Ollama 聊天模型节点#
Ollama 聊天模型节点允许您使用本地 Llama 2 模型与对话式智能体进行交互。
本页将介绍 Ollama 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：选择用于生成补全内容的模型。可选：
- Llama2
- Llama2 13B
- Llama2 70B
- Llama2 Uncensored
有关可用模型的更多信息，请参考 Ollama 模型库文档。
节点选项#
- 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结果，但会增加产生幻觉的风险。
- Top K：设置模型用于生成下一个 token 的候选 token 数量。
- Top P：设置补全内容应使用的概率阈值。较低的值会忽略概率较低的选项。
模板与示例#
相关资源#
有关该服务的更多信息，请参考 LangChain 的 Ollama 聊天模型文档。
查看 n8n 的高级 AI 文档。
常见问题#
关于常见问题及其解决方案，请参考常见问题。
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.
自托管 AI 入门套件#
初次接触 AI 并使用自托管版 n8n？试试 n8n 的自托管 AI 入门套件，通过 Ollama、Qdrant 和 PostgreSQL 快速搭建概念验证或演示环境。