Glossaire n8n

Glossaire

Agent IA (AI agent)

Un agent IA est un système d’intelligence artificielle capable de répondre à des requêtes, de prendre des décisions et d’exécuter des tâches au nom d’un utilisateur dans le monde réel. Il s’appuie sur des modèles de langage (LLM) pour comprendre les entrées de l’utilisateur et déterminer la meilleure façon d’utiliser les informations et ressources disponibles afin de traiter la demande.

Chaîne IA (AI chain)

Une chaîne IA vous permet d’interagir avec des modèles de langage (LLM) et d’autres ressources en appelant séquentiellement différents composants. Les chaînes IA dans n8n ne disposent pas de mémoire persistante et ne peuvent donc pas faire référence au contexte des conversations précédentes (utilisez un agent IA si vous avez besoin de ce contexte).

Complétion IA (AI completion)

La complétion désigne la réponse générée par un modèle tel que GPT.

Embedding IA (AI embedding)

Un embedding est une représentation numérique de données sous forme de vecteurs. L’IA interprète des données et relations complexes en les représentant dans un espace multidimensionnel. Une base de données vectorielle (vector store) est spécialement conçue pour stocker et récupérer efficacement ces vecteurs d’embedding.

Ancrage IA (AI groundedness)

Dans le domaine de l’IA, notamment dans les systèmes de génération augmentée par la recherche (RAG), l’ancrage (groundedness) et le non-ancrage sont des indicateurs mesurant dans quelle mesure la réponse d’un modèle reflète fidèlement les informations sources. Un modèle génère une réponse ancrée lorsqu’elle est étayée par des documents sources, tandis qu’une réponse non ancrée repose sur des spéculations ou des hallucinations non étayées par ces documents.

Hallucination IA (AI hallucination)

Une hallucination IA se produit lorsqu’un modèle de langage (LLM) perçoit à tort des motifs ou des objets qui n’existent pas.

Reclassement IA (AI reranking)

Le reclassement (reranking) est une technique visant à optimiser le classement des documents candidats afin d’améliorer la pertinence des résultats de recherche. Les systèmes RAG et d’autres applications utilisent cette technique pour prioriser les informations les plus pertinentes, utilisées pour générer des réponses ou exécuter des tâches en aval.

Mémoire IA (AI memory)

La mémoire IA permet à un agent IA de se souvenir et de faire référence aux échanges précédents au cours d’une conversation, assurant ainsi une cohérence dialogique.

Génération augmentée par la recherche (Retrieval-Augmented Generation, RAG)

La génération augmentée par la recherche (RAG) est une technique qui permet à un LLM d’accéder à des informations externes afin d’améliorer la qualité de ses réponses. Les systèmes RAG récupèrent des documents pertinents pour ancrer leurs réponses dans des connaissances récentes, spécialisées ou propriétaires, complétant ainsi les données sur lesquelles le modèle a été entraîné. Ces systèmes s’appuient généralement sur des bases de données vectorielles pour gérer et récupérer efficacement ces données externes.

Outil IA (AI tool)

Dans le contexte de l’IA, un outil est une ressource supplémentaire qu’un modèle peut appeler pour obtenir des informations spécifiques ou exécuter des fonctions précises. Les modèles IA peuvent utiliser ces outils pour interagir avec des systèmes externes ou accomplir des tâches spécialisées.

Base de données vectorielle IA (AI vector store)

Une base de données vectorielle (vector store) stocke des représentations mathématiques d’informations. Associée aux embeddings et aux récupérateurs (retrievers), elle constitue une base de connaissances que l’IA peut consulter pour répondre à des questions.

API

Une API (Application Programming Interface) fournit un accès programmatique aux données et fonctionnalités d’un service. Elle facilite l’interaction entre logiciels et systèmes externes, souvent en remplacement des opérations manuelles traditionnelles effectuées via un navigateur ou une interface utilisateur.

Canvas (canvas, n8n)

Le canvas est la zone principale de l’éditeur n8n où vous construisez vos workflows. Vous y ajoutez des nœuds et les reliez entre eux pour créer un workflow complet.

Nœud cluster (cluster node, n8n)

Dans n8n, un nœud cluster est un ensemble de nœuds qui travaillent ensemble pour fournir une fonctionnalité spécifique au sein d’un workflow. Il se compose d’un nœud racine et d’un ou plusieurs sous-nœuds qui étendent les capacités du nœud racine.

Identifiants (credential, n8n)

Dans n8n, les identifiants stockent les informations d’authentification nécessaires pour se connecter à des applications ou services spécifiques. Une fois créés et renseignés (nom d’utilisateur/mot de passe, clé API, jetons OAuth, etc.), ils permettent aux nœuds correspondants d’interagir avec ces services.

Épinglage de données (data pinning, n8n)

L’épinglage de données vous permet, pendant le développement d’un workflow, de figer temporairement les données de sortie d’un nœud. Cela vous permet d’utiliser des données prévisibles sans avoir à solliciter continuellement un service externe. En production, les workflows ignorent les données épinglées et récupèrent systématiquement de nouvelles données à chaque exécution.

Éditeur (editor, n8n)

L’éditeur n8n est l’interface utilisée pour créer et gérer des workflows. Sa zone principale est le canvas, où vous assemblez des workflows en ajoutant, configurant et reliant des nœuds. La barre latérale et le panneau supérieur offrent un accès à d’autres fonctionnalités comme les identifiants, les modèles, les variables et l’historique des exécutions.

Licence (entitlement, n8n)

Dans n8n, une licence autorise une instance n8n donnée à utiliser, pendant une période limitée, des fonctionnalités soumises à un plan spécifique.

Une licence flottante est un pool de licences pouvant être réparti entre plusieurs instances n8n. Vous pouvez réaffecter ces licences pour transférer l’accès à différentes instances selon vos besoins.

Évaluation (evaluation, n8n)

Dans n8n, la fonctionnalité d’évaluation vous permet d’annoter et d’organiser l’historique des exécutions, puis de les comparer à de nouvelles exécutions. Cela vous aide à observer comment les performances de votre workflow évoluent au fil des itérations, ce qui est particulièrement utile lors du développement de workflows centrés sur l’IA.

Expression (expression, n8n)

Dans n8n, une expression vous permet de remplir dynamiquement les paramètres d’un nœud en exécutant du code JavaScript. Au lieu de définir une valeur statique, vous utilisez la syntaxe des expressions n8n pour référencer des données provenant de nœuds précédents, d’autres workflows ou de l’environnement n8n lui-même.

LangChain

LangChain est un framework de développement IA conçu pour travailler avec des modèles de langage (LLM). Il propose un système standardisé permettant d’interagir avec divers modèles et ressources, et d’assembler différents composants pour créer des applications IA complexes.

Modèle de langage à grande échelle (Large Language Model, LLM)

Un modèle de langage à grande échelle (LLM) est un modèle d’apprentissage automatique spécialisé dans les tâches de traitement du langage naturel (NLP). Entraîné sur de vastes volumes de données, il construit un modèle probabiliste du langage et d’autres types de données.

Nœud (node, n8n)

Dans n8n, un nœud est un composant autonome qui participe à la construction d’un workflow. Il permet de définir le déclenchement du workflow, d’obtenir, envoyer ou traiter des données, de contrôler le flux logique, ou d’interagir avec des services externes.

Projet (project, n8n)

Les projets n8n permettent de regrouper des workflows, des variables et des identifiants dans des espaces distincts, facilitant ainsi leur gestion. Ils permettent aux équipes de collaborer plus facilement en partageant ou isolant les ressources associées.

Nœud racine (root node, n8n)

Chaque nœud cluster n8n contient un nœud racine qui définit la fonctionnalité principale du cluster. Un ou plusieurs sous-nœuds peuvent y être attachés pour étendre ses capacités.

Sous-nœud (sub node, n8n)

Un nœud cluster n8n se compose d’un ou plusieurs sous-nœuds connectés à un nœud racine. Ces sous-nœuds étendent les fonctionnalités du nœud racine en offrant un accès à des services ou ressources spécifiques, ou en fournissant des capacités de traitement spécialisées (par exemple, une calculatrice).

Modèle (template, n8n)

Les modèles n8n sont des workflows préconstruits conçus par l’équipe n8n ou la communauté, que vous pouvez importer dans votre instance. Lors de leur utilisation, vous devrez probablement configurer des identifiants et adapter certains paramètres à vos besoins.

Nœud déclencheur (trigger node, n8n)

Un nœud déclencheur est un type spécial de nœud chargé de lancer l’exécution d’un workflow lorsqu’une condition spécifique est remplie. Tout workflow destiné à la production doit comporter au moins un déclencheur pour définir son moment d’exécution.

Workflow (workflow, n8n)

Un workflow n8n est un ensemble de nœuds organisés pour automatiser un processus complet. Il commence à s’exécuter dès que sa condition de déclenchement est satisfaite et s’exécute séquentiellement pour accomplir des tâches complexes.