Basic LLM Chain 节点#
使用 Basic LLM Chain 节点设置模型将使用的提示，并为响应设置可选的解析器。
在此页面上，您将找到 Basic LLM Chain 节点的节点参数和更多资源的链接。
示例和模板
有关使用示例和模板以帮助您入门，请参考 n8n 的 Basic LLM Chain 集成 页面。
节点参数#
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 需要特定输出格式#
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：
Chat Messages 聊天消息#
当您使用聊天模型设置消息时，请使用 Chat Messages。
如果您没有连接聊天模型，n8n 会忽略这些选项。选择您希望节点使用的 Type Name or ID：
AI#
在 Message 字段中输入预期响应的示例。模型将尝试在其消息中以相同的方式响应。
System 系统#
输入系统 Message 以与用户输入一起包含，帮助指导模型应该做什么。
将此选项用于定义语调等内容，例如：Always respond talking like a pirate。
User 用户#
输入示例用户输入。将此与 AI 选项一起使用可以帮助改善代理的输出。同时使用两者可以为模型提供输入和预期响应（AI Message）的示例以供遵循。
选择以下输入类型之一：
- Text 文本：输入示例用户输入作为文本 Message。
- Image (Binary) 图像（二进制）：从上一个节点选择二进制输入。输入 Image Data Field Name 以识别上一个节点中哪个二进制字段包含图像数据。
- Image (URL) 图像（URL）：使用此选项从 URL 输入图像。输入 Image URL。
对于两种 Image 类型，选择 Image Details 以控制模型如何处理图像并生成其文本理解。选择：
- Auto 自动：模型使用自动设置，查看图像输入大小并决定是否应使用低或高设置。
- Low 低：模型接收图像的低分辨率 512px x 512px 版本，并以 65 个令牌的预算表示图像。这允许 API 返回更快的响应并消耗更少的输入令牌。对于不需要高细节的用例使用此选项。
- High 高：模型可以访问低分辨率图像，然后根据输入图像大小创建 512px 正方形的详细输入图像裁剪。每个详细裁剪使用两倍的令牌预算（65 个令牌），总共 129 个令牌。对于需要高细节的用例使用此选项。
模板和示例#
相关资源#
请参考 LangChain 关于 Basic LLM Chains 的文档 获取有关该服务的更多信息。
查看 n8n 的高级 AI文档。
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。
常见问题#
以下是 Basic LLM Chain 节点的一些常见错误和问题以及解决或故障排除的步骤。
未指定提示错误#
当 Prompt 为空或无效时，会显示此错误。
您可能在以下两种情况之一中看到此错误：
- 当您将 Prompt 设置为 Define below 但未在 Text 字段中输入任何内容时。
- 要解决此问题，请在 Text 字段中输入有效的提示。
- 当您将 Prompt 设置为 Connected Chat Trigger Node 但传入数据没有名为
chatInput的字段时。- 节点期望
chatInput字段。如果您的上一个节点没有此字段，请添加一个 Edit Fields (Set) 节点将传入字段名称编辑为chatInput。
- 节点期望