OpenAI Functions Agent 节点#
使用 OpenAI Functions Agent 节点来使用 OpenAI 函数模型。这些是检测何时应该调用函数并响应应该传递给函数的输入的模型。
请参考 AI Agent 获取有关 AI Agent 节点本身的更多信息。
您可以将此代理与聊天触发器节点一起使用。附加一个记忆子节点，以便用户可以通过多个查询进行持续对话。记忆不会在会话之间持续存在。
需要 OpenAI Chat Model
您必须使用 OpenAI Chat Model 与此代理。
节点参数#
使用以下参数配置 OpenAI Functions Agent。
Prompt 提示#
选择您希望节点如何构建提示（也称为用户的查询或来自聊天的输入）。
选择：
- 自动从前一个节点获取：如果您选择此选项，节点期望从名为
chatInput的前一个节点获取输入。 - 在下方定义：如果您选择此选项，在提示（用户消息）字段中提供静态文本或动态内容的表达式作为提示。
Require Specific Output Format 要求特定输出格式#
此参数控制您是否希望节点需要特定的输出格式。开启时，n8n 会提示您将以下输出解析器之一连接到节点：
节点选项#
使用这些选项来调整 OpenAI Functions Agent 节点的行为：
System Message 系统消息#
如果您想在对话开始前向代理发送消息，请输入您想要发送的消息。
使用此选项来指导代理的决策。
Max Iterations 最大迭代次数#
输入模型应运行的次数，以尝试从用户的提示生成好的答案。
默认值为 10。
Return Intermediate Steps 返回中间步骤#
选择是否在最终输出中包含代理采取的中间步骤（开启）或不包含（关闭）。
这对于根据代理采取的步骤进一步改进代理的行为可能很有用。
模板和示例#
请参考主 AI Agent 节点的 模板和示例 部分。
常见问题#
有关常见问题或问题和建议的解决方案，请参考 常见问题。
AI 术语表#
- completion（完成/补全）: 完成是由 GPT 等模型生成的响应。
- hallucinations（幻觉）: AI 中的幻觉是指大语言模型（LLM）错误地感知到不存在的模式或对象。
- vector database（向量数据库）: 向量数据库存储信息的数学表示。与嵌入和检索器一起使用，创建 AI 在回答问题时可以访问的数据库。
- vector store（向量存储）: 向量存储或向量数据库，存储信息的数学表示。与嵌入和检索器一起使用，创建 AI 在回答问题时可以访问的数据库。