n8n 中的 LangChain 概念(LangChain concepts in n8n)#
此页面解释了 LangChain 的概念和功能如何映射到 n8n 节点。
🌐 This page explains how LangChain concepts and features map to n8n nodes.
此页面包含 n8n 中以 LangChain 为重点的节点列表。你可以在与 LangChain 交互的工作流程中使用任何 n8n 节点，将 LangChain 链接到其他服务。LangChain 功能使用 n8n 的Cluster nodes。
🌐 This page includes lists of the LangChain-focused nodes in n8n. You can use any n8n node in a workflow where you interact with LangChain, to link LangChain to other services. The LangChain features uses n8n's Cluster nodes.
n8n 实现了 LangChain JS
此功能是 n8n 对 LangChain 的 JavaScript 框架 的实现。
触发器节点(Trigger nodes)#
集群节点(Cluster nodes)#
Cluster nodes are node groups that work together to provide functionality in an n8n workflow. Instead of using a single node, you use a root node and one or more sub-nodes that extend the functionality of the node.
根节点(Root nodes)#
每个簇都以一个根节点开始。
🌐 Each cluster starts with one root node.
链(Chains)#
链（chain）是一系列大语言模型（LLM）及相关工具的组合，它们相互连接以支持单个大语言模型无法提供的功能。
🌐 A chain is a series of LLMs, and related tools, linked together to support functionality that can't be provided by a single LLM alone.
可用的节点：
🌐 Available nodes:
了解更多关于 LangChain 中的链式操作 的信息。
🌐 Learn more about chaining in LangChain.
代理(Agents)#
一个代理可以使用一套工具，并根据用户输入决定使用哪些工具。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
可用的节点：
🌐 Available nodes:
了解更多关于 LangChain 中的代理 的信息。
🌐 Learn more about Agents in LangChain.
向量存储(Vector stores)#
向量存储 保存嵌入数据，并对其执行向量搜索。
了解更多关于 LangChain 中的向量存储 的信息。
🌐 Learn more about Vector stores in LangChain.
其他(Miscellaneous)#
实用程序节点。
🌐 Utility nodes.
LangChain 代码：import LangChain。这意味着如果你需要的功能 n8n 尚未创建节点，你仍然可以使用它。
子节点(Sub-nodes)#
每个根节点可以附加一个或多个子节点。
🌐 Each root node can have one or more sub-nodes attached to it.
文档加载器(Document loaders)#
文档加载器将数据作为文档添加到你的链中。数据源可以是文件或 web 服务。
🌐 Document loaders add data to your chain as documents. The data source can be a file or web service.
可用的节点：
🌐 Available nodes:
了解更多关于 LangChain 中的文档加载器 的信息。
🌐 Learn more about Document loaders in LangChain.
语言模型(Language models)#
大型语言模型 (LLMs) 是分析数据集的程序。它们是使用人工智能的关键要素。
可用的节点：
🌐 Available nodes:
- Anthropic 聊天模型
- AWS Bedrock 聊天模型
- Cohere 模型
- Hugging Face 推理模型
- Mistral 云聊天模型
- 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 的信息。
🌐 Learn more about Language models in LangChain.
内存(Memory)#
记忆 会保留有关一系列查询中先前查询的信息。例如，当用户与聊天模型互动时，如果您的应用程序能够记住整个对话并使用它，而不仅仅是用户最近输入的查询，这会非常有用。
可用的节点：
🌐 Available nodes:
了解更多关于 LangChain 中的记忆 的信息。
🌐 Learn more about Memory in LangChain.
输出解析器(Output parsers)#
输出解析器会获取 LLM 生成的文本，并将其格式化为符合你要求的结构。
🌐 Output parsers take the text generated by an LLM and format it to match the structure you require.
可用的节点：
🌐 Available nodes:
了解更多关于 LangChain 中的输出解析器 的信息。
🌐 Learn more about Output parsers in LangChain.
检索器(Retrievers)#
文本分割器(Text splitters)#
文本拆分器将数据（文档）拆分，使 LLM 更容易处理信息并返回准确的结果。
🌐 Text splitters break down data (documents), making it easier for the LLM to process the information and return accurate results.
可用的节点：
🌐 Available nodes:
n8n 的文本拆分节点实现了 LangChain 的 text_splitter API 的部分功能。
🌐 n8n's text splitter nodes implements parts of LangChain's text_splitter API.
工具(Tools)#
实用工具 工具。
🌐 Utility tools.
嵌入(Embeddings)#
可用的节点：
🌐 Available nodes:
- 嵌入式 AWS Bedrock
- 嵌入 Cohere
- 嵌入 Google PaLM
- 嵌入 Hugging Face 推理
- Embeddings Mistral Cloud
- Embeddings Ollama
- Embeddings OpenAI
了解更多关于 LangChain 中的文本嵌入 的信息。
🌐 Learn more about Text embeddings in LangChain.