Nœud Redis Vector Store n8nConfigurer Redis Vector Store dans n8n.
Le nœud Redis Vector Store n8n transforme une base Redis en mémoire consultable pour tes workflows IA. Deux paramètres de tête, cinq modes d'opération et un nom d'index suffisent pour insérer des documents ou les classer face à une question. Pensé pour les équipes qui tournent déjà sur Redis.
Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth
À quoi sert le nœud Redis Vector Store n8n ?
Il lit et écrit un index vectoriel Redis, c'est-à-dire un stockage qui garde des représentations mathématiques de ton texte (les embeddings) pour qu'une IA cherche par le sens et non par mot exact. La description du nœud le dit sans détour : travailler avec tes données dans un index vectoriel Redis. Il s'exécute comme un nœud d'action classique, sur chaque item entrant, et n'a aucun port de sous-nœud à lui.
Premier scénario, le cache sémantique. Le workflow vectorise la question qui arrive, interroge Redis en mode load, et n'appelle un modèle que si rien d'assez proche ne remonte. Le template publié qui associe Redis à un nœud d'embeddings Hugging Face est construit comme ça, et c'est l'usage le moins coûteux du nœud.
Deuxième scénario, la base de connaissances qu'un agent peut fouiller. Mode retrieve-as-tool, tu remplis Name et Description, puis tu branches le nœud sur le connecteur d'outils d'un AI Agent. La description pèse plus lourd qu'elle en a l'air : c'est ce que le modèle lit pour décider si ce magasin mérite une requête. Le template qui discute avec des issues GitHub suit ce chemin, avec un modèle de chat OpenAI côté agent.
Troisième scénario, l'ingestion. Le mode insert écrit dans l'index les documents sortis d'un Default Data Loader, et un nouvel index est créé quand le nom donné n'existe pas encore. Le créer à la main ne vaut le coup que pour un schéma d'index personnalisé ou pour réutiliser un index existant.
Quand préférer autre chose : pour récupérer des documents dans une chaîne plutôt que dans un agent, place un Vector Store Retriever entre la Question and Answer Chain et ce nœud. Pour que les résultats soient résumés avant d'arriver au modèle, passe par le Vector Store Question Answer Tool au lieu de brancher le magasin directement sur le port d'outils de l'agent, la place qu'occuperait un AI Agent Tool.
Les limites, dans l'ordre où elles font mal. Redis doit avoir le Redis Query Engine activé : Redis Open Source en v8.0 et plus, Redis Cloud ou Redis Software. Les filtres de métadonnées sont une requête OR : deux champs listés, une seule correspondance suffit. Overwrite Documents supprime l'index en même temps que les documents, alors que Time-to-Live fait expirer les documents et laisse l'index en place. Pour prendre du recul sur l'outil, il y a l'Avis n8n et la Formation n8n.
Que faut-il avant que le nœud tourne ?
- 01
Prévoir un Redis avec le Query Engine
La recherche vectorielle passe par le Redis Query Engine : un Redis nu ne répondra pas. Trois déploiements conviennent, Redis Open Source à partir de la v8.0, qui embarque le Query Engine par défaut, Redis Cloud en service entièrement géré, et Redis Software pour un déploiement que tu gères toi-même. Ce choix se fait avant d'ouvrir n8n, parce que tous les modes en dépendent.
- 02
Créer le credential Redis dans n8n
Direction le menu Credentials pour ajouter le credential Redis : Password, Host (par défaut
localhost), Port (par défaut6379), Database Number (par défaut0) et un interrupteur SSL, désactivé par défaut, avec une option pour désactiver la vérification TLS sur un certificat auto-signé. Tu le remplis une fois pour toute l'instance. Le nœud n'a pas de sélecteur d'authentification. - 03
Désigner l'index côté nœud
Renseigne Redis Index avec le nom de l'index de recherche vectorielle, ou choisis-en un dans la liste que le champ propose. Rien à préparer côté Redis : un index est créé si le nom saisi n'existe pas encore. Choisis ensuite le mode d'opération et lance le nœud sur un seul item pour vérifier que la connexion répond.
Quels paramètres le nœud propose-t-il ?
Le nœud Redis 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.
Operation Mode
modeCe que tu vois dans n8n
Notes & cas d'usage
Ce sélecteur décide du rôle du nœud : il écrit, il lit, ou il sert les autres nœuds IA.
Paramètres clés
- Operation Mode
load(Get Many) : documents classés pour une question, avec Prompt comme texte cherché et Limit comme nombre de résultats. - Operation Mode
insert(Insert Documents) : écrit les documents dans le magasin. - Operation Mode
retrieve(Retrieve Documents (As Vector Store for Chain/Tool)) : expose le magasin à une chaîne. - Operation Mode
retrieve-as-tool(Retrieve Documents (As Tool for AI Agent)) : demande Name, Description et Limit. - Operation Mode
update(Update Documents) : réécrit un document par son ID.
load avec Include Metadata pour citer la source.Redis Index
redisIndexCe que tu vois dans n8n
Notes & cas d'usage
L'index, c'est l'adresse de tes vecteurs. Ce champ le nomme, et le même nom doit revenir dans chaque mode qui touche aux mêmes documents.
Paramètres clés
- Redis Index : un resource locator, donc tu tapes le nom de l'index ou tu le prends dans la liste. Alimenté par un nœud précédent, il accepte une expression du type
{{ $json.index }}, qui va lire le champindexde l'item entrant.
Besoin d'aide pour automatiser Redis Vector Store avec n8n ?
L'équipe te répond directement.
Chaque message est lu par une personne.
Redis Vector Store et n8n, les questions fréquentes
01Le nœud Redis Vector Store est-il inclus dans n8n ?
02Que faut-il pour qu'il fonctionne ?
03Quelles sont les limites du nœud Redis Vector Store n8n ?
04Que brancher au minimum et par quoi commencer ?
05n8n ou Make pour un magasin vectoriel Redis ?
Reçois nos tips intégration chaque semaine.
Pas de spam. Désinscription à tout moment.
