摘要链节点#

使用Summarization Chain节点来汇总多个文档。

本页面将介绍Summarization Chain节点的参数配置，并提供更多相关资源的链接。

节点参数#

在待汇总数据中选择需要汇总的数据类型。您选择的数据类型将决定其他节点参数。

• Use Node Input (JSON) and Use Node Input (Binary): summarize the data coming into the node from the workflow.
  • You can configure the Chunking Strategy: choose what strategy to use to define the data chunk sizes.
    • 如果选择简单（下方定义），则可以设置每块字符数和块重叠字符数。
    • 选择高级选项，如果您想连接一个提供更多配置选项的分割器子节点。
• 使用文档加载器: 汇总由文档加载器子节点提供的数据。

节点选项#

您可以配置摘要生成方法和提示词。选择添加选项 > 摘要生成方法与提示词。

Summarization Method中的选项：

• Map Reduce: 这是推荐选项。了解更多关于Map Reduce的信息，请参阅LangChain文档。
• Refine: 在LangChain文档中了解更多关于Refine的信息。
• Stuff: 了解更多关于Stuff的内容，请查阅LangChain文档。

你可以自定义个体摘要提示和最终合并提示。节点中包含示例。必须包含"{text}"占位符。

模板和示例#

相关资源#

有关该服务的更多信息，请参阅LangChain的摘要文档。

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。