跳到主要内容

Embeddings Cohere(Cohere 嵌入模型) 节点

使用 Embeddings Cohere 节点,为指定文本生成嵌入向量1。

本页列出了 Embeddings Cohere 节点的参数,并提供更多资源的链接。

信息

凭据

此节点的身份验证信息,请参阅 Cohere 凭据文档。

信息

子节点中的参数解析

使用表达式处理多个数据项时,子节点的行为与其他节点不同。

多数节点,包括根节点,可以接收任意数量的输入数据项,处理后输出结果。你可以用表达式引用输入数据项,节点会依次对每个数据项解析表达式。例如,输入包含五个 name 值时,表达式 {{ $json.name }} 会依次解析为每个名称。

在子节点中,表达式始终解析为第一个数据项。例如,输入包含五个 name 值时,表达式 {{ $json.name }} 始终解析为第一个名称。

节点参数 ​

  • Model(模型):选择用于生成嵌入向量的模型,可选:
    • Embed-English-v2.0(4096 Dimensions)(4096 维)
    • Embed-English-Light-v2.0(1024 Dimensions)(1024 维)
    • Embed-Multilingual-v2.0(768 Dimensions)(768 维)

可用模型的更多信息,请参阅 Cohere 模型文档。

模板与示例 ​

浏览 Embeddings Cohere(Cohere 嵌入模型) 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 的 Cohere 嵌入文档。

查看 n8n 的高级 AI 文档。

Footnotes​

  1. 嵌入是使用向量对数据进行数值化表示。AI 通过将值映射到多个维度,利用嵌入理解复杂数据及其关系。向量数据库或向量存储是专门用于存储和访问嵌入的数据库。 ↩

本文为社区中文翻译。查看对应英文原文