Mistral Cloud 聊天模型节点#
使用 Mistral Cloud 聊天模型节点将 Mistral Cloud 的聊天模型与对话式智能体结合使用。
本页将介绍 Mistral Cloud 聊天模型节点的参数配置，并提供更多资源链接。
凭据
您可以在此处找到该节点的认证信息。
/// 注意 | 子节点中的参数解析 子节点在使用表达式处理多个项目时的行为与其他节点不同。
大多数节点（包括根节点）会接收任意数量的输入项，处理这些项目，然后输出结果。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表达式。例如，给定五个 name 值作为输入，表达式 {{ $json.name }} 会依次解析为每个名称。
而在子节点中，表达式总是解析为第一个项目。例如，给定五个 name 值作为输入，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 会动态加载 Mistral Cloud 中的模型，您只能看到账户可用的模型。
节点选项#
- 最大令牌数：设置使用的最大令牌数，用于控制补全长度。
- 采样温度：控制采样过程的随机性。较高的温度会产生更多样化的采样，但会增加幻觉风险。
- 超时时间：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：设置补全应使用的概率阈值。使用较低值可忽略概率较低的选项。
- 启用安全模式：通过在补全开头注入安全提示来启用安全模式。这有助于防止模型生成不当内容。
- 随机种子：输入用于随机采样的种子。如果设置，不同调用将生成确定性结果。
模板和示例#
相关资源#
有关该服务的更多信息，请参考 LangChain 的 Mistral 文档。
查看 n8n 的高级 AI 文档。
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.