پرش به محتویات

نود مدل گفتگوی OpenRouter#

از نود مدل گفتگوی OpenRouter برای استفاده از مدل‌های گفتگوی OpenRouter با عامل‌های مکالمه‌ای استفاده کنید.

در این صفحه، پارامترهای نود مدل گفتگوی OpenRouter و لینک‌های منابع بیشتر را خواهید یافت.

احراز هویت

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

مدل مورد استفاده برای تولید پاسخ را انتخاب کنید.

n98n به‌صورت دینامیک مدل‌ها را از OpenRouter بارگذاری می‌کند و تنها مدل‌های در دسترس حساب کاربری شما را نمایش می‌دهد.

## گزینه‌های نود

از این گزینه‌ها برای تنظیم دقیق‌تر رفتار نود استفاده کنید.

### آدرس پایه URL

یک آدرس URL وارد کنید تا آدرس API پیش‌فرض جایگزین شود.

### جریمه فراوانی

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

### حداکثر تعداد توکن‌ها

حداکثر تعداد توکن‌های مصرف‌شده را وارد کنید، که طول پاسخ را تعیین می‌کند.

### قالب پاسخ

انتخاب «متن» یا «JSON». «JSON» تضمین می‌کند که مدل پاسخ معتبر JSON برگرداند.

### جریمه حضور

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

### دمای نمونه‌گیری

از این گزینه برای کنترل تصادفی بودن فرآیند نمونه‌گیری استفاده کنید. دمای بالاتر، تنوع نمونه‌گیری را افزایش می‌دهد، اما ریسک هولوکاست‌ها را نیز بالا می‌برد.

### زمان‌نصب (Timeout)

حداکثر زمان درخواست به میلی‌ثانیه وارد کنید.

### بیش‌ترین تعداد تلاش‌ها (Max Retries)

حداکثر تعداد دفعاتی که می‌خواهید درخواست را مجدد انجام دهید وارد کنید.

### Top P

از این گزینه برای تعیین احتمال استفاده از پاسخ میانه (top p) استفاده کنید. برای نادیده گرفتن گزینه‌های کم‌احتمال، مقدار پایین‌تر وارد کنید.

## 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/openrouter-chat-model/" target="_blank">Browse OpenRouter Chat Model integration templates</a>, or <a href="https://n98n.ir/workflows/" target="_blank">search all templates</a></span>

## منابع مرتبط

از آنجایی که OpenRouter با API سازگار با OpenAI است، می‌توانید برای اطلاعات بیشتر درباره این سرویس، به [مستندات OpenAI در لینگ‌چین](https://js.langchain.com/integrations/chat/openai/) 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.