現在生成式 AI 很常聽到 RAG 或是 Vector DB，但說明的圖都很複雜。
後來找到一張圖，很好的說明 RAG 怎麼在運作的。
VectorDB 其實就是有著海量知識庫的DB，裡面的知識都已經切片成一段一段。
當有查詢時，會將prompt進到 Vector DB 裡，撈出文字相似性高的知識片段。
最後將查詢的prompt 結合剛剛撈出的知識片段，組合成新的 prompt 送給 LLM 進行生成文字。
圖片來源：https://medium.com/@cch.chichieh/rag實作教學-langchain-llama2-創造你的個人llm-d6838febf8c4
防抖 debounce， 是程式設計重要的概念之一。 用意是短時間有多個訊息進來，只處理一次。 處理哪一次呢？只處理最後一次。 就比如，有人點擊習慣什麼都按兩下， 你就要每次都處理兩次嗎？ 又比如，你做 Line 機器人。講一句回一句。 那如果使用者一次傳好幾句呢？ 像是打錯字，習慣的修正，再送一次。或是使用者分段講完。 你要跑一次一起處理，還是跑多次？ 現在你知道使用情境了，那在 n8n 怎麼做呢？ 就比如 Line 訊息好了，你其實可以把Webhook 來的訊息存到 db 裡。 另外做一個 短時間(ex:10s) 就跑一次的 schedule， 去檢查新訊息，並休息一下(ex:5s)。再檢查新訊息。 如果兩次新訊息，筆數都一樣，就表示沒有新訊息進來了。就可以開始處理。 最後再把新訊息標記成舊訊息。 讓
n8n 有提供主從架構，讓多個 n8n 程式一起為你工作。 他們會懂得調派任務。 比如你把任務給主管，主管收到任務，就會把任務分配給底下的員工。而你身為老闆的你，只要面對主管。 這主管就是 Master, 員工就是 Slave (奴隸，真貼切) 透過多個程式，讓效率大幅提高。同時間能進行的任務更多。 那實際怎麼做呢？ 設定 N8N_ENCRYPTION_KEY 這是用來加密資料庫資料的密鑰，在原本單一 n8n ，不是那麼需要，啟動時就會幫你建立。 會存在 .n8n/config 中，長得就像這樣 { "encryptionKey": "cjw5GKuWL6eoqaC0MOnHdBNWOfxAzXsn" } 今天你要跑多個 n8n ，每個 n8n 都要讀資料庫，那些加密的資料就需要同樣的 encryptionKey 才能讀取。 所以需要直接在環境變數中直接設定
n8n 可能有人會好奇，怎麼做計數器，例如一天只能使用 200次。 但是 Node 裡，似乎沒看到這功能。 但其實這功能就藏在 Code 裡 獲取靜態資料 其實這功能就藏在 $getWorkflowStaticData 使用這個函數，拿到的物件，其實是能持久化的，即使 n8n 關掉再開，資料也還在。 整個 n8n 共用這變數 使用 $getWorkflowStaticData('global') 這邊可以看到，這個 count 已經被使用 9 次了，並且在其他 Code 也可以獲得這個 count 單一 Node 使用，不能跨 Node 使用 使用 $getWorkflowStaticData('node&
上次介紹了如何在 Zeabur, Docker, Node.js 部署自動化工具 n8n。 n8n教學-搭建自動化工具 n8n 的三個方案近幾年隨著 AI 發展，AI Agent 和自動化也成為企業轉型和提升效率的重要工具。這些技術不僅能夠處理大量的數據分析，還能自動完成重複性高、耗時的任務，讓員工能夠專注於更具創造性和戰略性的工作。 今天就教你，搭建自動化工具 n8n 的三個方案。 三種搭建n8n的方案 1. 使用 Zeabur 的 Saas 服務 2. 使用 Docker 部署在自家機器上 3. 使用 Node.js 直接啟動在自家機器上 使用 Zeabur 的 Saas 服務 這我也是看雷蒙才知道有 Zeabur 這平台，的確是新手很適合的入門。也推薦給大家使用 優點：