OpenAI Chat Model 节点#

使用 OpenAI Chat Model 节点将 OpenAI 的聊天模型与对话代理一起使用。

在此页面上，您将找到 OpenAI Chat Model 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。

节点参数#

Model 模型#

选择用于生成完成的模型。

n8n 从 OpenAI 动态加载模型，您只会看到您的账户可用的模型。

节点选项#

使用这些选项进一步细化节点的行为。

Base URL 基础URL#

在此处输入 URL 以覆盖 API 的默认 URL。

Frequency Penalty 频率惩罚#

使用此选项控制模型重复自身的机会。较高的值会减少模型重复自身的机会。

Maximum Number of Tokens 最大令牌数#

输入使用的最大令牌数，这设置了完成长度。

Response Format 响应格式#

选择 Text 或 JSON。JSON 确保模型返回有效的 JSON。

Presence Penalty 存在惩罚#

使用此选项控制模型谈论新主题的机会。较高的值会增加模型谈论新主题的机会。

Sampling Temperature 采样温度#

使用此选项控制采样过程的随机性。较高的温度会创建更多样化的采样，但会增加幻觉的风险。

Timeout 超时#

输入最大请求时间（以毫秒为单位）。

Max Retries 最大重试次数#

输入重试请求的最大次数。

Top P#

使用此选项设置完成应使用的概率。使用较低的值忽略不太可能的选项。

模板和示例#

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。