OpenRouter 聊天模型节点#

使用 OpenRouter 聊天模型节点，可将 OpenRouter 的聊天模型集成到对话式智能代理（conversational agents）中。 本页面包含 OpenRouter 聊天模型节点的参数说明以及相关资源链接。

凭据（Credentials）

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（Parameter resolution in sub-nodes）

在处理多个数据项时，子节点（sub-nodes）在表达式处理行为上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。你可以通过表达式引用输入项，节点会依次为每个输入项解析该表达式。例如，若有五个 name 值作为输入，表达式 {{ $json.name }} 会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输入项。例如，在输入五个 name 值的情况下，表达式 {{ $json.name }} 始终指向第一个名称。

节点参数#

模型（Model）#

选择用于生成回复的模型。 n8n 会从 OpenRouter 动态加载模型，你只能看到你的账户可用的模型。

节点选项#

使用这些选项进一步调整节点的行为。

频率惩罚（Frequency Penalty）#

控制模型重复自身内容的可能性。值越高，模型自我重复的概率越低。

最大 Token 数（Maximum Number of Tokens）#

设置使用的最大 token 数量，从而限制生成内容的长度。

响应格式（Response Format）#

选择 文本（Text） 或 JSON。选择 JSON 可确保模型返回有效的 JSON 格式。

存在惩罚（Presence Penalty）#

控制模型引入新话题的可能性。值越高，模型更倾向于讨论新主题。

采样温度（Sampling Temperature）#

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“幻觉”（hallucinations）的风险。

超时时间（Timeout）#

设置请求的最大等待时间（单位：毫秒）。

最大重试次数（Max Retries）#

设置请求失败后最多重试的次数。

Top P#

用于设定生成结果应覆盖的概率范围。使用较低的值可忽略概率较小的选项。

模板与示例#

使用 AI 和 Google Sheets 自动化生成 SEO 优化的 WordPress 文章 作者：Davide 查看模板详情

使用 AI 将 WordPress 文章发布至社交平台 X、Facebook、LinkedIn 和 Instagram 作者：Davide 查看模板详情

🤖 面向汽车服务的 AI 内容生成 🚘 自动化你的社交媒体 📲！ 作者：N8ner 查看模板详情

浏览 OpenRouter 聊天模型集成模板，或 搜索所有模板

相关资源#

由于 OpenRouter 的 API 与 OpenAI 兼容，你可以参考 LangChain 的 OpenAI 文档 获取更多服务相关信息。 也可查阅 n8n 的 高级 AI 文档（Advanced AI）。

查阅文档

本页面是否对你有帮助？ !Thumbs up有帮助 !Thumbs down无帮助 感谢你的反馈！ 提交

上一篇 常见问题 下一篇 Vercel AI Gateway 聊天模型

由 Material for MkDocs Insiders 提供支持