پرش به محتویات

نود پارسر خروجی ساختاریافته#

از نود پارسر خروجی ساختاریافته برای بازگرداندن فیلدها بر اساس یک نمودار JSON استفاده کنید.

در این صفحه، پارامترهای نود برای نود پارسر خروجی ساختاریافته و لینک‌هایی به منابع بیشتر را پیدا خواهید کرد.

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
## پارامترهای نود

* **نوع نمودار**: ساختار خروجی و اعتبارنامه‌ را تعریف می‌کند. شما دو گزینه برای ارائه نمودار دارید:


1. **تولید از نمونه JSON**: یک شیء JSON نمونه وارد کنید تا به‌طور خودکار اسکیمای آن تولید شود. این نود از نوع‌ها و نام‌های خاصیت شیء استفاده می‌کند. مقادیر واقعی نادیده گرفته می‌شوند.
2. **تعریف زیر**: به صورت دستی اسکیمای JSON را وارد کنید. برای کمک در ساخت یک اسکیمای معتبر JSON، راهنماها و نمونه‌های [راهنماهای JSON Schema](https://json-schema.org/learn/miscellaneous-examples){:target=_blank .external-link} را مطالعه کنید.

قالب‌ها و نمونه‌ها#

Browse Structured Output Parser integration templates, or search all templates

منابع مرتبط#

برای اطلاعات بیشتر درباره سرویس، به مستندات پارسر خروجی LangChain مراجعه کنید.

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

مشکلات رایج#

برای سوالات یا مشکلات رایج 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.