Embeddings Ollama 节点#

使用 Embeddings Ollama 节点为给定文本生成 嵌入（embeddings）。 在本页面中，您将找到 Embeddings Ollama 节点的参数说明以及相关资源链接。

凭据

您可以在此处找到该节点的身份验证信息。

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（sub-nodes）的行为与其他节点不同。

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，逐个处理这些数据项并输出结果。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，如果有五个 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，同样有五个 name 值作为输入时，表达式 {{ $json.name }} 始终解析为第一个名称。

节点参数#

• 模型（Model）：选择用于生成嵌入的模型。可选选项包括：
  • all-minilm （384 维度）
  • nomic-embed-text （768 维度）

在 Ollama 的模型文档 中了解可用模型的更多信息。

模板与示例#

基于检索增强生成（Retrieval Augmented Generation, RAG）的本地聊天机器人 作者：Thomas Janssen 查看模板详情 用于 Bitrix24 开放线路频道的 AI 驱动 RAG 聊天机器人 作者：Ferenc Erb 查看模板详情 使用 Telegram、Mistral 和 Pgvector 实现基于邮件历史的 RAG 聊天 作者：Alfonso Corretti 查看模板详情 浏览 Embeddings Ollama 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 Ollama 嵌入文档。 查看 n8n 的 高级 AI（Advanced AI） 文档。