xAI Grok 聊天模型节点
使用 xAI Grok 聊天模型节点访问 xAI Grok 的大型语言模型，以执行对话式 AI 和文本生成任务。
在此页面上，您将找到 xAI Grok 聊天模型节点的节点参数以及更多资源的链接。
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：选择将生成补全的模型。n8n 会从 xAI Grok API 动态加载可用的模型。更多信息，请参阅xAI Grok 模型文档。
节点选项
- 频率惩罚：使用此选项可控制模型重复的可能性。值越高，模型重复的可能性就越低。
- 最大令牌数：输入使用的最大令牌数，用于设置补全长度。大多数模型的上下文长度为 2048 个令牌，最新模型最多支持 32,768 个令牌。
- 响应格式：选择文本或JSON。JSON确保模型返回有效的JSON 。
- 存在惩罚：使用此选项控制模型讨论新主题的机会。值越高，模型讨论新主题的机会就越大。
- 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。
- 超时：输入最大请求时间（以毫秒为单位）。
- 最大重试次数：输入重试请求的最大次数。
- Top P ：使用此选项设置补全应使用的概率。使用较低的值将忽略概率较低的选项。
模板和示例
没有任何
相关资源
有关该服务的更多信息，请参阅
xAI Grok 的 API 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。