什么是 AI 链？

链¹将不同的 AI 组件组合成一个协同工作的系统，在组件之间建立调用顺序。这些组件可以包括模型和记忆²，但请注意，n8n 中的链无法使用记忆。

n8n 中的链

n8n 提供三个链节点：

• Basic LLM Chain：用于与 LLM 交互，不包含额外组件。
• Question and Answer Chain：可以通过检索器连接到向量存储³，或通过 Workflow Retriever 节点连接到 n8n 工作流。需要构建支持针对特定文档提问的工作流时，可使用此节点。
• Summarization Chain：接收输入并返回摘要。

n8n 中的链与 LangChain 等其他工具中的链有一个重要区别：n8n 的所有链节点均不支持记忆，无法记住用户之前的查询。如果使用 LangChain 编程构建 AI 应用，可以为应用添加记忆。在 n8n 中，如果工作流需要记忆，请使用智能体。要让用户与应用进行自然、持续的对话，记忆至关重要。

相关资源

• 理解 AI 组件
• 智能体的作用
• 记忆的工作原理
• 工具的工作原理
• 使用向量存储和搜索数据
• 检索相关上下文
• 智能体与链的对比

Footnotes

1. AI 链通过按顺序调用组件，让你与大语言模型（LLM）和其他资源交互。n8n 中的 AI 链不使用持久记忆，因此无法引用先前的上下文；如有此需求，请使用 AI 智能体。 ↩

2. 在 AI 场景中，记忆让 AI 工具能够在多次交互之间保留消息上下文。例如，你可以与 AI 智能体持续对话，而无需在每条消息中重新提供上下文。在 n8n 中，AI 智能体节点可以使用记忆，AI 链则不能。 ↩

3. 向量存储，也称向量数据库，用数学形式表示并存储信息。将其与嵌入模型和检索器配合使用，可以创建供 AI 回答问题时访问的数据库。 ↩