xAI Grok 聊天模型节点#
使用 xAI Grok 聊天模型节点可以访问 xAI Grok 的大型语言模型，用于对话式 AI 和文本生成任务。
本页将介绍 xAI Grok 聊天模型节点的参数配置，并提供更多资源链接。
凭证
您可以在此处找到该节点的认证信息 here。
/// 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。n8n 会动态加载 xAI Grok API 提供的可用模型。了解更多信息请参阅 xAI Grok 模型文档。
节点选项#
- 频率惩罚：使用此选项控制模型重复自身的概率。数值越高，模型重复自身的概率越低。
- 最大令牌数：输入使用的最大令牌数，这将设置补全内容的长度。大多数模型的上下文长度为 2048 个令牌，最新模型支持最多 32,768 个令牌。
- 响应格式：选择 文本 或 JSON。选择 JSON 可确保模型返回有效的 JSON 格式。
- 存在惩罚：使用此选项控制模型讨论新话题的概率。数值越高，模型讨论新话题的概率越高。
- 采样温度：使用此选项控制采样过程的随机性。较高的温度值会产生更多样化的采样结果，但也会增加产生幻觉的风险。
- 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：使用此选项设置补全内容应使用的概率阈值。使用较低值可以忽略概率较低的选项。
模板与示例#
相关资源#
更多关于该服务的信息，请参考 xAI Grok 的 API 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.