
n8n 的 Basic LLM Chain 节点接收提示词和语言模型,可以把上游消息或字段传入指令。文档解释自动读取聊天触发内容与显式定义提示词等方式。适合把固定的摘要、分类和结构化提取工作放进已有的 n8n 数据流程。

| 方向 | 具体用途 | 核对要点 |
|---|---|---|
| 选择提示词来源 | 从聊天触发节点读取内容或手动定义指令 | 检查上游字段和输入为空时的实际表现 |
| 连接语言模型 | 在链上选择模型和相关配置 | 记录模型、私密连接凭据及测试样本范围 |
| 配置输出 | 在业务需要时结合结构化输出解析 | 核对结果类型、可接受空值和失败路径 |
| 你的需求 | 可用资源 | 适用原因 |
|---|---|---|
| 希望与现有 n8n 自动化接通 | Basic LLM Chain | 可直接复用上游应用与数据节点 |
| 更关注检索组件和模板逻辑 | Haystack PromptBuilder | 可在 Python 管线中直接管理变量和检索内容 |
| 以可视化流程编排 AI 应用 | Langflow Prompt Component | 可单独管理模板、上下文和生成组件 |
办公室每周需要把表单反馈分成设备、账号和财务三类,筛出没有足够信息的问题交人工查看。
官网公开提供指南或课程介绍。课程报名、部署资源及模型调用等条件按相应页面核对。
可以在流程里统一需要的字段命名,然后用变量传入来源。不同表单的缺失或可选信息需加入测试。
官方文档无需开通 n8n 服务。运行工作流须有合适的部署方案、平台权限和模型连接。