เรียนรู้วิธีใช้ ReAct Agent ของ node AI Agent ใน n8n ปฏิบัติตามเอกสารทางเทคนิคเพื่อรวม ReAct Agent เข้ากับ workflow ของคุณ
ความพร้อมใช้งานของคุณสมบัติ (Feature availability)
ReAct Agent เลิกใช้แล้วจาก n8n 1.82.0 node AI Agent ใหม่หรือที่ได้รับการอัปเดตจะใช้ Tools Agent แทน เฉพาะ workflow ที่ยังคงใช้ node เวอร์ชัน 1 ของ node AI Agent เท่านั้นที่สามารถเลือก ReAct Agent ได้
node เวอร์ชัน 1 ของ node AI Agent จะถูกลบออกจาก n8n 3.0 ดังนั้น ReAct Agent จึงหยุดทำงานสำหรับ workflow ทั้งหมด ดูสิ การเปลี่ยนแปลงที่ทำลายล้าง n8n 3.0 เพื่อดูรายละเอียด
node ReAct Agent นำไปใช้งาน ปฏิกิริยา ตรรกะ ReAct (การใช้เหตุผลและการกระทำ) รวบรวมพลังการให้เหตุผลของการกระตุ้นเตือนแบบลูกโซ่และการสร้างแผนปฏิบัติการ
ReAct Agent ให้เหตุผลเกี่ยวกับงานที่กำหนด กำหนดการดำเนินการที่จำเป็น จากนั้นจึงดำเนินการ มันเป็นไปตามวงจรของการให้เหตุผลและการกระทำจนกระทั่งงานสำเร็จ เอเจนต์ ReAct สามารถแบ่งงานที่ซับซ้อนออกเป็นงานย่อยย่อย จัดลำดับความสำคัญ และดำเนินการงานทีละงาน
อ้างถึง AI Agent สำหรับข้อมูลเพิ่มเติมเกี่ยวกับ node AI Agent
ไม่มีหน่วยความจำ (No memory)
เอเจนต์ ReAct ไม่รองรับ sub-node หน่วยความจำ ซึ่งหมายความว่าไม่สามารถจำข้อความแจ้งก่อนหน้านี้หรือจำลองการสนทนาที่กำลังดำเนินอยู่ได้
parameter node
กำหนดค่า ReAct Agent โดยใช้ parameter ต่อไปนี้
Prompt
เลือกวิธีที่คุณต้องการให้ node สร้างพรอมต์ (หรือที่เรียกว่าข้อความค้นหาของผู้ใช้หรือการป้อนข้อมูลจากการแชท)
เลือกจาก:
- ดึงข้อมูลจาก node ก่อนหน้าโดยอัตโนมัติ (Take from previous node automatically) : หากคุณเลือกตัวเลือกนี้ node คาดว่าจะได้รับ input จาก node ก่อนหน้าที่เรียกว่า
chatInput. - กำหนดด้านล่าง (Define below) : หากคุณเลือกตัวเลือกนี้ ให้ระบุข้อความคงที่หรือ expression สำหรับเนื้อหาแบบไดนามิกเพื่อใช้เป็นพรอมต์ใน Prompt (User Message) สนาม
Require Specific Output Format
parameter นี้ควบคุมว่าคุณต้องการให้ node ต้องการรูปแบบ output เฉพาะหรือไม่ เมื่อเปิดใช้งาน n8n จะแจ้งให้คุณเชื่อมต่อหนึ่งในตัวแยกวิเคราะห์ output เหล่านี้กับ node:
ตัวเลือก node
ใช้ตัวเลือกเพื่อสร้างข้อความเพื่อส่งถึงตัวแทนเมื่อเริ่มการสนทนา ประเภทข้อความขึ้นอยู่กับรุ่นที่คุณใช้:
- รูปแบบการแชท (Chat models) : โมเดลเหล่านี้มีแนวคิดของการโต้ตอบองค์ประกอบสามส่วน (AI ระบบ และมนุษย์) พวกเขาสามารถรับข้อความระบบและข้อความจากมนุษย์ได้ (พร้อมท์)
- สั่งสอนโมเดล (Instruct models) : โมเดลเหล่านี้ไม่มีแนวคิดเกี่ยวกับ AI, ระบบ และส่วนประกอบของมนุษย์ที่แยกจากกัน พวกเขาได้รับข้อความเดียว นั่นคือข้อความคำแนะนำ
Human Message Template
ใช้ตัวเลือกนี้เพื่อขยายพรอมต์ผู้ใช้ นี่เป็นวิธีสำหรับตัวแทนในการส่งข้อมูลจากการวนซ้ำครั้งถัดไป
expression LangChain ที่มีจำหน่าย:
{input}: ประกอบด้วยพรอมต์ผู้ใช้{agent_scratchpad}: ข้อมูลที่ต้องจำไว้สำหรับทำซ้ำครั้งต่อไป
Prefix Message
ป้อนข้อความเพื่อนำหน้ารายการเครื่องมือเมื่อเริ่มการสนทนา คุณไม่จำเป็นต้องเพิ่มรายการเครื่องมือ LangChain จะเพิ่มรายการเครื่องมือโดยอัตโนมัติ
Suffix Message for Chat Model
เพิ่มข้อความที่จะต่อท้ายรายการเครื่องมือเมื่อเริ่มการสนทนาเมื่อตัวแทนใช้รูปแบบการแชท คุณไม่จำเป็นต้องเพิ่มรายการเครื่องมือ LangChain จะเพิ่มรายการเครื่องมือโดยอัตโนมัติ
Suffix Message for Regular Model
เพิ่มข้อความที่จะต่อท้ายรายการเครื่องมือเมื่อเริ่มการสนทนาเมื่อตัวแทนใช้โมเดลปกติ/คำสั่ง คุณไม่จำเป็นต้องเพิ่มรายการเครื่องมือ LangChain จะเพิ่มรายการเครื่องมือโดยอัตโนมัติ
Return Intermediate Steps
เลือกว่าจะรวมขั้นตอนกลางที่เอเจนต์ใช้ใน output สุดท้าย (เปิด) หรือไม่ (ปิด)
สิ่งนี้อาจมีประโยชน์สำหรับการปรับแต่งพฤติกรรมของตัวแทนเพิ่มเติมตามขั้นตอนที่ดำเนินการ
Tracing Metadata
เพิ่มข้อมูลเมตาของคีย์-ค่าที่กำหนดเองเพื่อติดตามเหตุการณ์สำหรับเอเจนต์นี้ สิ่งนี้มีประโยชน์สำหรับการกรองและการดีบักการรันในเครื่องมือติดตามเช่น แลงสมิธ .
รายการที่มีคีย์หรือค่าว่างจะถูกละเว้น
ทรัพยากรที่เกี่ยวข้อง
อ้างถึง LangChain's ตัวแทนปฏิกิริยา เอกสารประกอบสำหรับข้อมูลเพิ่มเติม
เทมเพลตและตัวอย่าง
อ้างอิงถึง node AI Agent หลัก เทมเพลตและตัวอย่าง ส่วน
ปัญหาทั่วไป
สำหรับคำถามหรือปัญหาทั่วไปและวิธีแก้ปัญหาที่แนะนำ โปรดดูที่ Common issues.
