Was sind Chains in der KI?

Chains verbinden verschiedene KI-Komponenten zu einem vollständigen System. Sie definieren eine Abfolge von Aufrufen zwischen diesen Komponenten, die Modelle und Memory umfassen können – beachte jedoch, dass Chains in n8n keine Memory-Unterstützung bieten.

Chains in n8n

n8n bietet drei Arten von Chain-Knoten:

• Basic LLM Chain: Ermöglicht die direkte Interaktion mit einem Large Language Model (LLM), ohne weitere Komponenten.
• Question and Answer Chain: Kann entweder über einen Retriever mit einer Vektordatenbank verbunden werden oder über den Workflow Retriever-Knoten, um Daten aus anderen Teilen deines n8n-Workflows abzurufen. Verwende diesen Knoten, wenn du einen Workflow erstellen möchtest, der Fragen zu bestimmten Dokumenten beantworten kann.
• Summarization Chain: Nimmt eine Eingabe entgegen und gibt eine Zusammenfassung zurück.

Ein wesentlicher Unterschied zwischen Chains in n8n und Chains in anderen Tools wie LangChain ist, dass keiner der Chain-Knoten in n8n Memory unterstützt. Das bedeutet, sie können sich nicht an vorherige Benutzeranfragen erinnern. Wenn du mit LangChain KI-Anwendungen entwickelst, kannst du deiner Anwendung Memory hinzufügen. In n8n musst du stattdessen einen Agent verwenden, falls dein Workflow Memory benötigt. Dies ist entscheidend, wenn du möchtest, dass Benutzer mit deiner Anwendung auf natürliche Weise fortlaufende Gespräche führen können.