Embeddings Google Gemini 节点#

使用 Embeddings Google Gemini 节点为指定文本生成 嵌入向量（embeddings）。 在本页面中，您将找到该节点的参数设置以及相关资源链接。

凭据

有关此节点的身份验证信息，请参见此处。

子节点中的参数解析

当使用表达式处理多个数据项时，子节点的行为与其他节点有所不同。 大多数节点（包括根节点）可以接收任意数量的数据项作为输入，逐个处理并输出结果。您可以使用表达式引用输入项，节点会依次对每一项解析该表达式。例如，若有五个 name 值作为输入，表达式 {{ $json.name }} 将依次解析为每一个名称。

而在子节点中，表达式始终解析为第一个数据项。例如，即使有五个 name 值作为输入，表达式 {{ $json.name }} 也始终解析为第一个名称。

节点参数#

• 模型（Model） : 选择用于生成嵌入向量的模型。

了解更多可用模型信息，请参阅 Google Gemini 模型文档。

模板与示例#

使用 Google Drive 和 Gemini 构建的企业文档 RAG 聊天机器人 作者：Mihai Farcas 查看模板详情

🤖 基于 AI 的文档 RAG 聊天机器人 + Google Drive + Gemini + Qdrant 作者：Joseph LePage 查看模板详情

API Schema 提取器 作者：Polina Medvedieva 查看模板详情

浏览 Embeddings Google Gemini 集成模板，或 搜索所有模板

相关资源#

更多服务信息，请参考 Langchain 的 Google Generative AI embeddings 文档。 查看 n8n 的 高级 AI（Advanced AI） 文档。