Embeddings Azure OpenAI 节点#
使用 Embeddings Azure OpenAI 节点为给定文本生成 嵌入。
在此页面上，您将找到 Embeddings Azure OpenAI 节点的节点参数和更多资源的链接。
凭据
您可以在 这里 找到此节点的身份验证信息。
子节点中的参数解析
子节点在使用表达式处理多个项目时的行为与其他节点不同。
大多数节点，包括根节点，接受任意数量的项目作为输入，处理这些项目，并输出结果。您可以使用表达式引用输入项目，节点会依次为每个项目解析表达式。例如，给定五个 name 值的输入，表达式 {{ $json.name }} 会依次解析为每个名称。
在子节点中，表达式始终解析为第一个项目。例如，给定五个 name 值的输入，表达式 {{ $json.name }} 始终解析为第一个名称。
节点选项#
- Model (Deployment) Name 模型（部署）名称：选择用于生成嵌入的模型（部署）。
- Batch Size 批次大小：输入每个请求中要发送的最大文档数。
- Strip New Lines 删除换行符：选择是否从输入文本中删除换行符（开启）或不删除（关闭）。n8n 默认启用此选项。
- Timeout 超时：输入请求可以花费的最大时间（以秒为单位）。设置为
-1表示无超时。
模板和示例#
相关资源#
请参考 LangChain 的 OpenAI 嵌入文档 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。