Skip to content

Ollama Model node#

Ollama Model node ช่วยให้คุณสามารถใช้โมเดล Llama 2 แบบ local ได้

ในหน้านี้ คุณจะพบพารามิเตอร์ของ node สำหรับ Ollama Model node และลิงก์ไปยังแหล่งข้อมูลเพิ่มเติม

Credentials

คุณสามารถดูข้อมูลการยืนยันตัวตนสำหรับ node นี้ได้ ที่นี่

Parameter resolution in sub-nodes (การประมวลผล Parameter ใน sub-nodes)

Sub-nodes มีพฤติกรรมแตกต่างจาก node อื่นๆ เมื่อประมวลผลหลายรายการโดยใช้ expression

Node ส่วนใหญ่ รวมถึง root node จะรับ input กี่รายการก็ได้ ประมวลผลรายการเหล่านี้ และส่ง output ออกมา คุณสามารถใช้ expression เพื่ออ้างอิงถึง input item และ node จะประมวลผล expression สำหรับแต่ละ item ตามลำดับ ตัวอย่างเช่น หากมี input เป็นค่า name ห้ารายการ expression {{ $json.name }} จะถูกประมวลผลเป็นแต่ละชื่อตามลำดับ

ใน sub-nodes expression จะถูกประมวลผลเป็น item แรกเสมอ ตัวอย่างเช่น หากมี input เป็นค่า name ห้ารายการ expression {{ $json.name }} จะถูกประมวลผลเป็นชื่อแรกเสมอ

Node parameters#

  • Model: เลือกโมเดลที่จะใช้สร้าง completion เลือกจาก:
    • Llama2
    • Llama2 13B
    • Llama2 70B
    • Llama2 Uncensored

อ้างอิงถึงเอกสาร Models Library documentation ของ Ollama สำหรับข้อมูลเพิ่มเติมเกี่ยวกับโมเดลที่มีให้ใช้งาน

Node options#

  • Sampling Temperature: ใช้ตัวเลือกนี้เพื่อควบคุมความสุ่มของกระบวนการ sampling ค่า temperature ที่สูงขึ้นจะสร้างการ sampling ที่หลากหลายมากขึ้น แต่เพิ่มความเสี่ยงของ hallucination
  • Top K: ป้อนจำนวน token ที่โมเดลจะใช้ในการสร้าง token ถัดไป
  • Top P: ใช้ตัวเลือกนี้เพื่อกำหนดค่าความน่าจะเป็นที่ completion ควรใช้ ใช้ค่าที่ต่ำลงเพื่อละเว้นตัวเลือกที่มีความน่าจะเป็นน้อย

Templates and examples#

Chat with local LLMs using n8n and Ollama

by Mihai Farcas

View template details
🔐🦙🤖 Private & Local Ollama Self-Hosted AI Assistant

by Joseph LePage

View template details
🐋DeepSeek V3 Chat & R1 Reasoning Quick Start

by Joseph LePage

View template details
Browse Ollama Model integration templates, or search all templates

อ้างอิงถึง LangChains's Ollama documentation สำหรับข้อมูลเพิ่มเติมเกี่ยวกับบริการนี้

ดูเอกสาร Advanced AI ของ n8n

Common issues#

สำหรับคำถามหรือปัญหาที่พบบ่อยและแนวทางแก้ไขที่แนะนำ โปรดดูที่ Common issues

AI glossary#

  • completion: Completions are the responses generated by a model like GPT.
  • hallucinations: Hallucination in AI is when an LLM (large language model) mistakenly perceives patterns or objects that don't exist.
  • vector database: A vector database stores mathematical representations of information. Use with embeddings and retrievers to create a database that your AI can access when answering questions.
  • vector store: A vector store, or vector database, stores mathematical representations of information. Use with embeddings and retrievers to create a database that your AI can access when answering questions.

Self-hosted AI Starter Kit#

เพิ่งเริ่มต้นทำงานกับ AI และใช้ n8n แบบ Self-hosted ใช่ไหม? ลองใช้ self-hosted AI Starter Kit ของ n8n เพื่อเริ่มต้นสร้าง Proof-of-Concept หรือ Playground สำหรับทดลอง โดยใช้ Ollama, Qdrant และ PostgreSQL