AI Prompt logo

目录操作 实用工具

通过 OpenRouter(GPT-4、Claude、Llama 等)使用自定义指令和可选上下文数据提示 AI 模型。支持通过 OpenRouter 强制执行架构的结构化 JSON 输出(OpenAI 模型最佳)。将先前工作流步骤的数据作为上下文传入。理想用于:AI 驱动决策、数据分析、内容生成、工作流中的自动化推理。

概览

字段
操作 IDai-llm-chat
类别实用工具
连接器不需要
需要 Gas
资金移动无声明
标签ai, llm, chat, openrouter, gpt, utility, transform, text

负载架构

字段类型必需描述
promptstringAI 的指令或问题(例如,“基于 ETH 价格数据,我应该买入还是卖出?”)
contextstring与提示一起包含的附加数据或上下文。从先前工作流步骤传入数据(例如,ETH K 线数据、星座文本、钱包余额)。如果传入对象或数组,必须将其字符串化为 JSON。
systemPromptstring系统提示,用于设置 AI 的角色和行为(例如,“您是一位加密货币交易顾问。始终以包含决策和推理的 JSON 对象进行响应。”)
modelstring要使用的 OpenRouter 模型(默认:'openai/gpt-4o-mini')
temperaturenumber创造力/随机性(0.0 = 确定性,2.0 = 高度创造性,默认:0.7)
maxTokensnumber响应中的最大令牌数(默认:2048,最大:16384)
responseFormatstring响应格式。使用 'json_schema' 以生成匹配您的架构的结构化 JSON 输出(在 API 级别强制执行,OpenAI 模型支持最佳)。选择时需要 jsonSchema。默认:'text'
jsonSchemastring当 responseFormat 为 'json_schema' 时必需。定义 AI 必须遵循的确切 JSON 架构。AI 的输出将结构化为匹配此架构。OpenAI 模型强制执行最佳;其他提供商可能返回错误或忽略架构。所有对象属性必须列在 'required' 中,且 'additionalProperties' 必须为 false(OpenAI 严格模式约束)。示例:'{"type": "object", "properties": {"decision": {"type": "string", "enum": ["buy", "sell", "hold"]}, "confidence": {"type": "number"}, "reasoning": {"type": "string"}}, "required": ["decision", "confidence", "reasoning"], "additionalProperties": false}'

结果架构

字段类型必需描述
outputstring | objectAI 的响应。当 responseFormat 为 'text' 时,此为纯字符串。当 responseFormat 为 'json_schema' 时,此为解析的 JSON 对象,匹配提供的 jsonSchema — 可直接访问字段(例如,output.decision、output.confidence)。
modelstring使用的模型
usageobject来自 OpenRouter 的令牌使用统计

示例

json
{ "type": "ai-llm-chat", "payload": { "prompt": "example-prompt" }, "children": []}

负载字段可以在值应来自触发器、先前节点或可重用工作流属性时,使用工作流表达式,例如 {{$trigger.body.amount}}{{$nodes.fetch.result.price}}{{$props.asset}}

Ask a question... ⌘I