基础LLM链节点#
使用基础LLM链节点设置模型将使用的提示词，并可选择为响应设置解析器。
本页面将介绍基础LLM链节点的参数配置，并提供更多相关资源的链接。
示例和模板
如需使用示例和模板帮助您快速上手，请参阅n8n的Basic LLM Chain integrations页面。
节点参数#
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：
聊天消息#
当您使用聊天模型设置消息时，请使用聊天消息。
如果不连接聊天模型，n8n会忽略这些选项。选择您希望节点使用的类型名称或ID：
AI#
在消息字段中输入一个示例预期响应。模型将尝试在其消息中以相同方式回应。
系统#
输入一条系统消息与用户输入一起发送，以帮助引导模型执行预期操作。
此选项用于定义语气等场景，例如：Always respond talking like a pirate。
用户#
输入一个示例用户输入。与AI选项一起使用可以帮助改进智能体的输出效果。同时使用两者能为模型提供一个输入样本和预期响应（即AI消息）的范例。
请选择以下输入类型之一：
- 文本: 输入一个示例用户输入作为消息文本。
- 图像（二进制）：从上一个节点选择二进制输入。输入图像数据字段名称以标识上一个节点中哪个二进制字段包含图像数据。
- 图片 (URL): 使用此选项从URL获取图片。输入图片URL。
对于这两种图像类型，选择图像详情来控制模型如何处理图像并生成其文本理解。可选选项包括：
- 自动: 模型使用自动设置，会查看图像输入大小并决定应该使用低或高设置。
- 低分辨率: 模型接收512px x 512px的低分辨率图像版本，并使用65个token的预算来表示图像。这使API能够返回更快的响应并消耗更少的输入token。对于不需要高细节的用例，请使用此选项。
- 高: 模型可以访问低分辨率图像，然后根据输入图像尺寸创建512像素方块的精细裁剪。每个精细裁剪使用双倍token预算（65个token），总计129个token。对于需要高细节的用例，请选择此选项。
模板和示例#
相关资源#
有关该服务的更多信息，请参考LangChain关于基础LLM链的文档。
查看n8n的高级AI文档。
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。
常见问题#
以下是基础LLM链节点常见错误和问题及其解决或排查步骤。
未指定提示错误#
当提示词为空或无效时，会显示此错误。
您可能会在以下两种场景中遇到此错误：
- When you've set the Prompt to Define below and haven't entered anything in the Text field.
- 要解决此问题，请在文本字段中输入有效的提示。
- When you've set the Prompt to Connected Chat Trigger Node and the incoming data has no field called
chatInput.- 该节点需要
chatInput字段。如果前一个节点没有这个字段，请添加一个编辑字段(设置)节点来将传入字段名称修改为chatInput。
- 该节点需要
