MultiQuery Retriever 节点

MultiQuery Retriever 节点通过使用 LLM 从不同角度为给定用户输入查询生成多个查询来自动化提示调优过程。

在此页面上，您将找到 MultiQuery Retriever 节点的节点参数和更多资源的链接。

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

• Query Count 查询数量：输入要生成的查询的不同版本数量。

模板和示例

Browse 多查询检索器 integration templates, or search all templates

相关资源

请参考 LangChain 的检索器概念文档 和 LangChain 的多查询检索器 API 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。