Ebben a videóban bemutatásra kerül, hogyan integrálhatók a tudásgráfok az n8n platformba, kifejezetten a népszerű RAG (Retrieval Augmented Generation) sablon használatával. Részletes magyarázat hangzik el arról, miért jelent előrelépést a tudásgráfok alkalmazása a kizárólag vektoralapú adatbázisokon alapuló megközelítéssel szemben, különös tekintettel az entitások és kapcsolataik ábrázolására.
Felvetődik a kérdés, hogyan tudunk hatékonyabb AI-ügynököket építeni, amelyek nemcsak az információdarabokat keresik, hanem a közöttük lévő összefüggéseket is képesek feltárni. Megjelenik a Graffiti MCP szerver, amely kulcsfontosságú szerepet játszik a tudásgráf kezelésében, valamint szó esik a Neo4j adatbázis és a Docker környezet megfelelő konfigurációjáról is.
Gyakorlati telepítési lépések kerülnek bemutatásra, beleértve az environment file-ok szerkesztését, tűzfalbeállításokat és az n8n-specifikus node-ok hozzáadását. Felvetődik: mikor érdemes tudásgráfot használni, mikor elegendő a vektoralapú adatbázis, és hogyan lehet mindkettőt hatékonyan kombinálni egy modern mesterséges intelligencia munkafolyamatban?
