เรียนรู้วิธีใช้ node SerpApi (Google Search) ใน n8n ปฏิบัติตามเอกสารทางเทคนิคเพื่อรวม node SerpApi (Google Search) เข้ากับ workflow ของคุณ
ความพร้อมใช้งานของคุณสมบัติ (Feature availability)
node SerpApi (Google Search) เลิกใช้แล้วจาก n8n 2.35.0 ใช้การตรวจสอบแล้ว SerpApi Official node ชุมชนแทน อ้างถึง Deprecated nodes สำหรับข้อมูลเพิ่มเติม
โมดูล SerpAPI ช่วยให้ตัวแทน 1 ใน workflow ของคุณที่จะเรียก Google Search API
ในหน้านี้ คุณจะพบ parameter node สำหรับ node SerpAPI และลิงก์ไปยังแหล่งข้อมูลเพิ่มเติม
Credentials
อ้างถึง Serp 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
- Country : กรอกรหัสประเทศที่คุณต้องการใช้ อ้างถึง parameter Google GL: ประเทศของ Google ที่รองรับ สำหรับประเทศและรหัสประเทศที่รองรับ
- Device : เลือกอุปกรณ์ที่จะใช้รับผลการค้นหา
- Explicit Array : เลือกว่าจะบังคับให้ SerpApi ดึงผลลัพธ์ของ Google แม้ว่าจะมีเวอร์ชันแคชอยู่แล้ว (เปิด) หรือไม่ (ปิด)
- Google Domain : กรอกโดเมน Google ที่จะใช้ อ้างถึง Google Domains ที่รองรับ สำหรับโดเมนที่รองรับ
- Language : กรอกรหัสภาษาที่คุณต้องการใช้ อ้างถึง parameter Google HL: ภาษาของ Google ที่รองรับ สำหรับภาษาและรหัสภาษาที่รองรับ
เทมเพลตและตัวอย่าง
เรียกดูเทมเพลตการรวมเอกสาร node SerpApi (Google Search) หรือ ค้นหาเทมเพลตทั้งหมด
ทรัพยากรที่เกี่ยวข้อง
อ้างถึง เอกสารของ Serp สำหรับข้อมูลเพิ่มเติมเกี่ยวกับบริการ คุณยังสามารถดูได้ เอกสารของ LangChain เกี่ยวกับการบูรณาการ Serp .
ดูของ n8n AI ขั้นสูง เอกสารประกอบ
หมายเหตุ
-
เจ้าหน้าที่ AI คือระบบปัญญาประดิษฐ์ที่สามารถตอบสนองคำขอ ตัดสินใจ และปฏิบัติงานในโลกแห่งความเป็นจริงให้กับผู้ใช้ได้ พวกเขาใช้โมเดลภาษาขนาดใหญ่ (LLM) เพื่อตีความข้อมูลที่ผู้ใช้ป้อนและตัดสินใจเกี่ยวกับวิธีดำเนินการตามคำขอให้ดีที่สุดโดยใช้ข้อมูลและทรัพยากรที่มีอยู่ ↩

