پرش به محتویات

نود مدل گفتگوی OpenAI#

از نود مدل گفتگوی OpenAI برای استفاده از مدل‌های چت OpenAI با عامل‌های گفتگو استفاده کنید.

در این صفحه، پارامترهای نود مدل گفتگوی OpenAI و لینک‌هایی به منابع بیشتر را خواهید دید.

اعتبارنامه‌

شما می‌توانید اطلاعات احراز هویت مربوط به این نود را در اینجا بیابید.

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
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
## پارامترهای نود

### مدل

مدلی که می‌خواهید برای تولید پاسخ استفاده کنید را انتخاب کنید.

نمودن dynamical models از OpenAI، و تنها مدل‌های در دسترس حساب شما نمایش داده می‌شوند.

## گزینه‌های نود

از این گزینه‌ها برای دقیق‌تر کردن رفتار نود استفاده کنید.

### URL پایه

در این قسمت یک URL وارد کنید تا URL پیش‌فرض برای API جایگزین شود.

### جریمه تکرار

از این گزینه برای کنترل احتمال تکرار صحبت‌های مدل استفاده کنید. مقادیر بالاتر، احتمال تکرار را کاهش می‌دهند.

### حداکثر تعداد توکن‌ها

حداکثر تعداد توکن‌های استفاده شده را وارد کنید که طول پاسخ را مشخص می‌کند.

### قالب پاسخ

**متن** یا **JSON** را انتخاب کنید. **JSON** اطمینان می‌دهد که مدل JSON معتبر برگرداند.

### جریمه حضور

از این گزینه برای کنترل احتمال صحبت کردن مدل درباره موضوعات جدید استفاده کنید. مقادیر بالاتر، احتمال صحبت درباره موضوعات جدید را افزایش می‌دهند.

### دمای نمونه‌برداری

از این گزینه برای کنترل تصادفی بودن فرآیند نمونه‌برداری استفاده کنید. دمای بالاتر، نمونه‌برداری متنوع‌تر اما احتمالا با توهمات بیشتری است.

### تایم‌اوت

حداکثر زمان درخواست را بر حسب میلی‌ثانیه وارد کنید.

### حداکثر تعداد تلاش مجدد

حداکثر دفعات تلاش مجدد برای درخواست را وارد کنید.

### Top P

از این گزینه برای تنظیم احتمال استفاده در تکمیل بهره‌مند شوید. مقدار پایین‌تر گزینه‌های کم‌اهمیت‌تر را نادیده می‌گیرد.

## نمونه‌ها و مثال‌ها

<!-- مراجعه به 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/openai-chat-model/" target="_blank">Browse OpenAI Chat Model integration templates</a>, or <a href="https://n98n.ir/workflows/" target="_blank">search all templates</a></span>

## منابع مرتبط

برای اطلاعات بیشتر در مورد سرویس، به [مستندات OpenAI شرکت LangChains](https://js.langchain.com/integrations/chat/openai/){:target=_blank .external-link} مراجعه کنید.


مشاهده مستندسازی [هوش مصنوعی پیشرفته] n98n در این قسمت.

مشکلات رایج#

برای سوالات متداول یا مشکلات و راه‌حل‌های پیشنهادی، به مشکلات رایج مراجعه کنید.

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.