Ressources · Intégration n8n

Nœud Weaviate Vector Store n8nConfigurer Weaviate Vector Store dans n8n.

Une base vectorielle sert à retrouver un document par son sens, pas par ses mots. Le nœud Weaviate Vector Store n8n range des documents dans une collection Weaviate et les ressort à la demande. Deux réglages pilotent tout, quatre modes couvrent l'écriture, la recherche et l'usage par un agent.

Tester le nœud Weaviate Vector Store sur n8nVoir les 2 paramètres

Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth

Pourquoi automatiser

À quoi sert le nœud Weaviate Vector Store n8n ?

Il relie un workflow à un cluster Weaviate et transforme une collection en vector store, une base qui indexe le texte par son embedding, l'empreinte chiffrée de son sens. Une recherche renvoie donc ce qui est proche en signification, pas ce qui contient le bon mot. Le nœud s'exécute comme une action classique, une fois par item entrant, et son Operation Mode décide si ce passage écrit ou lit.

Premier usage : constituer la base. Un cabinet comptable veut rendre ses notes internes interrogeables. Le workflow charge les fichiers, le Default Data Loader pose les métadonnées, et le nœud tourne en mode Insert Documents sur la Weaviate Collection choisie. Embedding Batch Size fixe le nombre de documents traités par lot, 200 par défaut, un détail qui compte le jour du premier import massif.

La lecture suit la logique inverse. En mode Get Many, Prompt porte la question posée, Limit borne le nombre de résultats classés, Include Metadata décide si les champs d'origine accompagnent le texte. Rerank Results réordonne ce qui remonte avant que la suite du workflow s'en serve. De quoi alimenter une réponse type, une fiche ou un rapport sans qu'aucun modèle n'intervienne.

Troisième usage : donner la collection à un raisonnement. Retrieve Documents (As Tool for AI Agent) transforme le nœud en outil qu'un AI Agent appelle quand il le juge utile. D'où les champs Name et Description : la description explique au modèle ce que contient la base et à quel moment aller y chercher quelque chose. Même principe côté AI Agent Tool quand plusieurs outils cohabitent.

Le vrai arbitrage porte sur le mode. Retrieve Documents (As Vector Store for Chain/Tool) s'utilise avec un Vector Store Retriever qui alimente une Question and Answer Chain : la recherche devient systématique et invisible. Le mode outil convient mieux si l'agent doit décider lui-même s'il consulte la base. Le Vector Store Question Answer Tool, lui, sert quand la réponse doit être résumée plutôt que renvoyée brute. Quel que soit le modèle branché derrière, OpenAI ou Anthropic, le fournisseur facture ses propres appels d'API et n8n n'ajoute rien.

Deux limites méritent d'être connues avant le premier import. La multitenancy, la façon dont Weaviate isole les données par locataire dans une même collection, s'active en passant un Tenant Name dès la première ingestion, et ne peut plus être activée ni désactivée ensuite. Search Filters et Metadata Keys existent dans les modes de lecture, pas dans Insert Documents, alors que Clear Data n'apparaît qu'à l'insertion. Le nœud est en version 1 : un workflow ancien peut afficher moins d'options que le panneau décrit ici. L'Avis n8n raconte comment la plateforme tient quand ces workflows IA tournent tous les jours.

Connexion

Comment connecter Weaviate à n8n ?

  1. 01

    Créer le credential Weaviate

    Dans le menu Credentials de n8n, ajoute un credential Weaviate, c'est-à-dire un jeu de secrets enregistré une fois et réutilisé par les nœuds sans avoir à le ressaisir. Le nœud accepte une seule méthode d'authentification, la clé API. Le Connection Type choisi juste après détermine les champs que le formulaire demande.

  2. 02

    Viser un cluster Weaviate Cloud

    Avec le Connection Type Weaviate Cloud, deux valeurs suffisent : le Weaviate Cloud Endpoint de ta base et la Weaviate Api Key. Les deux se récupèrent sur la fiche du cluster dans ton compte Weaviate Cloud. Weaviate propose un bac à sable gratuit, largement assez pour créer la collection et tester une première insertion avant d'engager quoi que ce soit.

  3. 03

    Ou décrire ton propre cluster

    Custom Connection s'adresse à un Weaviate que tu déploies toi-même. À côté de la Weaviate Api Key, renseigne Custom Connection HTTP Host et Custom Connection HTTP Port, 8080 par défaut, plus Custom Connection HTTP Secure pour passer en HTTPS. Weaviate parle aussi gRPC : Custom Connection gRPC Host, Custom Connection gRPC Port, 50051 par défaut, et Custom Connection gRPC Secure doivent coller à ton déploiement.

Paramètres

Quels paramètres le nœud propose-t-il ?

Le nœud Weaviate 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 commande tout le reste du panneau : il indique si l'exécution range des documents ou en ressort.

Paramètres clés

  • Get Many (load) : renvoie les documents classés pour une requête, piloté par Prompt, Limit, Include Metadata et Rerank Results.
  • Insert Documents (insert) : écrit les documents dans le vector store.
  • Retrieve Documents (As Vector Store for Chain/Tool) (retrieve) : expose la collection aux autres nœuds IA.
  • Retrieve Documents (As Tool for AI Agent) (retrieve-as-tool) : réclame Name et Description.
Cas d'usage
un workflow alimente la collection chaque nuit en Insert Documents, un second répond aux questions en Get Many.
02

Weaviate Collection

weaviateCollection

Ce que tu vois dans n8n

Notes & cas d'usage

Chaque mode doit savoir sur quelle collection il travaille, et ce champ obligatoire porte ce nom. C'est un resource locator : la valeur se choisit dans le cluster ou s'écrit en expression quand la collection dépend de l'item traité.

Paramètres clés

  • Weaviate Collection : obligatoire dans les quatre modes, saisi directement ou construit depuis l'item entrant avec {{ $json.collection }}.
Cas d'usage
une agence tient une collection par client et résout le nom depuis la fiche qui a déclenché l'exécution. Le même workflow sert tous les comptes, sans duplication.
Besoin d'aide

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

L'équipe te répond directement.

Chaque message est lu par une personne.

FAQ

Weaviate Vector Store dans n8n : questions fréquentes

01Le nœud Weaviate Vector Store n8n est-il inclus dans n8n ?
Oui. Il fait partie du paquet IA de n8n, @n8n/n8n-nodes-langchain, livré avec l'outil : rien à installer, aucun surcoût côté n8n. C'est vrai sur n8n Cloud, l'offre hébergée par n8n, comme sur une instance auto-hébergée en Community Edition sous licence Sustainable Use. Un workflow se comporte pareil dans les deux cas. Les coûts qui apparaissent viennent d'ailleurs : ton cluster Weaviate d'un côté, et le fournisseur du modèle qui génère les embeddings de l'autre, qui facture ses propres appels d'API selon ses conditions.
02Que faut-il pour que le nœud fonctionne ?
Un credential Weaviate, créé une fois dans le menu Credentials et réutilisé partout. L'authentification passe par une clé API. Sur Weaviate Cloud, le credential demande le Weaviate Cloud Endpoint et la Weaviate Api Key, et le bac à sable gratuit suffit pour essayer. Pour un cluster auto-hébergé, choisis Custom Connection et renseigne Custom Connection HTTP Host et Port, 8080 par défaut, puis les gRPC Host et Port, 50051 par défaut, avec les interrupteurs Secure correspondants si les points d'entrée sont en HTTPS. L'option GRPC Proxy existe quand le trafic gRPC doit passer par un proxy.
03Quelles sont les limites du nœud ?
Le panneau reste volontairement court : deux paramètres de tête, Operation Mode et Weaviate Collection, le reste vit dans Options. Et certaines options n'existent que dans certains modes. Search Filters et Metadata Keys sont disponibles en Get Many et dans les deux modes de récupération, jamais à l'insertion, alors que Clear Data ne s'affiche qu'en Insert Documents. La multitenancy impose la règle la plus stricte : un Tenant Name doit être passé dès la première ingestion, et elle ne s'active ni ne se désactive après la création de la collection. Le nœud est en version 1, un workflow ancien affiche donc parfois moins d'options.
04Par quoi commencer pour obtenir un montage qui tourne ?
Par Insert Documents sur une vraie collection, puisque rien ne se récupère avant d'avoir été rangé. Un loader fournit les documents et leurs métadonnées, et Embedding Batch Size, 200 par défaut, fixe le nombre de documents traités par lot. Une fois la collection remplie, bascule un second workflow en Get Many et vérifie que Prompt et Limit renvoient ce que tu attends. L'étape agent vient après : Retrieve Documents (As Tool for AI Agent), avec un Name et une Description assez précis pour que le modèle appelle l'outil au bon moment.
05n8n ou Make pour un workflow Weaviate ?
Ça dépend de l'endroit où doivent vivre les données et du mode de facturation qui t'arrange. Make est hébergé uniquement, sans option d'auto-hébergement, et se facture à l'opération, ce qui reste prévisible sur de petits volumes. n8n s'auto-héberge en Docker ou npm, ou s'utilise sur n8n Cloud, avec un workflow identique dans les deux cas. Sur une base vectorielle, le choix suit souvent le cluster : une équipe qui héberge Weaviate chez elle pour garder ses documents au chaud héberge n8n à côté. Les deux se construisent visuellement, donc l'hébergement, la maîtrise des données et le modèle de coût tranchent plus que l'éditeur.
Hack'celeration Lab

Reçois nos tips intégration chaque semaine.

Pas de spam. Désinscription à tout moment.

Même plateforme

Autres docs utiles sur ce stack.

Voir toutes les intégrations