Карта LangChain-нод n8n
n8n встроил LangChain-ноды (пакет n8n-nodes-langchain). Они делятся на корневые (root, выполняют логику) и суб-ноды (подключаются к корневым через специальные коннекторы — Model, Memory, Tool).
Chat Model (суб-нода)
Chat Model — это не самостоятельная нода, а провайдер модели для корневых нод:
OpenAI Chat Model — модели gpt-4o, gpt-4o-mini, o-серия.
Anthropic Chat Model — claude-sonnet-4-5, claude-opus и т.д.
Google Gemini Chat Model — gemini-1.5-pro / flash.
Сама по себе нода Chat Model ничего не делает — её выход (порт Chat Model) подключают в Basic LLM Chain, AI Agent, Text Classifier и др.
Basic LLM Chain
Простейшая корневая нода: «промпт → ответ». Один проход, без памяти, без инструментов.
Node: Basic LLM Chain
Prompt Type: Define below
Text: "Сократи до 1 предложения: {{ $json.article }}"
← подключён Anthropic Chat Model (claude-sonnet-4-5)
Используйте, когда нужен один детерминированный вызов LLM в пайплайне без диалога.
Question & Answer Chain
Корневая нода для RAG-вопросов: на вход — вопрос и подключённый Retriever (Vector Store). Внутри: ретрив релевантных чанков → подстановка в промпт → ответ модели. Не пишите этот пайплайн руками, если задача классический «вопрос по документам».
Text Classifier
Корневая нода, которая возвращает не свободный текст, а одну из заданных категорий. Вы задаёте список категорий с описаниями, нода гарантированно вернёт одну из них.
Node: Text Classifier
Text to Classify: {{ $json.emailBody }}
Categories:
- "support" (description: вопрос/проблема клиента)
- "sales" (description: интерес к покупке)
- "spam" (description: реклама, нерелевантное)
← подключён OpenAI Chat Model
Выход содержит категорию + n8n создаёт отдельный выходной порт на каждую категорию — удобно для роутинга без IF-нод.
Summarize
Корневая нода для суммаризации больших текстов. Поддерживает стратегии map_reduce и refine для текстов, не влезающих в контекст: документ режется на чанки, каждый суммаризируется, затем сводится. Не путайте с обычной нодой Summarize (агрегация чисел) — нужна именно LLM-версия из раздела AI.
Готовая нода vs сырой HTTP Request
- Готовая нода: типобезопасный выход, ретраи, встроенная работа с памятью/инструментами, меньше кода. Берите по умолчанию.
- Сырой HTTP Request: когда нужен параметр, не выставленный в ноде (например, новый
response_format, специфичный заголовок beta-фичи), или провайдер без готовой ноды.
Правило: начинайте с готовой ноды, падайте на HTTP только когда упёрлись в её ограничения.