ROOM64 / KNOWLEDGE / N8N

การใช้งาน Google Vertex Chat Model

Google Vertex Chat Model — เรียนรู้วิธีใช้ node Google Vertex Chat Model ใน n8n ปฏิบัติตามเอกสารทางเทคนิคเพื่อรวม node Google Vertex Chat Model 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 · Google Vertex Chat Model

← Sub-nodes

สารบัญในหน้านี้

เรียนรู้วิธีใช้ node Google Vertex Chat Model ใน n8n ปฏิบัติตามเอกสารทางเทคนิคเพื่อรวม node Google Vertex Chat Model เข้ากับ workflow ของคุณ

ใช้ Google Vertex AI Chat Model Node เพื่อใช้ Google Vertex AI chat models กับตัวแทนการสนทนา 1.

ในหน้านี้ คุณจะพบ parameter node สำหรับ node โมเดลการแชท Google Vertex AI และลิงก์ไปยังแหล่งข้อมูลเพิ่มเติม

Credentials

อ้างถึง Google Service Account 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

  • Project ID : เลือกรหัสโครงการจากบัญชี Google Cloud ของคุณที่จะใช้ n8n โหลดโปรเจ็กต์แบบไดนามิกจากบัญชี Google Cloud แต่คุณสามารถป้อนด้วยตนเองได้
  • Model Name : เลือกชื่อของแบบจำลองที่จะใช้ในการสร้างความสมบูรณ์ เป็นต้น gemini-1.5-flash-001, gemini-1.5-pro-001 ฯลฯ โปรดดูที่ รุ่นของ Google สำหรับรายการรุ่นที่มีจำหน่าย

ตัวเลือก node

  • Maximum Number of Tokens : ป้อนจำนวน token สูงสุดที่ใช้ ซึ่งจะกำหนดระยะเวลาในการทำให้เสร็จสมบูรณ์
  • Sampling Temperature : ใช้ตัวเลือกนี้เพื่อควบคุมความสุ่มของกระบวนการสุ่มตัวอย่าง อุณหภูมิที่สูงขึ้นจะสร้างตัวอย่างที่หลากหลายมากขึ้น แต่เพิ่มความเสี่ยงต่อการเกิดอาการประสาทหลอน
  • Thinking Budget : ควบคุม token การใช้เหตุผลสำหรับโมเดลการคิด ตั้งเป็น 0 เพื่อปิดการคิดอัตโนมัติ ตั้งเป็น -1 เพื่อการคิดแบบไดนามิก เว้นว่างไว้สำหรับโหมดอัตโนมัติ
  • Top K : ป้อนจำนวนตัวเลือก token ที่โมเดลใช้เพื่อสร้าง token ถัดไป
  • Top P : ใช้ตัวเลือกนี้เพื่อกำหนดความน่าจะเป็นที่ควรใช้ให้เสร็จสิ้น ใช้ค่าที่ต่ำกว่าเพื่อละเว้นตัวเลือกที่น่าจะเป็นไปได้น้อยกว่า
  • Safety Settings : Gemini รองรับการตั้งค่าความปลอดภัยที่ปรับได้ อ้างถึงของ Google การตั้งค่าความปลอดภัยของ Gemini API สำหรับข้อมูลเกี่ยวกับตัวกรองและระดับที่มีอยู่

เทมเพลตและตัวอย่าง

เรียกดูเทมเพลตการรวมเอกสารประกอบ node Google Vertex Chat Model หรือ ค้นหาเทมเพลตทั้งหมด

อ้างถึง เอกสาร Google Vertex AI ของ LangChain สำหรับข้อมูลเพิ่มเติมเกี่ยวกับบริการ

ดูของ n8n AI ขั้นสูง เอกสารประกอบ

หมายเหตุ

  1. เจ้าหน้าที่ AI คือระบบปัญญาประดิษฐ์ที่สามารถตอบสนองคำขอ ตัดสินใจ และปฏิบัติงานในโลกแห่งความเป็นจริงให้กับผู้ใช้ได้ พวกเขาใช้โมเดลภาษาขนาดใหญ่ (LLM) เพื่อตีความข้อมูลที่ผู้ใช้ป้อนและตัดสินใจเกี่ยวกับวิธีดำเนินการตามคำขอให้ดีที่สุดโดยใช้ข้อมูลและทรัพยากรที่มีอยู่ ↩

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