Microsoft Foundry Embeddings 节点
使用 Microsoft Foundry Embeddings 节点为给定文本生成嵌入[^1]。
此节点之前名为 Embeddings Azure OpenAI 节点。
本页介绍 Microsoft Foundry Embeddings 节点的参数,并提供更多资源链接。
提示
Credentials 凭证
有关此节点的身份验证信息,请参阅 Microsoft Foundry 凭据文档。
提示
Parameter resolution in sub-nodes 子节点参数解析
使用表达式处理多个项目时,子节点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项。例如,给定五个 name 值的输入,表达式 {{ $json.name }} 始终解析为名字。
节点参数
- Authentication 身份验证:选择节点登录 Azure 的方式。每个选项使用各自的凭据。
- API Key:使用已存储的 API key。这是默认选项。请参阅使用 API key。
- Azure Entra ID (OAuth2):使用客户端 ID 和密钥以 Entra 应用的身份登录。当组织不允许存储 API key 时,请使用此选项。n8n 中不会存储 API key。请参阅使用 Microsoft Foundry (Entra ID)。
两个选项都支持 Classic 和 Microsoft Foundry 端点类型。
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 批量大小: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)或保留(关闭)。n8n 默认启用此选项。
- Timeout 超时:输入请求可执行的最长时间(秒)。设置为
-1表示不超时。
模板和示例
浏览 Microsoft Foundry Embeddings 节点集成模板 或搜索所有模板
相关资源
请参考 LangChain 的 Azure OpenAI 嵌入文档{:target=_blank .external-link} 获取有关该服务的更多信息。
查看 n8n 的 Advanced AI 高级 AI 文档。
[^1]:嵌入是使用向量对数据进行数字表示。人工智能使用它们通过跨多个维度映射值来解释复杂的数据和关系。矢量数据库或矢量存储是设计用于存储和访问嵌入的数据库。
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。