เรียนรู้วิธีใช้ node Google Gemini แบบฝังใน n8n ปฏิบัติตามเอกสารทางเทคนิคเพื่อรวมการฝัง node Google Gemini เข้ากับขั้นตอนการทำงานของคุณ
ใช้คีย์บอร์ด Google Gemini สำหรับการสร้างการรวม 1 สำหรับข้อความที่กำหนด
ในหน้านี้ คุณจะพบ parameter node สำหรับ node Embeddings Google Gemini และลิงก์ไปยังแหล่งข้อมูลเพิ่มเติม
Credentials
อ้างถึง Google Gemini(PaLM) 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
parameter node
- Model : เลือกโมเดลที่จะใช้สร้างการฝัง
เรียนรู้เพิ่มเติมเกี่ยวกับรุ่นที่มีจำหน่ายใน เอกสารโมเดลของ Google Gemini .
เทมเพลตและตัวอย่าง
เรียกดูการฝังเทมเพลตการรวมเอกสาร node Google Gemini หรือ ค้นหาเทมเพลตทั้งหมด
ทรัพยากรที่เกี่ยวข้อง
อ้างถึง เอกสารการฝัง Google Generative AI ของ Langchain สำหรับข้อมูลเพิ่มเติมเกี่ยวกับบริการ
ดูของ n8n AI ขั้นสูง เอกสารประกอบ
หมายเหตุ
-
การฝังคือการแสดงตัวเลขของข้อมูลโดยใช้เวกเตอร์ AI ใช้เพื่อตีความข้อมูลและความสัมพันธ์ที่ซับซ้อนโดยการแมปค่าข้ามมิติต่างๆ ฐานข้อมูลเวกเตอร์หรือร้านค้าเวกเตอร์เป็นฐานข้อมูลที่ออกแบบมาเพื่อจัดเก็บและเข้าถึงการฝัง ↩

