DeepSeek 聊天模型节点#

使用DeepSeek聊天模型节点，将DeepSeek的聊天模型应用于对话型智能体。

本页面将介绍DeepSeek聊天模型节点的参数配置，并提供更多相关资源的链接。

Credentials

您可以在此节点的此处找到认证信息。

子节点中的参数解析

在使用表达式处理多个项目时，子节点的行为与其他节点不同。

大多数节点（包括根节点）可以接收任意数量的项目作为输入，处理这些项目并输出结果。您可以使用表达式来引用输入项，节点会依次为每个项目解析该表达式。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项。例如，给定五个name值输入时，表达式{{ $json.name }}总是解析为第一个名称。

节点参数#

模型#

选择用于生成补全的模型。

n8n 动态加载来自 DeepSeek 的模型，您只会看到您账户可用的模型。

节点选项#

使用这些选项进一步优化节点的行为。

基础URL#

在此输入URL以覆盖API的默认URL。

频率惩罚#

使用此选项控制模型重复自身的概率。数值越高，模型重复自身的概率越低。

最大令牌数#

输入使用的最大令牌数，这将设置完成长度。

响应格式#

选择文本或JSON。JSON确保模型返回有效的JSON格式。

存在惩罚#

使用此选项控制模型讨论新话题的概率。数值越高，模型谈论新话题的可能性越大。

采样温度#

使用此选项来控制采样过程的随机性。较高的温度值会产生更多样化的采样结果，但也会增加产生幻觉的风险。

超时#

输入最大请求时间（毫秒）。

最大重试次数#

输入请求的最大重试次数。

Top P#

使用此选项设置完成应使用的概率。使用较低值以忽略可能性较低的选项。

模板和示例#

由于DeepSeek与OpenAI API兼容，您可以参考LangChains的OpenAI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: 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。