n8n 中文文档

OpenAI 文本操作

使用此操作向模型发送消息或对 OpenAI 中的违规文本进行分类。有关 OpenAI 节点本身的更多信息,请参阅 OpenAI。

提示

以前的节点版本

n8n 1.117.0 引入了支持 OpenAI 响应 API 的 OpenAI 节点 V2。它将“向模型发送消息”操作重命名为“生成聊天完成”,以澄清其与聊天完成 API 的关联,并引入了使用响应 API 的单独“生成模型响应”操作。

生成聊天完成

使用此操作可向 OpenAI 模型发送消息或提示(使用聊天完成 API)并接收响应。

输入这些参数:

  • 连接凭据:创建或选择现有的 OpenAI凭证。
  • 资源:选择文本。
  • 操作:选择生成聊天完成。
  • 型号:选择您要使用的型号。如果您不确定使用哪种型号,如果您需要高智能,请尝试gpt-4o;如果您需要最快的速度和最低的成本,请尝试gpt-4o-mini。请参阅 型号概览 | OpenAI 平台 了解更多信息。
  • 消息:输入 文本 提示并分配模型将用于生成响应的 角色。有关如何使用这些角色编写更好的提示的更多信息,请参阅 提示工程 | OpenAI。从以下角色中选择一种:
    • 用户:作为用户发送消息并从模型获取响应。
    • 助理:告诉模特采用特定的语气或个性。
    • 系统:默认无系统消息。您可以在用户消息中定义指令,但在系统消息中设置的指令更有效。您可以为每个对话设置多条系统消息。使用它来设置下一条用户消息的模型行为或上下文。
  • 简化输出:打开以返回响应的简化版本而不是原始数据。
  • 输出内容为 JSON:开启后尝试以 JSON 格式返回响应。与 GPT-4 Turbo 和所有比 gpt-3.5-turbo-1106 新的 GPT-3.5 Turbo 型号兼容。

选项

  • 频率惩罚:应用惩罚来减少模型重复相似线条的倾向。范围在 0.0 和 2.0 之间。
  • 最大令牌数:设置响应的最大令牌数。对于标准英文文本,一个标记大约为四个字符。使用它来限制输出的长度。
  • 完成次数:默认为 1。设置要为每个提示生成的完成次数。请谨慎使用,因为设置较高的数字会很快消耗您的代币。
  • 存在惩罚:应用惩罚来影响模型讨论新主题。范围在 0.0 和 2.0 之间。
  • 输出随机性(温度):调整响应的随机性。范围介于 0.0(确定性)和 1.0(最大随机性)之间。我们建议更改此设置或输出随机性(Top P),但不能同时更改两者。从中等温度(大约 0.7)开始,并根据您观察到的输出进行调整。如果响应过于重复或僵化,请提高温度。如果它们太混乱或偏离轨道,请减少它。默认为 1.0。
  • 输出随机性(Top P):调整 Top P 设置以控制助手响应的多样性。例如,0.5 表示考虑所有似然加权选项的一半。我们建议更改此设置或输出随机性(温度),但不能同时更改两者。默认为 1.0。

有关更多信息,请参阅 聊天完成 | OpenAI 文档。

生成模型响应

使用此操作可向 OpenAI 模型发送消息或提示(使用响应 API)并接收响应。

输入这些参数:

  • 连接凭据:创建或选择现有的 OpenAI凭证。
  • 资源:选择文本。
  • 操作:选择生成模型响应。
  • 型号:选择您要使用的型号。请参阅 型号概览 | OpenAI 平台 了解概述。
  • 消息:从以下之一中选择 消息类型:
    • 文本:输入 文本 提示并分配模型将用于生成响应的 角色。有关如何使用这些角色编写更好的提示的更多信息,请参阅 提示工程 | OpenAI。
    • 图像:通过图像 URL、文件 ID(使用 OpenAI 文件 API)或通过传递来自工作流程中较早节点的二进制数据来提供 图像。
    • 文件:通过文件 URL、文件 ID(使用 OpenAI 文件 API)或通过传递来自工作流程中较早节点的二进制数据,提供受支持格式的 文件(当前:仅 PDF)。
    • 对于任何消息类型,您可以选择以下角色之一:
      • 用户:作为用户发送消息并从模型获取响应。
      • 助理:告诉模特采用特定的语气或个性。
      • 系统:默认情况下,系统消息为"You are a helpful assistant"。您可以在用户消息中定义指令,但在系统消息中设置的指令更有效。每个对话只能设置一条系统消息。使用它来设置下一条用户消息的模型行为或上下文。
  • 简化输出:打开以返回响应的简化版本而不是原始数据。

内置工具

OpenAI 响应 API 提供了一系列 内置工具 来丰富模型的响应:

  • 网络搜索:允许模型在生成响应之前在网络上搜索最新信息。
  • MCP 服务器:允许模型连接到远程 MCP 服务器。了解有关使用远程 MCP 服务器作为工具 将远程 MCP 服务器用作工具 的更多信息。
  • 文件搜索:允许模型在生成响应之前从以前上传的文件中搜索您的知识库以获取相关信息。请参阅 OpenAI 文档 了解更多信息。
  • 代码解释器:允许模型在沙盒环境中编写和运行Python代码。

选项

  • 最大令牌数:设置响应的最大令牌数。对于标准英文文本,一个标记大约为四个字符。使用它来限制输出的长度。
  • 输出随机性(温度):调整响应的随机性。范围介于 0.0(确定性)和 1.0(最大随机性)之间。我们建议更改此设置或输出随机性(Top P),但不能同时更改两者。从中等温度(大约 0.7)开始,并根据您观察到的输出进行调整。如果响应过于重复或僵化,请提高温度。如果它们太混乱或偏离轨道,请减少它。默认为 1.0。
  • 输出随机性(Top P):调整 Top P 设置以控制助手响应的多样性。例如,0.5 表示考虑所有似然加权选项的一半。我们建议更改此设置或输出随机性(温度),但不能同时更改两者。默认为 1.0。
  • 会话 ID:此响应所属的会话。此响应完成后,此响应的输入项和输出项将自动添加到此对话中。
  • 上一个响应 ID:要继续的上一个响应的 ID。不能与对话 ID 结合使用。
  • 推理:模型为生成响应而应花费的推理工作水平。包括返回模型执行的推理的摘要的能力(例如,用于调试目的)。
  • 存储:是否存储生成的模型响应以供以后通过 API 检索。默认为 true。
  • 输出格式:是否以指定的 JSON 架构中的 文本 或 JSON 对象 的形式返回响应。
  • 背景:是否运行后台模式中的模型。这允许更可靠地执行长时间运行的任务。

有关更多信息,请参阅 回复 | OpenAI 文档。

对违规文本进行分类

使用此操作可以识别并标记可能有害的内容。 OpenAI 模型将分析文本并返回包含以下内容的响应:

  • flagged:一个布尔字段,指示内容是否具有潜在危害。
  • categories:特定于类别的违规标志列表。
  • category_scores:每个类别的分数。

输入这些参数:

  • 连接凭据:创建或选择现有的 OpenAI凭证。
  • 资源:选择文本。
  • 操作:选择对违规文本进行分类。
  • 文本输入:输入文本以进行分类(如果违反审核政策)。
  • 简化输出:打开以返回响应的简化版本而不是原始数据。

选项

  • 使用稳定模型:开启后使用模型的稳定版本而不是最新版本,精度可能会稍低。

有关更多信息,请参阅 审核 | OpenAI 文档。

常见问题

有关常见错误或问题以及建议的解决步骤,请参阅 常见问题。

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。