VectorDB QA Chain

VectorDB QA Chain 노드는 사용자가 구성한 Vector Store에 기반하여 질문에 대한 응답을 생성하는 문서 기반 질의응답 체인입니다. 간단한 구성으로 다양한 벡터스토어에 연결할 수 있으며, Language Model을 기반으로 검색된 문서를 요약하거나 해석한 응답을 생성합니다.

---

주요 기능

• 벡터스토어에 기반한 문서 검색 및 응답 생성

• 간결한 입력 구성으로 빠르게 QA 파이프라인 구성

• 다양한 Vector Store와 호환 가능

---

WindyFlo VectorDB QA Chain

입력값 (Inputs)

항목	설명	필수 여부
Language Model	응답 생성을 위한 LLM (예: GPT-4, Claude 등)	필수
Vector Store	검색 대상으로 사용할 벡터스토어 (예: Chroma, Pinecone 등)	필수
Input Moderation	유해하거나 부적절한 입력을 필터링하는 기능	선택

---

파라미터 (Parameters)

※ 본 노드는 별도의 파라미터 없이 입력 항목만으로 동작합니다. 필요한 설정은 Vector Store와 LLM 노드에서 각각 정의합니다.

---

출력값 (Outputs)

출력 항목	설명
VectorDBQAChain	질의응답 결과 텍스트 (LLM 응답 형식)

---

활용 예시

• 내장형 문서 검색 + 요약 챗봇

• 특정 프로젝트 문서에 기반한 QA 서비스

• 제품 매뉴얼, 기술 문서 기반 고객 응대 자동화

---

사용 팁

• Vector Store는 Chroma, Pinecone, Weaviate 등 Vector Store 노드와 연결 가능합니다.

• LLM은 ChatOpenAI, ChatAnthropic, ChatTogetherAI 등과 연결 가능하며, 다양한 모델을 시험해 볼 수 있습니다.

• 간단한 QA 구성 시 Retrieval QA Chain보다 더 직접적인 제어가 가능할 수 있습니다.

---

주의사항

• Vector Store가 설정되지 않으면 질문에 대한 문맥 기반 응답이 생성되지 않습니다.

• 이 노드는 자체 Summarizer 기능을 내장하고 있지 않으며, 응답 생성 품질은 연결된 LLM에 따라 결정됩니다.

• 고도화된 문서 분기 응답이 필요한 경우 Multi Retrieval QA Chain 또는 Conversational Retrieval QA Chain을 고려하세요.