ROOM64 / KNOWLEDGE / N8N

การใช้งาน Hugging Face Inference Model

Hugging Face Inference Model — เรียนรู้วิธีใช้ node โมเดลการอนุมานใบหน้ากอดใน n8n ปฏิบัติตามเอกสารทางเทคนิคเพื่อรวม node Hugging Face Inference 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 · Hugging Face Inference Model

← Sub-nodes

สารบัญในหน้านี้

เรียนรู้วิธีใช้ node โมเดลการอนุมานใบหน้ากอดใน n8n ปฏิบัติตามเอกสารทางเทคนิคเพื่อรวม node Hugging Face Inference Model เข้ากับ workflow ของคุณ

ใช้ node โมเดลการอนุมานใบหน้ากอดเพื่อใช้โมเดลของใบหน้ากอด

ในหน้านี้ คุณจะพบ parameter node สำหรับ node โมเดลการอนุมานใบหน้ากอด และลิงก์ไปยังแหล่งข้อมูลเพิ่มเติม

node นี้ขาดการสนับสนุนเครื่องมือ ดังนั้นจึงใช้งานไม่ได้กับ AI Agent node ให้เชื่อมต่อกับ Basic LLM Chain node

Credentials

อ้างถึง Hugging Face 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 : เลือกแบบจำลองที่จะใช้ในการสร้างความสมบูรณ์

ตัวเลือก node

  • Custom Inference Endpoint : ป้อน URL ปลายทางการอนุมานที่กำหนดเอง
  • Frequency Penalty : ใช้ตัวเลือกนี้เพื่อควบคุมโอกาสที่โมเดลจะเกิดซ้ำ ค่าที่สูงกว่าจะช่วยลดโอกาสที่โมเดลจะเกิดซ้ำ
  • Maximum Number of Tokens : ป้อนจำนวน token สูงสุดที่ใช้ ซึ่งจะกำหนดระยะเวลาในการทำให้เสร็จสมบูรณ์
  • Presence Penalty : ใช้ตัวเลือกนี้เพื่อควบคุมโอกาสที่โมเดลจะพูดถึงหัวข้อใหม่ๆ ค่าที่สูงกว่าจะเพิ่มโอกาสที่โมเดลจะพูดถึงหัวข้อใหม่ๆ
  • Sampling Temperature : ใช้ตัวเลือกนี้เพื่อควบคุมความสุ่มของกระบวนการสุ่มตัวอย่าง อุณหภูมิที่สูงขึ้นจะสร้างตัวอย่างที่หลากหลายมากขึ้น แต่เพิ่มความเสี่ยงต่อการเกิดอาการประสาทหลอน
  • Top K : ป้อนจำนวนตัวเลือก token ที่โมเดลใช้เพื่อสร้าง token ถัดไป
  • Top P : ใช้ตัวเลือกนี้เพื่อกำหนดความน่าจะเป็นที่ควรใช้ให้เสร็จสิ้น ใช้ค่าที่ต่ำกว่าเพื่อละเว้นตัวเลือกที่น่าจะเป็นไปได้น้อยกว่า

เทมเพลตและตัวอย่าง

เรียกดูเทมเพลตการรวมเอกสาร node โมเดลการอนุมานใบหน้ากอด หรือ ค้นหาเทมเพลตทั้งหมด

อ้างถึง เอกสารประกอบแบบจำลองการอนุมานใบหน้ากอดของ LangChains สำหรับข้อมูลเพิ่มเติมเกี่ยวกับบริการ

ดูของ n8n AI ขั้นสูง เอกสารประกอบ

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