Skip to content

AWS Bedrock 聊天模型节点

AWS Bedrock 聊天模型节点允许您使用利用 AWS Bedrock 平台的 LLM 模型。

在此页面上，您将找到 AWS Bedrock Chat Model 节点的节点参数以及更多资源的链接。

证书

您可以在此处找到此节点的身份验证信息。

子节点中的参数解析

当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）都会接受任意数量的项作为输入，处理这些项并输出结果。您可以使用表达式来引用输入项，节点会依次解析每个项的表达式。例如，给定一个包含五个值的输入，表达式会依次解析每个名称。

在子节点中，表达式始终解析为第一项。例如，给定五个值的输入，表达式始终解析为名字。

节点参数

  • 模型：选择生成完成的模型。

在Amazon Bedrock 模型文档中了解有关可用模型的更多信息。

节点选项

  • 最大令牌数：输入使用的最大令牌数，用于设置完成长度。
  • 采样温度：使用此选项控制采样过程的随机性。较高的温度可以实现更多样化的采样，但会增加出现幻觉的风险。

模板和示例

没有任何

有关该服务的更多信息，请参阅LangChains 的 AWS Bedrock Chat Model 文档。

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。