نود بارگذار داده پیشفرض
از نود بارگذار داده پیشفرض برای بارگذاری فایلهای داده باینری یا دادههای JSON برای ذخیرهگاههای برداری یا خلاصهسازی استفاده کنید.
در این صفحه، لیستی از پارامترهای پشتیبانی شده توسط نود بارگذار داده پیشفرض و لینکهایی به منابع بیشتر خواهید یافت.
مقدار پارامتر در زیرنودها
زیرنودها هنگام پردازش چند آیتم با استفاده از یک عبارت، رفتار متفاوتی نسبت به سایر نودها دارند.
اکثر نودها، از جمله نودهای ریشه، هر تعداد آیتم را به عنوان ورودی میپذیرند، این آیتمها را پردازش کرده و نتایج را خروجی میدهند. شما میتوانید از عبارات برای ارجاع به آیتمهای ورودی استفاده کنید، و نود هر بار این عبارت را برای هر آیتم حل میکند. برای مثال، اگر ورودی شامل پنج مقدار name
باشد، عبارت {{ $json.name }}
به ترتیب به هر نام حل میشود.
در زیرنودها، این عبارت همیشه به اولین آیتم ارجاع میدهد. برای مثال، اگر ورودی شامل پنج مقدار name
باشد، عبارت {{ $json.name }}
همیشه به اولین نام ارجاع میدهد.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21 | ## پارامترهای نود
* **نوع داده**: گزینه **باینری** یا **JSON** را انتخاب کنید.
* **فرمت داده**: زمانی نشان داده میشود که **نوع داده** را بر روی **باینری** تنظیم کنید. نوع MIME فایل داده باینری خود را انتخاب کنید. اگر میخواهید n98n به صورت خودکار فرمت داده را بر اساس نوع MIME تشخیص دهد، بر روی **تشخیص خودکار بر اساس نوع MIME** تنظیم کنید. اگر فرمت داده خاصی تعیین کنید و نوع MIME فایل ورودی با آن مطابقت نداشته باشد، نود خطا میدهد. اگر از **تشخیص خودکار بر اساس نوع MIME** استفاده کنید، اگر نتواند نوع MIME فایل را مطابق با فرمت داده پشتیبانیشده تشخیص دهد، به فرمت متن برمیگردد.
* **حالت**: گزینههای زیر را انتخاب کنید:
* **بارگذاری تمام دادههای ورودی**: از تمام دادههای ورودی نود استفاده کنید.
* **بارگذاری دادههای خاص**: از [عبارات](/code/expressions) برای تعریف دادههایی که میخواهید بارگذاری کنید، استفاده کنید. میتوانید متن و عبارات را اضافه کنید. این بدان معنی است که میتوانید یک سند سفارشی با مخلوطی از متن و عبارات ایجاد کنید.
## گزینههای نود
* **متادیتا**: متادیتایی را تنظیم کنید که باید همراه با سند در ذخیرهگاه برداری قرار گیرد. این همان چیزی است که هنگام بازیابی دادهها با استفاده از گزینه **فیلتر متادیتا** در نودهای ذخیرهگاه برداری، به آن تطابق میدهید.
## قالبها و نمونهها
<!-- see https://www.notion.so/n8n/Pull-in-templates-for-the-integrations-pages-37c716837b804d30a33b47475f6e3780 -->
<span class="n8n-templates-widget-more"><a href="https://n98n.ir/integrations/default-data-loader/" target="_blank">Browse Default Data Loader integration templates</a>, or <a href="https://n98n.ir/workflows/" target="_blank">search all templates</a></span>
## منابع مرتبط
برای اطلاعات بیشتر درباره سرویس، به [مستندات لود کنندههای مدارک در LangChain](https://js.langchain.com/docs/modules/data_connection/document_loaders/integrations/file_loaders/){:target=_blank .external-link} مراجعه کنید.
|
مشاهده مستندسازی [هوش مصنوعی پیشرفته] n98n در این قسمت.
```
واژگان مورد استفاده در هوش مصنوعی
- کاملشدن: پاسخهایی هستند که توسط مدلی مانند GPT تولید میشوند.
- توهمات: توهم در هوش مصنوعی هنگامی است که یک مدل زبانی بزرگ (LLM) نادرست تصور میکند الگوها یا اشیائی وجود دارند که واقعاً وجود ندارند.
- پایگاه داده وکتور: پایگاه داده وکتور نمایههای ریاضی اطلاعات را ذخیره میکند. از آن در کنار جاسازیها و بازیابها برای ساختن یک پایگاه داده که هوش مصنوعی شما میتواند هنگام پاسخگویی به سوالات به آن مراجعه کند، استفاده میشود.
- مخزن وکتور: مخزن وکتور، یا پایگاه داده وکتور، نمایههای ریاضی اطلاعات را ذخیره میکند. از آن در کنار جاسازیها و بازیابها برای ساختن یک پایگاه داده که هوش مصنوعی شما میتواند هنگام پاسخگویی به سوالات به آن مراجعه کند، استفاده میشود.