LangChain代码节点
使用 LangChain Code 节点导入 LangChain。这意味着,如果您需要的功能 n8n 尚未创建节点,您仍然可以使用它。通过配置 LangChain Code 节点连接器,您可以将其用作普通节点、根节点或子节点。
在此页面上,您将找到节点参数、配置节点的指南以及更多资源的链接。
云端不可用
此节点仅在自托管 n8n 上可用。
节点参数
添加代码
添加您的自定义代码。选择
“执行”或“提供数据”模式。您只能使用一种模式。与
Code 节点不同,LangChain Code 节点不支持 Python。- 执行:使用 LangChain 代码节点,就像 n8n 自己的代码节点一样。它会从工作流中获取输入数据,对其进行处理,并将其作为节点输出返回。此模式需要主输入和主输出。您必须在“输入”和“输出”中创建这些连接。
- 提供数据:使用 LangChain 代码节点作为子节点,将数据发送到根节点。这将使用主节点以外的输出。
默认情况下,您无法在此节点中加载内置或外部模块。自托管用户可以
启用内置和外部模块。输入
选择输入类型。
主输入是所有 n8n 工作流中常见的连接器。如果您在节点中设置了主输入和输出,则需要
执行代码。输出
选择输出类型。
主输出是所有 n8n 工作流中常见的连接器。如果您在节点中设置了主输入和输出,则需要
执行代码。节点输入和输出配置
通过配置 LangChain Code 节点连接器(输入和输出),您可以将其用作应用程序节点、根节点或子节点。
| 节点类型 | 输入 | 输出 | 代码模式 |
|---|---|---|---|
| App 节点。与Code 节点类似。 | 主要的 | 主要的 | 执行 |
| 根节点 | 主要;至少一个其他类型 | 主要的 | 执行 |
| 子节点 | - | 除主类型之外的类型。必须与要连接的输入类型匹配。 | 供应数据 |
| 带有子节点的子节点 | 除主要类型之外的其他类型 | 除主类型之外的类型。必须与要连接的输入类型匹配。 | 供应数据 |
内置方法
n8n 提供这些方法是为了更容易地在 LangChain Code 节点中执行常见任务。
| 方法 | 描述 |
|---|---|
this.addInputData(inputName, data) |
填充指定非主输入的数据。适用于模拟数据。 |
this.addOutputData(outputName, data) |
填充指定非主输出的数据。适用于模拟数据。 |
this.getInputConnectionData(inputName, itemIndex, inputIndex?) |
从指定的非主输入获取数据。 |
this.getInputData(inputIndex?, inputName?) |
从主输入获取数据。 |
this.getNode() |
获取当前节点。 |
this.getNodeOutputs() |
获取当前节点的输出。 |
this.getExecutionCancelSignal() |
当工作流停止时,使用此方法停止函数的执行。大多数情况下,n8n 会处理这个问题,但如果构建自己的链或代理,则可能需要使用它。它取代了您在正常构建 LangChain 应用程序时使用的“取消正在运行的 LLMChain”代码。 |
模板和示例
没有任何
相关资源
查看 n8n 的
高级 AI文档。人工智能词汇表
- 完成:完成是由 GPT 等模型生成的响应。
- 幻觉:人工智能中的幻觉是指 LLM(大型语言模型)错误地感知到不存在的模式或物体。
- 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,可以创建一个供您的 AI 在回答问题时访问的数据库。
- 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。与嵌入和检索器结合使用,可以创建一个供 AI 在回答问题时访问的数据库。
