계획 및 실행 에이전트 노드

계획 및 실행 에이전트는 ReAct 에이전트와 비슷하지만 계획에 중점을 두고 있습니다. 먼저 주어진 작업을 해결하기 위한 고수준 계획을 세운 다음, 단계별로 계획을 실행합니다. 이 에이전트는 구조화된 접근 방식과 세심한 계획이 필요한 작업에 가장 유용합니다.

AI 에이전트 노드 자체에 대한 자세한 정보는 AI 에이전트를 참조하세요.

노드 매개변수

다음 매개변수를 사용하여 계획 및 실행 에이전트를 구성합니다.

프롬프트

노드가 프롬프트(사용자의 질의 또는 채팅 입력)를 구성하는 방식을 선택하세요.

다음 옵션 중에서 선택할 수 있습니다:

• 이전 노드에서 자동으로 가져오기(Take from previous node automatically):
  이 옵션을 선택하면 노드는 이전 노드에서 chatInput이라는 입력을 기대합니다.
• 직접 정의(Define below):
  이 옵션을 선택하면 텍스트(Text) 필드에 사용할 프롬프트를 입력할 수 있습니다.
  동적 콘텐츠를 위해 표현식(Expressions)을 사용할 수도 있습니다.

특정 출력 형식 요구

이 매개변수는 노드가 특정 출력 형식을 요구할지 여부를 제어합니다.

이 기능을 활성화하면 n8n에서 다음 출력 파서 중 하나를 노드에 연결하도록 요청합니다:

• 자동 수정 출력 파서(Auto-fixing Output Parser)
• 항목 목록 출력 파서(Item List Output Parser)
• 구조화된 출력 파서(Structured Output Parser)

노드 옵션

다음 옵션을 사용하여 계획 및 실행 에이전트 노드의 동작을 수정합니다:

인간 메시지 템플릿

n8n이 각 단계 실행 중에 에이전트에 보낼 메시지를 입력하세요.

사용 가능한 LangChain 표현식:

• {previous_steps}: 에이전트가 이미 완료한 이전 단계에 대한 정보를 포함합니다.
• {current_step}: 현재 단계에 대한 정보를 포함합니다.
• {agent_scratchpad}: 다음 반복을 위해 기억할 정보를 포함합니다.

템플릿 및 예제

주요 AI 에이전트 노드의 템플릿 및 예제 섹션을 참조하세요.

일반적인 문제

일반적인 질문이나 문제 및 제안된 솔루션에 대해 일반적인 문제를 참조하세요.

AI 용어집 (AI Glossary)

• 완성(Completion): GPT와 같은 모델이 생성하는 응답을 의미합니다.
• 환각(Hallucinations): AI에서 "환각"이란 LLM(대규모 언어 모델)이 실제로 존재하지 않는 패턴이나 개체를 잘못 인식하는 현상을 의미합니다.
• 벡터 데이터베이스(Vector Database): 정보를 수학적으로 표현한 벡터 데이터를 저장하는 데이터베이스입니다.
  임베딩(Embeddings) 및 검색기(Retrievers)와 함께 사용하여 AI가 질문에 답할 때 접근할 수 있는 데이터베이스를 구성할 수 있습니다.
• 벡터 저장소(Vector Store): 벡터 데이터베이스와 동일한 개념으로, 정보를 수학적으로 표현한 벡터 데이터를 저장하는 시스템입니다.
  임베딩 및 검색기와 함께 사용하여 AI가 질문에 답할 때 참조할 수 있는 데이터베이스를 구축할 수 있습니다.