Embeddings Cohere 节点#

使用 Embeddings Cohere 节点为指定文本生成嵌入向量。

凭证认证

该节点的身份验证信息请参阅此文档。

子节点中的参数解析

在使用表达式处理多项数据时，子节点的运行逻辑与其他节点不同。

大多数节点（包括根节点）会接收任意数量的数据项作为输入，处理这些数据项后输出结果。您可以使用表达式引用输入数据项，节点会依次为每个数据项解析表达式。例如：当输入五个name值时，表达式{{ $json.name }}会依次解析为每个名称。

在子节点中，表达式始终仅解析第一个数据项。例如：当输入五个name值时，表达式{{ $json.name }}始终只解析第一个名称。

节点参数#

• 模型：选择用于生成嵌入向量的模型。可选：
  • Embed-English-v2.0（4096 维度）
  • Embed-English-Light-v2.0（1024 维度）
  • Embed-Multilingual-v2.0（768 维度）

更多可用模型信息请参阅 Cohere 模型文档。

模板与示例#

使用 Apify、GPT-4o 和 WhatsApp 实现销售冷呼叫流程自动化

作者：Khairul Muhtadin
查看模板详情

基于 GPT-4 和 Supabase RAG 构建多模态 Telegram 支持机器人

作者：Ezema Kingsley Chibuzo
查看模板详情

使用 Milvus、Cohere 和 OpenAI 为 Google Drive 构建基于 RAG 的文档问答系统

作者：Aitor | 1Node
查看模板详情

浏览 Embeddings Cohere 集成模板 或 搜索所有模板

相关资源#

更多服务信息请参阅 Langchain 的 Cohere 嵌入向量文档。

查看 n8n 的 高级 AI 文档。