Frontmatter-432c2b8dff1f43d4b1c8d20075510fe4#

title: مستندات نود دریافت‌کننده ورکفلو description: نحوه استفاده از نود دریافت‌کننده ورکفلو در n98n را بیاموزید. راهنمای فنی برای اینتگریشن‌ نود دریافت‌کننده در ورکفلوها خود. contentType: [اینتگریشن‌، مرجع] priority: medium

نود دریافت‌کننده ورکفلو#

از نود دریافت‌کننده ورکفلو برای بازیابی داده‌ها از یک ورکفلو n98n برای استفاده در زنجیره پرس‌وجوی بازیابی (Retrieval QA) یا نود دریافت‌کننده دیگری استفاده کنید.

در این صفحه، پارامترهای نود برای نود دریافت‌کننده ورکفلو و لینک‌های منابع بیشتر را 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.

## پارامترهای نود

### منبع

به n98n بگویید که کدام ورکفلو را فراخوانی کند. شما می‌توانید یکی از گزینه‌های زیر را انتخاب کنید:

* **پایگاه داده** و شناسه ورکفلو را وارد کنید.
* **پارامتر** و یک [JSON ورکفلو](/workflows/export-import) کامل را کپی کنید.

### مقادیر ورکفلو

مقادیر را برای عبور به ورکفلو در حال فراخوانی تعیین کنید.

این مقادیر در داده‌های خروجی نود فعال‌سازی در گردش‌کاری که فرا می‌خوانید ظاهر می‌شوند. شما می‌توانید این مقادیر را در عبارات در ورکفلو دسترسی داشته باشید. به عنوان مثال، اگر دارید:

* **مقادیر ورکفلو** با **نام** `myCustomValue`
* یک ورکفلو با نود فعال‌سازی "اجرای زیرگردش‌کار" به عنوان فایل فعال‌ساز

عبارت برای دسترسی به مقدار `myCustomValue` عبارت است از `{{ $('Execute Sub-workflow Trigger').item.json.myCustomValue }}`.

قالب‌ها و نمونه‌ها#

Browse Workflow Retriever integration templates, or search all templates

منابع مرتبط#

برای اطلاعات بیشتر درباره سرویس، به مستندات عمومی دریافت‌کننده‌های LangChain 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.