n8n 中文文档

Databricks Lakebase Chat Memory 节点

使用 Databricks Lakebase Chat Memory 节点,将聊天历史记录存储在 Databricks Lakebase 表中,作为 AI agent 的 memory[^1]。节点通过 Lakebase Data API 读取和写入表,因此不需要连接字符串或数据库驱动程序。

本页面介绍一次性表设置、节点参数、如何共享 session,以及相关资源和常见问题。

提示

Credentials 凭据

有关此节点的身份验证信息,请参阅 Databricks 凭据文档。此节点仅接受使用用户登录或服务主体的 Databricks OAuth2 凭据。项目所有者不能使用 Data API,因此请使用不拥有 Lakebase 项目的身份进行认证。

提示

Parameter resolution in sub-nodes 子节点参数解析

使用表达式处理多个项目时,子节点的行为与其他节点不同。

大多数节点,包括根节点,接受任意数量的项目作为输入,处理这些项目,并输出结果。您可以使用表达式引用输入项目,节点会依次为每个项目解析表达式。例如,给定五个 name 值的输入,表达式 {{ $json.name }} 会依次解析为每个名称。

在子节点中,表达式始终解析为第一项。例如,给定五个 name 值的输入,表达式 {{ $json.name }} 始终解析为名字。

创建表

与 Postgres Chat Memory 节点不同,此节点不会创建表。Data API 无法运行 CREATE TABLE,因此您需要在首次执行前,于 Lakebase SQL editor 中运行一次 SQL。如果节点运行时表不存在,错误说明会显示相同的语句,并填入您选择的 Schema 架构和 Table Name 表名。

设置过程使用两个身份。Lakebase SQL editor 中的身份是项目所有者或管理员:它负责创建角色和表。凭据认证的身份不是所有者:它获得该角色,并读取和写入表。创建表前,请按照为 Data API 设置 Lakebase启用 Data API,为凭据身份创建 Postgres 角色,并将其授予 authenticator。您可以跳过 OpenAPI specification 步骤,以及将角色授予 authenticator下的第二个 SQL 块:此节点不会列出表,且以下 SQL 已包含所需授权。然后,在 Lakebase SQL editor 中使用创建该角色的身份运行以下语句。该身份将成为表所有者,而这些 GRANT 语句需要由表所有者执行:

CREATE TABLE "public"."n8n_chat_histories" (id SERIAL PRIMARY KEY, session_id VARCHAR(255) NOT NULL, message JSONB NOT NULL);
CREATE INDEX ON "public"."n8n_chat_histories" (session_id, id);
GRANT USAGE ON SCHEMA "public" TO "your-role";
GRANT SELECT, INSERT, DELETE ON "public"."n8n_chat_histories" TO "your-role";
GRANT USAGE ON SEQUENCE "public"."n8n_chat_histories_id_seq" TO "your-role";
  • 将 "your-role" 替换为 OAuth2 身份的 Postgres 角色:用户的电子邮件地址,或服务主体的 application ID。它是在设置期间使用 databricks_create_role 创建的角色。
  • 如果将 Schema 架构或 Table Name 表名设为 public 和 n8n_chat_histories 以外的值,请在每条语句中替换它们,包括 sequence 名称;该名称由表名加 _id_seq 组成。

节点参数

  • Project 项目:从列表中选择 Lakebase 项目,或选择 By ID 按 ID 并输入项目 ID。
  • Branch 分支:从列表中选择项目分支,或选择 By ID 按 ID 并输入分支 ID,例如 production。
  • Database 数据库:从列表中选择分支上的 Postgres 数据库,或选择 By ID 按 ID 并输入其 Postgres 数据库名称,例如 databricks_postgres。
  • Schema 架构:包含表的 Postgres schema。默认为 public,列表也仅提供 public。如需其他 schema,请选择 By ID 按 ID 并输入其名称。Data API 必须公开该 schema。
  • Table Name 表名:输入用于存储聊天历史记录的表名。默认为 n8n_chat_histories。节点不会创建表。请参阅创建表。
  • Session ID 会话 ID:选择节点查找 session ID 的方式:
    • Connected Chat Trigger Node 已连接的 Chat Trigger 节点:从直接连接的 Chat Trigger 节点输入中读取 sessionId 字段。
    • Define below 在下方定义:输入用于在 memory 中存储 session ID 的 Key 键。在多个 memory 节点中使用同一个 key,可以让它们共享一个 session。
  • Context Window Length 上下文窗口长度:输入作为上下文的历史交互次数。默认为 5。

在 memory 节点之间共享 session

当 Session ID 会话 ID设为 Connected Chat Trigger Node 已连接的 Chat Trigger 节点时,每个 Databricks Lakebase Chat Memory 节点会按自身节点名称限定 session,因此同一工作流中的两个 memory 节点不会共享历史记录。重命名节点会更改该后缀,所以 agent 会从空历史记录开始,而旧数据行仍留在表中。要让多个 memory 节点共享一份历史记录,请在每个节点中将 Session ID 会话 ID设为 Define below 在下方定义,并使用相同的 Key 键。执行覆盖现有 memory 内容的破坏性操作时务必谨慎,例如 Chat Memory Manager 节点的 Override All Messages 覆盖所有消息插入模式。

相关资源

有关此服务的更多信息,请参阅 Lakebase Data API 文档。

查看 n8n 的 Advanced AI 高级 AI 文档。

常见问题

缺少表

节点失败并显示 Table <schema>.<table> does not exist。可能是尚未创建表,或 Schema 架构或 Table Name 表名与实际表不匹配(PGRST205),也可能是 Data API schema cache 中仍列有已删除的表(42P01)。错误说明包含针对所选 schema 和表生成的 CREATE TABLE、CREATE INDEX 和 GRANT 语句。请在 Lakebase SQL editor 中使用创建角色的身份运行这些语句。请参阅创建表。

角色缺少授权

节点失败并显示 The OAuth2 identity cannot use table <schema>.<table>。表已存在,但角色缺少 schema、表或 sequence 的授权(42501)。错误说明包含三条 GRANT 语句。请以表所有者身份运行这些语句。

Session 太大,无法读取

节点失败并显示 The session holds more rows than one run can read (100000)。节点每次请求最多读取 1,000 行,最多发出 100 次请求,因此当 session 超过 100,000 行时(如果 Lakebase 项目的 Maximum rows 最大行数设置更低,则上限也更低),节点会失败,而不会返回不完整的历史记录。请使用新的 Session ID 会话 ID,或在 Lakebase SQL editor 中以表所有者身份删除该 session 的数据行。Chat Memory Manager 节点无法清除此 session:它会先读取完整历史记录,并因同一错误而失败。当 Session ID 会话 ID设为 Connected Chat Trigger Node 已连接的 Chat Trigger 节点时,存储的 session_id 以 __<node-name> 结尾。

设置错误

invalid token permissions(PGRST301)、permission denied to set role(42501)、Data API 未公开的 schema(PGRST106),以及 The branch has no read-write compute endpoint 都来自 Data API 设置,而不是表本身。请参阅 Databricks 节点页面上的 Lakebase 常见问题。

[^1]: 在 AI 场景中,memory 让 AI 工具能够跨交互保留消息上下文。例如,这样便能与 AI agent 持续对话,而无需每次都重新提交累积上下文。在 n8n 中,AI agent 节点可以使用 memory,但 AI chain 不能。

不想自己部署和维护 n8n?n8ncn 托管 n8n 云服务:开通账号即可使用,不用买服务器;也可以在 n8ncn 工作流库 找现成的中文工作流。