Skip to content

拥抱脸推断模型节点(Hugging Face Inference Model node)#

使用 Hugging Face 推断模型节点使用 Hugging Face 的模型。

🌐 Use the Hugging Face Inference Model node to use Hugging Face's models.

本页包含 Hugging Face 推断模型节点的节点参数以及更多资源的链接。

🌐 On this page, you'll find the node parameters for the Hugging Face Inference Model node, and links to more resources.

这个节点缺乏工具支持，因此无法与 AI Agent 节点一起使用。相反，请将其连接到 Basic LLM Chain 节点。

🌐 This node lacks tools support, so it won't work with the AI Agent node. Instead, connect it with the Basic LLM Chain node.

凭证

你可以在此处找到此节点的认证信息。

Parameter resolution in sub-nodes

Sub-nodes behave differently to other nodes when processing multiple items using an expression.

Most nodes, including root nodes, take any number of items as input, process these items, and output the results. You can use expressions to refer to input items, and the node resolves the expression for each item in turn. For example, given an input of five name values, the expression {{ $json.name }} resolves to each name in turn.

In sub-nodes, the expression always resolves to the first item. For example, given an input of five name values, the expression {{ $json.name }} always resolves to the first name.

节点参数(Node parameters)#

  • 模型：选择用于生成完成内容的模型。

节点选项(Node options)#

  • 自定义推断端点：请输入自定义推断端点的 URL。
  • 频率惩罚：使用此选项可以控制模型重复自己内容的可能性。数值越高，模型重复的可能性越低。
  • 最大令牌数：输入使用的最大令牌数，这将设置完成的长度。
  • 存在惩罚：使用此选项可以控制模型谈论新话题的概率。数值越高，模型谈论新话题的可能性越大。
  • 采样温度：使用此选项来控制采样过程的随机性。较高的温度会产生更为多样化的采样，但也会增加出现偏差的风险。
  • Top K：输入模型用于生成下一个标记的标记选择数量。
  • Top P：使用此选项设置完成时应使用的概率。使用较低的值可以忽略不太可能的选项。

模板和示例(Templates and examples)#

Template widget placeholder.

有关该服务的更多信息，请参考 LangChains 的 Hugging Face 推断模型文档。

🌐 Refer to LangChains's Hugging Face Inference Model documentation for more information about the service.

View n8n's Advanced AI documentation.