Basic LLM Chain（基础 LLM 链） 节点

使用 Basic LLM Chain 节点，设置模型使用的提示词，也可为响应配置解析器。

本页列出了 Basic LLM Chain 节点的参数，并提供更多资源的链接。

信息

示例与模板

入门用法示例和模板，请参阅 n8n 的 Basic LLM Chain 集成页面。

节点参数

Prompt（提示词）

选择节点构建提示词的方式，提示词也称为用户查询或聊天输入。

可选择：

• Take from previous node automatically（自动取自上一个节点）：选择后，节点期望从上一个节点接收名为 chatInput 的输入。
• Define below（在下方定义）：选择后，在 Prompt (User Message)（提示词，用户消息）字段中提供静态文本或用于动态内容的表达式，作为提示词。

Require Specific Output Format（要求指定输出格式）

此参数控制是否要求节点使用指定的输出格式。开启后，n8n 会提示你将以下某个输出解析器连接到节点：

• Auto-fixing Output Parser（自动修复输出解析器）
• Item List Output Parser（数据项列表输出解析器）
• Structured Output Parser（结构化输出解析器）

Chat Messages（聊天消息）

使用聊天模型时，可通过 Chat Messages（聊天消息）设置消息。

如果未连接聊天模型，n8n 会忽略这些选项。选择节点使用的 Type Name or ID（类型名称或 ID）：

AI

在 Message（消息）字段中输入预期响应的示例。模型将尝试以同样的方式回复消息。

System（系统）

输入随用户输入一同发送的系统 Message（消息），为模型应该执行的操作提供指引。

可使用此选项定义语气等，例如：Always respond talking like a pirate。

User（用户）

输入用户输入示例。与 AI 选项配合使用，有助于改善智能体的输出。两者共同为模型提供可遵循的输入及预期响应（AI Message）示例。

选择以下一种输入类型：

• Text（文本）：以文本 Message（消息）的形式输入用户输入示例。
• Image (Binary)（图像，二进制）：选择前一个节点的二进制输入。输入 Image Data Field Name（图像数据字段名称），指定前一个节点中包含图像数据的二进制字段。
• Image (URL)（图像，URL）：通过 URL 输入图像，填写 Image URL（图像 URL）。

对于这两种 Image（图像）类型，可选择 Image Details（图像细节）以控制模型如何处理图像并生成对图像的文字理解。可选：

• Auto（自动）：模型使用自动设置，根据输入图像的大小决定采用 Low 还是 High 设置。
• Low（低）：模型接收图像的 512px × 512px 低分辨率版本，并使用 65 个 token 的预算表示图像。这样 API 可更快返回响应，消耗更少的输入 token。适用于无需高细节的场景。
• High（高）：模型可以访问低分辨率图像，然后根据输入图像大小创建 512px 正方形的细节裁剪图。每个细节裁剪图使用两倍的 token 预算（65 个 token），总计 129 个 token。适用于需要高细节的场景。

模板与示例

浏览 Basic LLM Chain（基础 LLM 链） 集成模板，或搜索所有模板

相关资源

该服务的更多信息，请参阅 LangChain 模型文档。

查看 n8n 的高级 AI 文档。

常见问题

以下列出 Basic LLM Chain 节点的常见错误和问题，以及解决或排查步骤。

未指定提示词错误

Prompt（提示词）为空或无效时，会显示此错误。

以下两种情况之一可能导致此错误：

1. Prompt（提示词）设为 Define below（在下方定义），但未在 Text（文本）字段中输入内容。
   • 解决方法是在 Text（文本）字段中输入有效提示词。
2. Prompt（提示词）设为 Connected Chat Trigger Node（已连接的聊天触发器节点），但传入数据中没有名为 chatInput 的字段。
   • 节点需要 chatInput 字段。如果前一个节点没有此字段，请添加 Edit Fields (Set) 节点，将传入字段名称改为 chatInput。