n8n의 LangChain 개념#
이 페이지는 LangChain 개념과 기능이 n8n 노드에 어떻게 매핑되는지를 설명합니다.
이 페이지는 n8n에서 LangChain에 초점을 맞춘 노드 목록을 포함합니다. LangChain과 상호작용하는 워크플로우에서 n8n의 어떤 노드든 사용할 수 있으며, LangChain을 다른 서비스와 연결할 수 있습니다. LangChain 기능은 n8n의 클러스터 노드를 사용합니다.
n8n은 LangChain JS를 구현합니다.
이 기능은 LangChain의 JavaScript 프레임워크에 대한 n8n의 구현입니다.
트리거 노드#
클러스터 노드#
클러스터 노드(Cluster nodes)는 n8n 워크플로에서 기능을 제공하기 위해 함께 작동하는 노드 그룹입니다. 단일 노드를 사용하는 대신, 루트 노드(root node)와 하나 이상의 하위 노드(sub-node)를 사용하여 노드의 기능을 확장할 수 있습니다.
루트 노드#
각 클러스터는 하나의 루트 노드에서 시작합니다.
체인#
체인은 기능을 지원하기 위해 함께 연결된 여러 LLM과 관련 도구의 시리즈입니다. 이는 단일 LLM만으로는 제공할 수 없습니다.
사용 가능한 노드:
LangChain에서의 체인에 대한 자세한 내용을 알아보세요.
에이전트#
에이전트는 도구 모음에 접근할 수 있으며, 사용자 입력에 따라 어떤 도구를 사용할지 결정합니다. 에이전트는 여러 도구를 사용할 수 있으며, 하나의 도구 출력을 다음 도구의 입력으로 사용할 수 있습니다. 출처
사용 가능한 노드:
LangChain에서의 에이전트에 대한 자세한 내용을 알아보세요.
벡터 저장소#
벡터 저장소는 임베디드 데이터를 저장하고, 이에 대한 벡터 검색을 수행합니다.
LangChain에서의 벡터 저장소에 대한 자세한 내용을 알아보세요.
기타#
유틸리티 노드.
LangChain 코드: import LangChain. 이는 n8n이 노드를 만들지 않은 기능이 필요한 경우에도 여전히 사용할 수 있음을 의미합니다.
하위 노드#
각 루트 노드는 하나 이상의 하위 노드를 연결할 수 있습니다.
문서 로더#
문서 로더는 문서로 체인에 데이터를 추가합니다. 데이터 소스는 파일 또는 웹 서비스일 수 있습니다.
사용 가능한 노드:
언어 모델#
LLMs (대형 언어 모델)은 데이터 세트를 분석하는 프로그램입니다. 이들은 AI와 작업하는 데 핵심 요소입니다.
사용 가능한 노드:
- Anthropic 채팅 모델
- AWS Bedrock 채팅 모델
- Cohere 모델
- Hugging Face 추론 모델
- Mistral 클라우드 채팅 모델
- Ollama 채팅 모델
- Ollama 모델
- OpenAI 채팅 모델
메모리#
메모리는 일련의 쿼리에서 이전 쿼리에 대한 정보를 유지합니다. 예를 들어, 사용자가 채팅 모델과 상호작용할 때, 애플리케이션이 전체 대화를 기억하고 호출할 수 있으면 유용합니다. 이는 사용자가 입력한 가장 최근 쿼리만 아니라 전체 대화를 기억하는 것을 의미합니다.
사용 가능한 노드:
출력 파서#
출력 파서는 LLM이 생성한 텍스트를 가져와 필요한 구조에 맞게 형식을 변경합니다.
사용 가능한 노드:
LangChain의 출력 파서에 대해 자세히 알아보기.
검색기#
텍스트 분할기#
텍스트 분할기는 데이터를 분해하여 LLM이 정보를 더 쉽게 처리하고 정확한 결과를 반환할 수 있도록 만듭니다.
사용 가능한 노드:
n8n의 텍스트 분할기 노드는 LangChain의 text_splitter API의 부분을 구현합니다.
도구#
유용한 도구.
임베딩#
사용 가능한 노드:
- AWS Bedrock 임베딩
- Cohere 임베딩
- Google PaLM 임베딩
- Hugging Face 추론 임베딩
- Mistral Cloud 임베딩
- Ollama 임베딩
- OpenAI 임베딩
LangChain의 텍스트 임베딩에 대해 자세히 알아보기.