OpenAI 文本操作

这些操作用于向 OpenAI 模型发送消息，或对文本进行违规分类。有关 OpenAI 节点本身的更多信息，请参阅 OpenAI。

信息

此前的节点版本

n8n 1.117.0 引入了支持 OpenAI Responses API 的 OpenAI 节点 V2。它将“Message a Model”（向模型发送消息）操作重命名为“Generate a Chat Completion”（生成聊天补全），以明确其使用 Chat Completions API；同时新增独立的“Generate a Model Response”（生成模型响应）操作，使用 Responses API。

Generate a Chat Completion（生成聊天补全）

此操作通过 Chat Completions API 向 OpenAI 模型发送消息或提示词，并接收响应。

填写以下参数：

• Credential to connect with（连接所用凭据）：创建或选择已有的 OpenAI 凭据。
• Resource（资源）：选择 Text（文本）。
• Operation（操作）：选择 Generate a Chat Completion（生成聊天补全）。
• Model（模型）：选择要使用的模型。按原文给出的示例，需要较高智能水平时可选 gpt-4o，优先考虑速度和较低成本时可选 gpt-4o-mini。更多信息，请参阅模型概览 | OpenAI Platform；这些模型名按原文版本保留。
• Messages（消息）：输入 Text（文本）提示词，并指定模型生成响应时使用的 Role（角色）。有关如何借助这些角色编写更好的提示词，请参阅提示词工程 | OpenAI。可选择以下角色：
  • User（用户）：以用户身份发送消息，并获取模型响应。
  • Assistant（助手）：表示模型在此前交互中生成的消息。译注：原文将此角色描述为设置语气或个性；角色本身用于标记助手消息，整体行为应通过相应的指令角色设定。
  • System（系统）：默认没有系统消息。可以在用户消息中定义指令，但系统消息中的指令更有效。每个会话可设置多条系统消息，用于设定模型行为，或为下一条用户消息提供上下文。
• Simplify Output（简化输出）：开启后，返回简化响应，而不是原始数据。
• Output Content as JSON（以 JSON 输出内容）：开启后，尝试以 JSON 格式返回响应。兼容 GPT-4 Turbo，以及 GPT-3.5 Turbo 系列中晚于 gpt-3.5-turbo-1106 的所有模型。

选项

• Frequency Penalty（频率惩罚）：施加惩罚，降低模型重复类似语句的倾向，范围为 0.0 到 2.0。
• Maximum Number of Tokens（最大 token 数）：设置响应的最大 token 数。在标准英文文本中，一个 token 约对应四个字符。可用此选项限制输出长度。
• Number of Completions（补全数量）：默认值为 1。设置每个提示词要生成的补全数量。请谨慎设置，较大的数量会快速消耗 token。
• Presence Penalty（存在惩罚）：施加惩罚，引导模型讨论新话题，范围为 0.0 到 2.0。
• Output Randomness (Temperature)（输出随机性：温度）：调整响应的随机性，范围为 0.0（确定性）到 1.0（最大随机性）。原文建议只调整此项或 Output Randomness (Top P)，不要同时调整两者。可从中等温度（约 0.7）开始，再根据观察到的输出调整。如果响应过于重复或僵硬，可提高温度；如果过于混乱或偏离主题，可降低温度。默认值为 1.0。
• Output Randomness (Top P)（输出随机性：Top P）：调整 Top P 以控制助手响应的多样性。例如，0.5 表示仅考虑按概率加权后累计占一半的候选项。原文建议只调整此项或 Output Randomness (Temperature)，不要同时调整两者。默认值为 1.0。

更多信息，请参阅聊天补全 | OpenAI 文档。

Generate a Model Response（生成模型响应）

此操作通过 Responses API 向 OpenAI 模型发送消息或提示词，并接收响应。

填写以下参数：

• Credential to connect with（连接所用凭据）：创建或选择已有的 OpenAI 凭据。
• Resource（资源）：选择 Text（文本）。
• Operation（操作）：选择 Generate a Model Response（生成模型响应）。
• Model（模型）：选择要使用的模型，概览请参阅模型概览 | OpenAI Platform。
• Messages（消息）：选择以下任一种 Message Types（消息类型）：
  • Text（文本）：输入 Text（文本）提示词，并指定模型生成响应时使用的 Role（角色）。有关如何借助这些角色编写更好的提示词，请参阅提示词工程 | OpenAI。
  • Image（图片）：通过图片 URL、文件 ID（使用 OpenAI Files API），或工作流前序节点传入的二进制数据，提供 Image（图片）。
  • File（文件）：提供受支持格式的 File（文件，本页所述节点版本仅支持 PDF）。可以使用文件 URL、文件 ID（通过 OpenAI Files API），或工作流前序节点传入的二进制数据。
  • 对于任意消息类型，都可以选择以下角色之一：
    • User（用户）：以用户身份发送消息，并获取模型响应。
    • Assistant（助手）：表示模型在此前交互中生成的消息。译注：原文将此角色描述为设置语气或个性；角色本身用于标记助手消息，整体行为应通过相应的指令角色设定。
    • System（系统）：默认系统消息为 "You are a helpful assistant"。可以在用户消息中定义指令，但系统消息中的指令更有效。本操作中，每个会话只能设置一条系统消息，用于设定模型行为，或为下一条用户消息提供上下文。
• Simplify Output（简化输出）：开启后，返回简化响应，而不是原始数据。

内置工具

OpenAI Responses API 提供多种内置工具，用于丰富模型响应：

• Web Search（网页搜索）：允许模型在生成响应前搜索网页，获取最新信息。
• MCP Servers（MCP 服务器）：允许模型连接远程 MCP 服务器。更多信息，请参阅将远程 MCP 服务器用作工具。
• File Search（文件搜索）：允许模型在生成响应前，从此前上传文件构成的知识库中搜索相关信息。更多信息，请参阅 OpenAI 文档。
• Code Interpreter（代码解释器）：允许模型在沙盒环境中编写并运行 Python 代码。

选项

• Maximum Number of Tokens（最大 token 数）：设置响应的最大 token 数。在标准英文文本中，一个 token 约对应四个字符。可用此选项限制输出长度。
• Output Randomness (Temperature)（输出随机性：温度）：调整响应的随机性，范围为 0.0（确定性）到 1.0（最大随机性）。原文建议只调整此项或 Output Randomness (Top P)，不要同时调整两者。可从中等温度（约 0.7）开始，再根据观察到的输出调整。如果响应过于重复或僵硬，可提高温度；如果过于混乱或偏离主题，可降低温度。默认值为 1.0。
• Output Randomness (Top P)（输出随机性：Top P）：调整 Top P 以控制助手响应的多样性。例如，0.5 表示仅考虑按概率加权后累计占一半的候选项。原文建议只调整此项或 Output Randomness (Temperature)，不要同时调整两者。默认值为 1.0。
• Conversation ID（会话 ID）：此响应所属的会话。响应完成后，其输入项和输出项会自动添加到该会话。
• Previous Response ID（前一个响应 ID）：要从中继续交互的前一个响应的 ID，不能与 Conversation ID 同时使用。
• Reasoning（推理）：模型为生成响应所投入的推理强度。可返回模型推理过程的 Summary（摘要），例如用于调试。
• Store（存储）：是否存储生成的模型响应，以便后续通过 API 获取。默认值为 true。
• Output Format（输出格式）：选择将响应返回为 Text（文本）、指定的 JSON Schema，或 JSON Object（JSON 对象）。
• Background（后台）：是否以后台模式运行模型，使长时间运行的任务能够更可靠地执行。

更多信息，请参阅响应 | OpenAI 文档。

Classify Text for Violations（对文本进行违规分类）

此操作用于识别并标记可能有害的内容。OpenAI 模型会分析文本，并返回包含以下内容的响应：

• flagged：布尔字段，表示内容是否可能有害。
• categories：各分类的违规标记列表。
• category_scores：各分类的分数。

填写以下参数：

• Credential to connect with（连接所用凭据）：创建或选择已有的 OpenAI 凭据。
• Resource（资源）：选择 Text（文本）。
• Operation（操作）：选择 Classify Text for Violations（对文本进行违规分类）。
• Text Input（文本输入）：输入要判断是否违反审核政策的文本。
• Simplify Output（简化输出）：开启后，返回简化响应，而不是原始数据。

选项

• Use Stable Model（使用稳定模型）：开启后，使用稳定版模型，而不是最新版，准确率可能略低。

更多信息，请参阅内容审核 | OpenAI 文档。

常见问题

常见错误或问题及建议的解决步骤，请参阅常见问题。