) réécrit une entrée repérée par son ID.
  • Operation Mode : retrieve (Retrieve Documents) ouvre la base à une chaîne, retrieve-as-tool (Retrieve Documents As Tool) l'ouvre à un agent sous un Name et une Description.
Cas d'usage
un passage nocturne en insert avale les nouvelles procédures, un chat en load y répond dans la journée. Rerank Results réordonne les résultats à la sortie.
02

Pinecone Index

pineconeIndex

Ce que tu vois dans n8n

Notes & cas d'usage

Quel que soit le mode retenu, le nœud doit savoir à quel index il parle : c'est le seul champ obligatoire dans tous les cas.

Paramètres clés

  • Pinecone Index : requis, et de type sélecteur de ressource. Il accepte une valeur prise dans la liste chargée ou saisie directement, y compris une expression comme {{ $json.index }} quand le nom de l'index arrive d'un nœud précédent.
Cas d'usage
un index par client évite qu'un assistant multi-comptes réponde à l'un avec les documents de l'autre. Alimenter le champ depuis l'item entrant permet à un seul workflow de les servir tous, au lieu d'un workflow par index.
Besoin d'aide

Besoin d'aide pour automatiser Pinecone Vector Store avec n8n ?

L'équipe te répond directement.

Chaque message est lu par une personne.

FAQ

Pinecone Vector Store dans n8n, les questions fréquentes

01Le nœud Pinecone Vector Store est-il inclus dans n8n ?
Oui. Il fait partie du paquet IA livré avec n8n : rien à installer, aucun surcoût côté n8n, sur n8n Cloud comme sur une instance auto-hébergée. L'auto-hébergement passe par Docker ou npm, en Community Edition sous licence Sustainable Use, et un workflow se comporte pareil des deux côtés. Deux coûts restent en dehors de n8n : Pinecone lui-même, selon les conditions de ton compte, et le fournisseur du modèle d'embeddings que tu branches, qui facture ses propres appels d'API. n8n n'ajoute rien ni sur l'un ni sur l'autre.
02Que faut-il pour que le nœud Pinecone Vector Store n8n fonctionne ?
Trois choses. Un credential Pinecone, créé une fois dans le menu Credentials et réutilisable dans tous les workflows de l'instance. Un index, désigné dans le champ Pinecone Index, obligatoire dans les 5 modes d'opération. Et un modèle d'embeddings, ce sous-nœud qui convertit le texte en vecteurs et ne tourne jamais seul. Sans lui, le nœud n'a rien à stocker ni à comparer. Garde le même modèle d'embeddings à l'écriture et à la lecture : des vecteurs issus de deux modèles différents ne se classent pas les uns par rapport aux autres.
03Quelles sont les limites de ce nœud ?
Il agit sur les documents d'un index, pas sur l'index lui-même. Créer, supprimer ou lister les index d'un compte Pinecone sort de son périmètre, comme tout ce que ses 2 paramètres de tête et ses 5 modes ne couvrent pas. La mise à jour traite une entrée à la fois, repérée par son ID, donc pas de réécriture en masse. La page décrit la version 1 du nœud, la plus élevée du catalogue ; un workflow ancien peut en afficher une plus basse, avec moins d'options. Le namespace et le filtre sur métadonnées vivent dans les options, pas dans les champs principaux.
04Qu'est-ce qu'il faut brancher au minimum pour démarrer ?
Un modèle d'embeddings, et honnêtement c'est tout pour une première insertion. Prends le sous-nœud d'embeddings du fournisseur dont tu as déjà la clé, branche-le, mets Operation Mode sur insert, choisis ton index et pousse quelques documents. Construis ensuite la moitié lecture : un second nœud en mode load, avec un Prompt et un Limit, te dit en une exécution si la base retrouve les bons passages. C'est seulement une fois ça vérifié que ça vaut le coup de confier la base à un agent, où un mauvais résultat devient beaucoup plus dur à tracer.
05n8n ou Make pour un workflow de recherche documentaire ?
Ça dépend d'où tes documents ont le droit de vivre. n8n s'auto-héberge sur ta propre machine : les textes, les vecteurs et les clés de modèle restent chez toi, et la facturation ne compte pas les étapes une par une. Make est hébergé uniquement, sans option d'auto-hébergement, et facture à l'opération, ce qu'un traitement documentaire massif atteint vite. Le canevas visuel de Make guide davantage ; n8n demande plus et rend plus sur la logique conditionnelle. Les deux se connectent à Pinecone, donc le choix porte sur l'hébergement, la maîtrise des données et la forme du coût.
Hack'celeration Lab

Reçois nos tips intégration chaque semaine.

Pas de spam. Désinscription à tout moment.