Banco de dados vetorial
Buscar nas coleções do workspace e devolver os trechos mais relevantes.
O Banco de dados vetorial faz busca semântica nas Coleções do workspace e devolve os trechos mais próximos da consulta.
É o nó que habilita RAG dentro de um Workflow, equivalente a associar Coleções a um Agente.
Configurar
A configuração tem três partes, e cada uma responde a uma pergunta diferente:
- Coleções: onde procurar. Uma ou várias, entre as do workspace.
- Texto de busca: o que procurar. Normalmente a pergunta vinda da Entrada, mas o campo aceita consulta composta, como
{{ entrada.pergunta }} no contexto de {{ entrada.categoria }}. - Número de chunks: quanto trazer, por um controle deslizante.
Quantos chunks trazer
| Faixa | Quando usar |
|---|---|
| 3 a 5 | Perguntas objetivas. Equilibra contexto e custo. |
| 5 a 10 | Resumos amplos e pesquisas. Mais contexto, mais tokens no nó LLM seguinte. |
Subir o número não melhora sempre: trechos pouco relevantes diluem o contexto e aumentam a chance de o modelo se apoiar no material errado.
Este nó exige ao menos uma Coleção configurada. Lista vazia não significa "buscar em tudo". Significa que o nó não tem onde procurar, e ele devolve vazio.
O que ele devolve
A saída é chunks: uma lista com os textos encontrados, o score de similaridade e os metadados de origem.
Ele não redige resposta. Quem transforma os trechos em texto é o nó LLM que vem depois, recebendo chunks no prompt.
Quando não devolve nada
Três causas, em ordem de frequência: os documentos da Coleção não chegaram ao estado Ativo, a Coleção configurada está vazia, ou o texto de busca não tem relação com o conteúdo indexado.
O registro da execução mostra o que o nó devolveu, o que distingue o terceiro caso dos dois primeiros.