Ollama 模型节点#

Ollama 模型节点允许你使用本地的 Llama 2 模型。在本页面中，你可以找到 Ollama 模型节点的参数设置以及相关资源链接。

该节点不支持工具（tools），因此无法与 AI Agent 节点配合使用。建议将其连接到基础 LLM 链（Basic LLM Chain）节点。

凭据（Credentials）

你可以点击此处查看该节点的认证信息。

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，逐个处理这些项并输出结果。你可以通过表达式引用输入项，节点会依次为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，表达式始终只解析为第一个输入项。例如，在同样有五个 name 值输入的情况下，表达式 {{ $json.name }} 始终只会解析为第一个名称。

模型（Model）：选择用于生成补全内容的模型。可选项包括：
- Llama2
- Llama2 13B
- Llama2 70B
- Llama2 Uncensored

有关可用模型的更多信息，请参考 Ollama 的模型库文档（Models Library documentation）。

采样温度（Sampling Temperature）：用于控制采样过程的随机性。较高的温度会产生更多样化的输出，但也会增加产生幻觉（hallucinations）的风险。
Top K：输入模型在生成下一个 token 时考虑的 token 选项数量。
Top P：用于设置生成结果应覆盖的概率阈值。使用较低的值将忽略概率较小的选项。

使用 n8n 和 Ollama 与本地大语言模型（LLM）聊天 作者：Mihai Farcas 查看模板详情

🔐🦙🤖 私有且本地部署的 Ollama 自托管 AI 助手 作者：Joseph LePage 查看模板详情

使用 AI 自动分类 Outlook 邮件 作者：Wayne Simpson 查看模板详情

浏览 Ollama 模型集成模板，或搜索所有模板

关于常见问题及建议解决方案，请参阅常见问题（Common issues）。

刚开始接触 AI 并使用自托管的 n8n？可以尝试 n8n 提供的自托管 AI 入门套件（self-hosted AI Starter Kit），快速搭建一个基于 Ollama、Qdrant 和 PostgreSQL 的概念验证（proof-of-concept）或演示环境。