LLM Node
在工作流自动化中,由语言模型负责阅读、判断或改写文字的一个作业环节
简单来说
LLM Node 是自动化工作流程中语言模型所在的一个位置。可以把它想象成一条装配线:传送带上有好几个工位,有的画图,有的接收文字输入。LLM Node 就是其中一个工位,这里安排了一个能理解和撰写文字的语言模型。它接收上一步传来的图片或句子,读取后进行判断或改写,再传给下一个环节。
举例来说,在一个生成多语言缩略图的工作流程中,当图像生成环节把翻译好的文字刻进图片后,人很难逐一用眼睛核对结果是否正确。这时可以再接入一个 LLM Node,让它重新读取完成的图片,告诉你图片上实际印上了什么文字,翻译是否准确。同样地,它也可以接收像语言名称这样的输入值,当场重新改写指令本身,从而让一个节点就能灵活替代整套重复性工作。
在报道中是这样出现的
文章说明,"LLM Node 会重新读取生成的缩略图,检查翻译是否正确,并告知图片上实际写了什么文字"。这里的 LLM Node 并不是一个独立的新 AI 服务,而只是与图像生成节点、文本输入节点并列的工作流组成部分之一。容易混淆的地方在于,它指的不是语言模型本身,而是语言模型在工作流中所占据的那个位置和角色。
亲手试一试
如果在自己搭建的自动化工作流中加入一个用于校验的 LLM Node,可以试着输入这样的指令:
"读取这张图片上的文字,确认它与下面的原文意思是否完全一致。请原样写出图片中实际显示的文字。"
把这条指令接在图像生成节点之后,就能在不逐一用眼睛核对结果的情况下,筛查出翻译或拼写上的错误。