LLM节点

​

节点特性

LLM节点属于输出节点，具有直接响应用户的能力，同时支持流式输出和变量传递两种模式。

​

输出节点 vs 工具节点

在LangChat Pro工作流中，节点按照输出特性分为两类： 输出节点（直接响应用户）：

• LLM大模型节点：支持流式输出
• 直接回复节点：输出变量内容

工具节点（上下文变量传递）：

• 搜索节点、知识库检索节点
• 数据处理节点、其他功能节点

​

执行场景对比

​

LLM节点

LLM节点集成了多种AI大模型，支持智能对话、文本生成、代码编写等功能。

​

配置参数

​

输入参数

AI模型：

• 支持多种大模型选择
• 包括GPT、Claude、文心一言等
• 通过模型选择器配置

输入内容：

• 支持动态引用流程上下文变量
• 支持静态文本输入
• 支持变量和文本的混合输入
• 通过智能变量选择器配置

提示词：

• 系统提示词配置
• 用于指导AI回答风格
• 支持多行文本输入

输出格式：

• TEXT：普通文本格式
• JSON：结构化JSON格式
• 影响AI回答的格式约束

上下文条数：

• 控制历史消息数量
• 影响AI的上下文理解
• 平衡性能与准确性

流式输出控制：

• 开启：直接流式输出给用户
• 关闭：输出变量供下游节点使用

​

输出变量

生成内容：

• 数据类型：TEXT文本格式
• 内容：AI生成的回答内容
• 用途：供下游节点引用或直接输出

​

典型使用场景

​

场景一：直接问答

适用场景：

• 简单的AI问答
• 需要实时流式输出
• 直接响应用户问题

​

场景二：AI+工具处理

适用场景：

• 需要AI分析工具结果
• 结合实时数据和AI推理
• 多步骤的信息处理流程

​

场景三：变量传递模式

适用场景：

• 需要对AI回答进行后处理
• 结合多个AI回答
• 复杂的输出格式化需求