大模型（LLM）

大模型节点可以调用大型语言模型（LLM），根据输入参数和提示词生成回复，通常用于执行文本生成任务，例如文案制作、文本总结、文章扩写等。

大模型节点依赖大语言模型的语言理解和生成能力，可以处理复杂的自然语言处理任务，你可以根据业务场景的需求选择不同的模型，并配置提示词来定义模型的人设和回复风格。为了更精准地控制模型生成的结果，你还可以在大模型节点中设置模型的参数，从而影响模型回复的文本长度、内容的多样性等。

节点配置

• 大模型（LLM）：选择当前节点需要调用的大模型。

• 温度：该值决定了大模型生成的多样性，值越高则发散性越强。

• 最大响应长度：设定大模型的最大输出长度，计算单位为 Token。

• 系统提示词：定义本次调用的大模型的身份信息，一般可以包含角色、任务、技能、流程、限制、背景等描述，用于指导模型的行为和回答风格，帮助大模型了解其调用任务所需使用的具体身份和执行流程等。

• 用户提示词：用户输入的具体问题或请求，指引模型生成相关的回应。

• 记忆：若当前工作流被嵌入于智能体内使用，则智能体内的对话记录（即记忆）可以被作为大模型调用的上下文的一部分。

• 工具：本次大模型调用需要使用的工具。同时支持自定义工具和开放工具。

• 数据表：本次大模型调用需要查询的数据表。支持联表查询。

节点输出

• JSON：自定义要输出的 JSON 结构的键值对。LLM 将按照定义的 JSON 结构输出。

• LLM Response：直接输出 LLM 生成的内容。