n8n 中的 LangChain 概念#
此页面解释了 LangChain 概念和功能如何映射到 n8n 节点。
此页面包含 n8n 中以 LangChain 为中心的节点列表。您可以在与 LangChain 交互的工作流中使用任何 n8n 节点，以将 LangChain 链接到其他服务。LangChain 功能使用 n8n 的集群节点。
n8n 实现 LangChain JS
此功能是 n8n 对 LangChain JavaScript 框架的实现。
触发器节点#
集群节点#
集群节点 是协同工作以在 n8n 工作流中提供功能的节点组。您无需使用单个节点，而是使用一个根节点 和一个或多个扩展节点功能的子节点。
根节点#
每个集群都以一个根节点开始。
链#
链是一系列 LLM 和相关工具的连接，用于支持单个 LLM 无法独立提供的功能。
可用节点：
了解更多关于 LangChain 中的链接。
代理#
代理 可以访问一套工具，并根据用户输入确定使用哪些工具。代理可以使用多个工具，并将一个工具的输出作为下一个工具的输入。来源
可用节点：
了解更多关于 LangChain 中的代理。
向量存储#
向量存储存储嵌入数据，并对其执行向量搜索。
了解更多关于 LangChain 中的向量存储。
其他#
实用节点。
LangChain 代码：导入 LangChain。这意味着如果您需要 n8n 尚未创建节点的功能，您仍然可以使用它。
子节点#
每个根节点可以附加一个或多个子节点。
文档加载器#
文档加载器将数据作为文档添加到您的链中。数据源可以是文件或 Web 服务。
可用节点：
了解更多关于 LangChain 中的文档加载器。
语言模型#
LLM（大型语言模型）是分析数据集的程序。它们是处理 AI 的关键元素。
可用节点：
- Anthropic 聊天模型
- AWS Bedrock 聊天模型
- Cohere 模型
- Hugging Face 推理模型
- Mistral Cloud 聊天模型
- Ollama 聊天模型
- Ollama 模型
- OpenAI 聊天模型
了解更多关于 LangChain 中的语言模型。
记忆#
记忆在一系列查询中保留有关先前查询的信息。例如，当用户与聊天模型交互时，如果您的应用程序可以记住并调用完整的对话，而不仅仅是用户输入的最新查询，这将非常有用。
可用节点：
了解更多关于 LangChain 中的记忆。
输出解析器#
输出解析器接受 LLM 生成的文本并将其格式化以匹配您需要的结构。
可用节点：
了解更多关于 LangChain 中的输出解析器。
检索器#
文本分割器#
文本分割器分解数据（文档），使 LLM 更容易处理信息并返回准确的结果。
可用节点：
n8n 的文本分割器节点实现了 LangChain 的 text_splitter API 的部分功能。
工具#
实用工具。
嵌入#
Embeddings capture the "relatedness" of text, images, video, or other types of information. (source)
可用节点：
- Embeddings AWS Bedrock
- Embeddings Cohere
- Embeddings Google PaLM
- Embeddings Hugging Face Inference
- Embeddings Mistral Cloud
- Embeddings Ollama
- Embeddings OpenAI
了解更多关于 LangChain 中的文本嵌入。
其他#
🚀 与作者交流
📚 教程 💡 案例 🔧 技巧
⚡ 快答 🎯 定制 🚀 支持