对话式 AI 代理节点#
对话式代理能够进行类人对话。它可以保持上下文、理解用户意图并提供相关回答。该代理通常用于构建聊天机器人、虚拟助手和客户支持系统。
对话式代理会在系统提示中描述工具，并解析工具调用的 JSON 响应。如果您偏好的 AI 模型不支持工具调用，或者您处理的交互较为简单，此代理是一个不错的通用选择。它比工具代理更灵活，但可能准确性稍低。
有关 AI 代理节点本身的更多信息，请参阅 AI 代理。
您可以将此代理与 Chat Trigger 节点配合使用。附加一个 memory 子节点，以便用户可以进行持续的多轮对话。注意：会话间的记忆不会持久保存。
节点参数#
使用以下参数配置对话式代理。
提示#
选择节点如何构建提示词（也称为用户的查询或聊天输入）。
可选方式：
- 自动从上一节点获取：选择此选项时，节点会从名为
chatInput的上一节点获取输入。 - 自定义定义：选择此选项时，在提示词（用户消息）字段中提供静态文本或动态表达式作为提示内容。
要求特定输出格式#
此参数控制节点是否需要特定的输出格式。当启用时，n8n 会提示您连接以下输出解析器之一到该节点：
节点选项#
使用以下选项微调对话式代理节点的行为：
工具说明#
助手可以要求用户使用工具来查找可能有助于回答用户原始问题的信息。用户可以使用的工具包括：
{tools}
{format_instructions}
用户输入#
以下是用户的输入（请记住使用包含单个动作的JSON blob的markdown代码片段进行响应，不要包含其他内容）：
{{input}}
系统消息#
如果您希望在对话开始前向代理发送消息，请输入您想要发送的内容。
此选项可用于引导代理的决策过程。
最大迭代次数#
输入模型应运行的次数，用于尝试从用户提示中生成优质回答。
默认值为 10。
返回中间步骤#
选择是否在最终输出中包含智能体(agent)采取的中间步骤（开启）或不包含（关闭）。
这对于根据智能体采取的操作步骤进一步优化其行为非常有用。
模板和示例#
请参考主AI Agent节点的模板和示例部分。
常见问题#
关于常见问题或疑问及其建议解决方案，请参阅常见问题。
AI glossary#
- completion: Completions are the responses generated by a model like GPT.
- hallucinations: Hallucination in AI is when an LLM (large language model) mistakenly perceives patterns or objects that don't exist.
- vector database: A vector database stores mathematical representations of information. Use with embeddings and retrievers to create a database that your AI can access when answering questions.
- vector store: A vector store, or vector database, stores mathematical representations of information. Use with embeddings and retrievers to create a database that your AI can access when answering questions.