Embeddings Ollama（Ollama 嵌入模型） 节点

使用 Embeddings Ollama 节点，为指定文本生成嵌入向量¹。

本页列出了 Embeddings Ollama 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 Ollama 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：
  • all-minilm（384 维）
  • nomic-embed-text（768 维）

可用模型的更多信息，请参阅 Ollama 模型文档。

模板与示例

浏览 Embeddings Ollama（Ollama 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 Ollama 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。 ↩