OpenAI 函数智能体节点#
使用OpenAI Functions Agent节点来调用OpenAI函数模型。这些模型能够检测何时应该调用函数,并返回应传递给该函数的输入参数。
有关AI智能体节点本身的更多信息,请参阅AI Agent。
你可以将此智能体与Chat Trigger节点配合使用。附加一个记忆子节点,以便用户可以通过多个查询进行持续对话。记忆不会在不同会话之间保留。
需要OpenAI聊天模型
你必须使用OpenAI Chat Model与该智能体配合。
节点参数#
使用以下参数配置OpenAI Functions智能体。
提示#
选择您希望节点如何构建提示(也称为用户的查询或聊天输入)。
请选择:
- 自动从上一个节点获取: 如果选择此选项,该节点会期望从名为
chatInput的上一个节点获取输入。 - 下方定义:如果选择此选项,请在提示(用户消息)字段中提供静态文本或动态内容表达式作为提示语。
要求特定输出格式#
该参数控制是否要求节点使用特定的输出格式。开启后,n8n会提示您将其中一个输出解析器连接到节点:
节点选项#
通过这些选项优化OpenAI Functions智能体节点的行为:
系统消息#
如果您希望在对话开始前向智能体发送消息,请输入您想要发送的消息。
使用此选项来引导智能体的决策过程。
最大迭代次数#
输入模型应运行的次数,以尝试从用户提示中生成一个好的答案。
默认为 10。
返回中间步骤#
选择是否在最终输出中包含智能体采取的中间步骤(开启)或不包含(关闭)。
这对于根据智能体采取的步骤进一步优化其行为可能很有帮助。
模板和示例#
请参考主AI智能体节点的Templates and examples部分。
常见问题#
关于常见问题或疑问及建议解决方案,请参阅常见问题。
AI术语表#
- completion: 补全(completion)是指由GPT等模型生成的响应内容。
- 幻觉: AI中的幻觉是指大型语言模型(LLM)错误地感知到不存在的模式或对象。
- 向量数据库: 向量数据库存储信息的数学表示。与嵌入和检索器配合使用,可创建AI在回答问题时能够访问的数据库。
- 向量存储: 向量存储(或称向量数据库)用于存储信息的数学表示。结合嵌入模型和检索器使用,可创建供AI在回答问题时访问的数据库。