结构化输出解析器节点#
使用结构化输出解析器节点可以根据 JSON Schema 返回字段。
本页将介绍结构化输出解析器节点的参数配置，并提供更多相关资源链接。
/// 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#
- Schema 类型: 定义输出结构和验证规则。提供 schema 有两种方式：
- 从 JSON 示例生成：输入一个 JSON 对象示例来自动生成 schema。节点会使用对象属性的类型和名称，但会忽略实际值。
- 手动定义：手动输入 JSON schema。请参阅 JSON Schema 指南和示例来了解如何创建有效的 JSON schema。请注意，我们不支持 JSON schema 中的引用（使用
$ref）。
模板与示例#
相关资源#
更多关于该服务的信息，请参考 LangChain 的输出解析器文档。
查看 n8n 的高级 AI 文档。
常见问题#
关于常见问题或错误及其解决方案，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.