ROOM64 / KNOWLEDGE / N8N

การใช้งาน Embeddings Azure OpenAI

Embeddings Azure OpenAI — เรียนรู้วิธีใช้ node Embeddings Azure OpenAI ใน n8n ปฏิบัติตามเอกสารทางเทคนิคเพื่อรวม node Embeddings Azure OpenAI เข้ากับ workflow ของคุณ

อ่านต้นฉบับที่ n8n Official Docs ↗
คำแปลอัตโนมัติภาษาไทย แปลด้วย Google Translate / M2M100 จากเอกสาร n8n ณ วันที่ 2026-09-28 ยังไม่ได้ตรวจทานทางเทคนิคทุกหน้า โค้ดและ expression คงตามต้นฉบับ ชื่อ node เมนู และศัพท์เทคนิคคงภาษาอังกฤษเพื่อเทียบกับหน้าจอ n8n

Cluster nodes · AI และองค์ประกอบย่อย · Embeddings Azure OpenAI

← Sub-nodes

สารบัญในหน้านี้

เรียนรู้วิธีใช้ node Embeddings Azure OpenAI ใน n8n ปฏิบัติตามเอกสารทางเทคนิคเพื่อรวม node Embeddings Azure OpenAI เข้ากับ workflow ของคุณ

ใช้รหัส Embeddings Azure OpenAI เพื่อสร้างรหัส 1 สำหรับข้อความที่กำหนด

ในหน้านี้ คุณจะพบ parameter node สำหรับ node Embeddings Azure OpenAI และลิงก์ไปยังแหล่งข้อมูลเพิ่มเติม

Credentials

อ้างถึง Azure OpenAI credentials สำหรับข้อมูลการตรวจสอบสิทธิ์สำหรับ node นี้

ความละเอียด parameter ใน sub-node (Parameter resolution in sub-nodes)

sub-node มีพฤติกรรมแตกต่างไปจาก node อื่นๆ เมื่อประมวลผลหลายรายการโดยใช้ expression

node ส่วนใหญ่ รวมถึง node รูท รับไอเท็มจำนวนเท่าใดก็ได้เป็น input ประมวลผลไอเท็มเหล่านี้ และ output ผลลัพธ์ คุณสามารถใช้ expression เพื่ออ้างถึงรายการ input และ node จะแก้ไข expression สำหรับแต่ละรายการตามลำดับ เช่น ให้ input เป็น 5 name ค่านิยม, การแสดงออก {{ $json.name }} จะแก้ไขชื่อแต่ละชื่อตามลำดับ

ใน sub-node expression จะแก้ไขเป็นรายการแรกเสมอ เช่น ให้ input เป็น 5 name ค่านิยม, การแสดงออก {{ $json.name }} แก้เป็นชื่อเสมอ

ตัวเลือก node

  • Model (Deployment) Name : เลือกโมเดล (การปรับใช้) เพื่อใช้ในการสร้างการฝัง
  • Batch Size : ป้อนจำนวนเอกสารสูงสุดที่จะส่งในแต่ละคำขอ
  • Strip New Lines : เลือกว่าจะลบอักขระบรรทัดใหม่ออกจากข้อความที่ป้อน (เปิด) หรือไม่ (ปิด) n8n เปิดใช้งานสิ่งนี้ตามค่าเริ่มต้น
  • Timeout : ป้อนระยะเวลาสูงสุดที่คำขอสามารถทำได้ในหน่วยวินาที ตั้งเป็น -1 โดยไม่หมดเวลา

เทมเพลตและตัวอย่าง

เรียกดูเทมเพลตการรวมเอกสาร node Azure OpenAI ที่ฝัง หรือ ค้นหาเทมเพลตทั้งหมด

อ้างถึง เอกสารการฝัง OpenAI ของ LangChains สำหรับข้อมูลเพิ่มเติมเกี่ยวกับบริการ

ดูของ n8n AI ขั้นสูง เอกสารประกอบ

หมายเหตุ

  1. การฝังคือการแสดงตัวเลขของข้อมูลโดยใช้เวกเตอร์ AI ใช้เพื่อตีความข้อมูลและความสัมพันธ์ที่ซับซ้อนโดยการแมปค่าข้ามมิติต่างๆ ฐานข้อมูลเวกเตอร์หรือร้านค้าเวกเตอร์เป็นฐานข้อมูลที่ออกแบบมาเพื่อจัดเก็บและเข้าถึงการฝัง ↩

เอกสารและภาพต้นฉบับ © n8n GmbH · คำแปล คู่มือประกอบ และภาพแนวคิดเพิ่มเติมโดย Room64 · เว็บไซต์นี้ไม่ใช่เอกสารทางการของ n8n · Apache 2.0 พร้อม Commons Clause

มีงานที่อยากให้ Software, AI หรือ Automation ช่วยอยู่ไหม?

เล่า workflow หรือปัญหาที่ทีมกำลังเจอ เราช่วยดูได้ว่าควรใช้ระบบสำเร็จรูป เชื่อมเครื่องมือเดิม หรือพัฒนาเพิ่มเฉพาะส่วนไหน

คุยกับเราทาง LINEhello@room64.net