跳到主要内容

Think Tool(思考工具) 节点

Think Tool 节点是一种工具1,让智能体2在回答前先思考。它允许智能体先通过自我对话思考问题,再给出答案,特别适合需要仔细考虑的复杂查询。

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。

模板与示例 ​

浏览 Think Tool(思考工具) 集成模板,或搜索所有模板

提示词示例 ​

例如,向智能体提出以下问题:

Jack 正看着 Anne,Anne 正看着 George。Jack 已婚,George 未婚,不知道 Anne 是否已婚。是否有已婚者正在看着未婚者?

智能体会使用工具进行思考:

已知信息:1. Jack 正看着 Anne。2. Anne 正看着 George。3. Jack 已婚。4. George 未婚。5. 不知道 Anne 是否已婚。

需要判断是否有已婚者正在看着未婚者。考虑 Anne 的两种情况:

情况 1:Anne 已婚。

  • 如果 Anne 已婚,那么她(已婚)正看着 George(未婚)。此时,已婚者 Anne 正看着未婚者 George。

情况 2:Anne 未婚。

  • 如果 Anne 未婚,那么 Jack(已婚)正看着 Anne(未婚)。此时,已婚者 Jack 正看着未婚者 Anne。

两种情况下,都有已婚者正看着未婚者。因此,答案是肯定的。

随后给出答案:

是的,有已婚者正在看着未婚者。无论 Anne 的婚姻状况是哪一种,都会有已婚者(Jack 或 Anne)正看着未婚者(George 或 Anne)。

相关资源 ​

有关 LangChain 工具的更多信息,请参阅 LangChain 工具文档。

查看 n8n 的高级 AI 文档。

Footnotes​

  1. 在 AI 场景中,工具是附加资源,AI 可在响应请求时调用它获取特定信息或功能。AI 模型可以通过工具与外部系统交互,或完成具体、专门的任务。 ↩

  2. AI 智能体是能够响应请求、作出决策并为用户执行现实任务的人工智能系统。它们使用大型语言模型(LLM)理解用户输入,并根据可用的信息和资源,决定如何最好地处理请求。 ↩

本文为社区中文翻译。查看对应英文原文