Estrutura do Node Cluster - Curso GRATUITO de Introdução à IA no #n8n com #langchain #05 | Autotic

bom vamos então explorar né sobre o Lang chain aqui dentro do ntn né mas começando explicando primeiro como é a estrutura né desses nodes que utilizam aí o Lang chain que são os nodes clusters tá então quando você for utilizar um desses nodes né você tem que adicionar primeiro um node de execução manual tá que é o manual Trigger eu vou até já colocar aqui um start né start é o meu start E aí quando você for adicionar o próximo node já vai aparecer a opção aqui de nodes clusters né que são o Advance I

né ou Inteligência Artificial avançada tá E aí nós temos basicamente cinco nodes clusters aqui né Nós temos o Basic llm chain o casion and ure chain tá desculpa o inglês tá não é muito bom mas tô me esforçando aqui é o sumar Né chain o i agente Ok e o open Eye né como eu informei anteriormente o open ele era um node normal porém né com a introdução do l ele acabou se tornando também node cluster tá eh bom como a gente já explorou bastante o open Eye né em outros vídeos aí do nosso canal

a gente vai Focar apenas nesses quatro novos aqui tá eh Claro começando pelo Basic depois o question summarization né e por último o agente tá embora o a Agente né será o último eu já vou usar ele aqui eh para poder explicar para você melhor sobre a estrutura Porque ele é o mais completo tá então como é que funciona aqui eh isso aqui é um node de chat tá depois eu vou explicar o por também o que que significa Mas vamos focar aqui no node em si tá bom o node cluster ele é composto por

dois tipos de nodes tá o node root que é esse carinha aqui é o principal tá chamado I Agent Ok e os sub noodes que são eh serviços né ou ferramentas recursos que você atribui ao seu Rot node tá e e para esse tipo de Root node aqui né que é o o agente de inteligência artificial você pode associar até quatro tipos de Sub noodes Tá eu vou ativar aqui a parte de output E aí ele fica assim ó tá então nós temos o primeiro aqui o modelo ok que é você poder escolher qual a

intelig qual llm né aplicação de llm você pretende utilizar se achar GPT se é olama esse olama aqui é open source tá Mistral tem o do Google Aury né da Microsoft e tem esse aqui o antropic né aqui eu não não conheço então além de atribuir né uma inteligência artificial né aí aqui você também já aponta e a sua credencial lá do do Open Eye você pode escolher o modelo né de é como se fosse ali o Engine né o motor da inteligência artificial no caso aqui do chá de GPT por padrão é o GPT

3.5 turbo tá ainda mais se você usa aí uma conta gratuita né mas se você tiver uma conta paga né você já pode usar o chat GPT 4 Ok Hugo qual é a diferença a diferença é o a eficiência né o o desempenho ali enquanto chat GPT né 3.5 né Ele é um pouquinho talvez mais ali lento né ele também el não tem acesso a tantas informações como o chat GPT qu porque é com base em anos né o chat 3.5 se eu não me engano acho que ele consegue informações até o ano ali de

2020 eu acho se eu não me engano 2000 acho que é 2019 2020 2021 né de 2022 em diante só o chat pt4 tá então tem essas diferenças Ok então você define aqui qual é a inteligência artificial o llm que você quer usar Tá você também define a memória do seu node aqui tá aí você pode usar uma memória do prio NN que ele disponibiliza ou desses outros serviços aqui OK Eu não vou como eu já adicionei você já já tá vendo como é que é né ó isso aqui eu vou explicar um por um

nas próximas aulas pode ficar tranquilo tá e tem aqui agora o subnode de Tools né que seriam ferramentas que aí você pode né escolher aqui se você quer que o seu agente ali eh responda com base em cálculos né Eh se você quer que utiliza ali um mecanismo de busca do Google para ele poder achar algumas respostas se você quer que ele consulte Wikipédia para achar algumas respostas que você precisa né Wikipédia basicamente é um mundo ali dentro né É tudo que tu for pesquisar está ali dentro então um agente com com essa base de

dados aqui ele vai saber responder a maioria das perguntas tá e tem outros Aqui também tá esse aqui é bem legal porque você usa um workflow como uma base de conhecimento então por exemplo se você tem um workflow que retorna eh determinadas informações no final ali do da execução essas informações ela passa para esse teu agente e pode ser utilizado ali como uma resposta né mediante ao que o usuário perguntar tá então por exemplo vou botar aqui Wikipédia tá então tô definindo aqui a Tools ó para ele ter acesso ao wikipad e por último é

o output parse Né que é para você determinar qual formato Você quer que os seus dados ali sejam impressos né sejam gerados Tá eu vou colocar aqui o item list que é o mais simplesinho né o outro lá que é Jon ele é um pouquinho mais complexo então não vou envolver aqui esse curso só no no intensivão ntn tá E aí aqui é basicamente o seguinte por ex se você faz uma pergunta lá por exemplo perguntei quem é Bill Gates né retornou ali dois parágrafos né explicando quem é ele a essa esse subnode aqui ele

colocaria dividiria né esses dois parágrafos em dois índices né é como ele criasse ali um arrei e com dois índic para você talvez usar esses índices para gerar uma lista de texto e mandar pro e-mail ou alguma coisa assim tá então é para isso que serve esse node aqui beleza bom então basicamente é essa a estrutura do do node Class tá lembrando que eh cada subnode aqui vai fazer a sua respectiva tarefa vai vai cumprir aqui o seu respectivo papel tá porém o resultado ele sempre sai no node root tá eles não assim os subn

geram ali os outputs deles tá porém o resultado final mesmo formatado né trabalhado ali ele sempre vai sair aqui no Rot tá por isso que tem aqui ó a continuação para você repassar pros próximos modes ali do workflow tá bom Beleza então Obrigado aí pela atenção e na próxima aula a gente já começa a parte prática valeu l